角膜裂創修復のためのAI支援手術意思決定支援システム：前向き・非ランダム化対照実現性試験

より賢い眼科手術が重要な理由

眼の透明な前面、角膜が事故で切られると、救急手術を受けても視力が永久に損なわれることがあります。傷を閉じ、角膜表面を平滑に保ち、視力の歪みを防ぐには、極めて精密な小さな縫合が必要です。本研究は、人工知能（AI）システムが外科医にどこに糸を置くべきかを正確に決める手助けをし、重度の眼外傷後に患者がより鮮明で快適な視力を取り戻せるかを検討したものです。

眼外傷と修復の難しさ

角膜裂創は眼の形状と視力の両方を脅かす緊急性の高い損傷です。外科医は迅速に創を閉じなければなりませんが、切断面はしばしば不規則で完全に合わせるのが困難です。縫合がきつすぎたり不均一だったり密集しすぎると、瘢痕や強い乱視が生じ、角膜表面が歪んで光を不均等に屈折させ視力がぼやけます。結果は外科医ごとに大きく異なり、特に緊急の現場では差が顕著です。本研究の著者らは、数千枚の画像で学習したコンピュータシステムが、縫合をより精密かつ一貫したものにするための客観的な指針を提供できるかどうかを問いかけました。

画像から学ぶAIの仕組み

研究チームはまず、深層学習という大量の画像データからパターンを「学習」する手法を用いてコンピュータビジョンシステムを構築しました。モデルはヒトの角膜に近いブタ眼の角膜裂創画像2,400枚で学習され、各写真の創縁を輪郭として検出することを習得しました。その後、転移学習により、熟練眼科医が精密に輪郭を描いたヒトの角膜損傷画像300枚でモデルを微調整しました。最終的なシステムは新しい角膜画像上で創を確実に強調表示し、その輪郭を用いて必要な縫合数と各縫合の正確な配置を算出できました。

画像解析を縫合一針ずつの助言に変える

AIは創の輪郭を基に、切創の周囲にどれだけ健常組織が残っているかを推定し、適切な縫合数と間隔を提案しました。具体的には、創に沿って中心線を引き、一定間隔で基準点を打ち、その点から短い線を外側の角膜に投影して正確な縫合の刺入点を選びます。これらのコンピュータ選定点は専門外科医の選好位置と比較され、およそ0.1ミリメートル程度の誤差で一致し、人間に近い精度を示しました。手術中、AI支援群の医師はシステムが示す縫合パターンを確認し、最終判断は手術室で保持しつつ約92%の提案に従いました。

実患者でのAIガイダンスの検証

この計画が実際に患者の助けになるかを評価するため、研究者らは全層性角膜裂創を有する25名を対象に前向き試験を行いました。14名が外科医の判断のみで行う従来の縫合を受け、11名はAI支援による縫合計画で治療されました。全患者は少なくとも6か月間追跡され、抜糸後に視力と角膜形状が計測されました。AIで手術計画を行った群は、従来治療群に比べて矯正視力の良好度が高く、乱視は少ない結果でした。治癒後の角膜表面の平滑性や対称性の指標もAI群が有利であり、AI支援例で漏れによる再縫合を要した症例はありませんでした。

今後の眼科ケアに与える意味

一般読者にとっての主なメッセージは、手術室でのAI「コパイロット」が外科医の縫合をより均一かつ効率的にし、重篤な眼外傷後により鮮明な視力と合併症の減少をもたらす可能性があるということです。本研究は小規模で非ランダム化の実現性試験に過ぎないため、より大規模で厳密な試験が依然必要です。システムには限界もあり、急性の線状外傷向けに構築されており、より複雑な創や深さ情報の取り扱いにはまだ対応していません。それでも、外科医の技術とデータ駆動の縫合計画を組み合わせることで、救急の眼科修復がより精密で予測可能になり、患者が重度の角膜損傷から有用で快適な視力を取り戻す可能性が高まることを示唆しています。

引用: Zheng, J., Lu, H., Chen, Y. et al. AI-guided surgical decision support system for corneal laceration repair: a prospective, non-randomized controlled feasibility study. Sci Rep 16, 12431 (2026). https://doi.org/10.1038/s41598-026-42805-4

キーワード: 角膜損傷, 眼科手術, 人工知能, 手術計画, 乱視