糖尿病性網膜症の診断におけるAI診断システムIDx-DRの実臨床における性能と主な妨害因子

この新しい眼科検査が重要な理由

糖尿病を抱える人々にとって、眼の障害による視力喪失は知らぬ間に、そして不可逆的に進行することがあります。定期的な眼科検査は多くの失明を予防しますが、すべての人を必要な頻度で診るだけの眼科医が十分にいるわけではありません。本研究は、IDx-DRと呼ばれる完全自動の人工知能（AI）システムが、日常の臨床現場で糖尿病性眼疾患をどれほど正しく検出できるか、また現実世界でどのような障害が残るかを調べました。

迅速な眼科検査の需要が高まっている

糖尿病は世界的に増加しており、糖尿病患者のおよそ3人に1人が網膜の感光組織に障害をきたす—つまり糖尿病性網膜症を発症します。早期に見つかれば治療により失明リスクを大幅に下げられます。しかし、数百万人をスクリーニングするには時間、訓練、高価な機器が必要です。IDx-DRはこの負担を軽減することを目指します。看護師や訓練を受けた補助者が専用カメラで網膜写真を撮影し、その画像をクラウドベースのソフトウェアに送ると、眼科医がその場にいなくても自動で「異常なし」「軽度」「中等度」「重度」と分類します。

AIシステムを実地で検証する

研究者らはドイツの専門病院で治療を受ける875人の糖尿病患者を対象にIDx-DRを評価しました。対象は幅広く、8歳の子どもから92歳の成人まで、両方の主要な糖尿病タイプを含んでいました。各人について、補助者が暗室で散瞳薬を使わずに瞳孔を拡げずに四方向から網膜写真を撮影し、一次診療での典型的なスクリーニング訪問を模倣しました。AIはこれらの画像を解析して、より重症の眼に基づく患者単位の診断を出しました。全患者はまた、散瞳薬を用いた熟練眼科医による完全な眼科検査を受け、これが基準（ゴールドスタンダード）として用いられ、保存された写真は後にAI結果を知らない眼科医によって採点されました。

AIは疾患をどれほど認識したか？

良好な画質の写真が得られた場合、AIは最も危険な症例に対して特に良好に機能しました。重度の糖尿病性眼疾患については、感度（実際に疾患がある患者のうち正しく陽性と判定した割合）が約94％、特異度（重度疾患でない人を正しく陰性と判定した割合）が約90％でした。解析可能な画像を持つ患者の半数以上で、AIの4段階評価は散瞳検査を行った医師の判定と完全に一致しました。意見が一致しない場合、AIは慎重な傾向があり、実際より重いと判定することの方が重篤な問題を見逃すより多かったです。重症度を過小評価して必要な治療が遅れる可能性は、使用可能な画像を持つ患者の5％未満で起こり、真に重度の患者ではごくまれでした。

見えにくい壁：解析可能な画像の取得

主要な弱点はAIの判定能力ではなく、AIが解釈できる画像を取得する実用面にありました。およそ10人に1人ではスタッフが網膜写真をまったく撮影できず、約4人に1人ではAIが画像を解析するには画質が不十分と判断しました。研究ではその原因を追究しました。瞳孔が小さいことが重要な要因で、瞳孔径が3ミリ未満の患者では使用可能な画像が格段に少なかったです。高齢、白内障（混濁した水晶体）、既存の網膜浮腫（糖尿病性浮腫）、視力低下も撮影と解析を難しくしました。写真を撮る担当者の差も影響しました。訓練と経験により、撮影不能や解析不能の割合は大きく低下し、1人あたりの所要時間も短くなりましたが、長期間実務から離れると性能は再び低下しました。

今後の眼科ケアにとっての意味

一般読者に向けた主な結論は、自律型AIは特に眼科医が不足している場所で進行した糖尿病性眼障害のある人を安全に識別するのに役立つということです。しかし、その有用性は鮮明な網膜写真の取得に大きく依存しており、これは高齢患者、瞳孔が小さい人、白内障のある人、あるいは手早く人手不足の環境では得にくくなります。研究は、より良いカメラ操作プロトコル、スタッフの綿密な訓練、および場合によっては選択的な散瞳薬の使用がシステムの実世界での効果を大きく高める可能性を示唆しています。現時点では、IDx-DRは眼科専門医に早急に診てもらう必要のある人を優先するトリアージツールとして有望であり、人間の眼科検査の完全な代替というよりは補完としての位置付けが適切です。

引用: Hunfeld, E., Tayar, A., Paul, S. et al. Real-world performance of the AI diagnostic system IDx-DR in the diagnosis of diabetic retinopathy and its main confounders. Sci Rep 16, 4349 (2026). https://doi.org/10.1038/s41598-026-36970-9

キーワード: 糖尿病性網膜症, 人工知能, 網膜画像, 医療スクリーニング, 眼の健康