人工知能による経時的OCT血管造影ペア画像を用いた滲出型加齢黄斑変性の治療反応評価

視力にとってなぜ重要か

加齢黄斑変性は高齢者の視力障害の主要な原因であり、多くの人が病気を抑えるために繰り返し眼内注射を受けています。医師は治療が効いているかどうかを判断するために眼のスキャンに頼りますが、これらの画像の読み取りは難しく、専門家ごとに結果が異なることがあります。本研究は、眼底の微小血管をマッピングする新しいタイプのスキャンを用いて、人工知能が治療の成否をより一貫して評価できるかを検証します。

造影剤なしで血流を見る

長年、専門家は中心視力を脅かす異常血管を見つけるために造影剤を用いた撮影を使ってきました。近年では、光干渉断層撮影（OCT）とその派生であるOCT血管造影によって、注射を伴わずに網膜の微細な層と血流を可視化できるようになりました。これらのスキャンは、治療中に異常血管が成長したり縮小したり形を変えたりする様子を示しますが、そのパターンはしばしば微妙で、液体貯留や出血といった明確な活動性のサインと一致しないことがあります。そのため、注射治療が実際に改善をもたらしたのか、変化がなかったのか、あるいは悪化を許したのかを判断するのは時間がかかり主観的になりがちです。

デジタルなセカンドオピニオンの訓練

研究者らは、滲出型加齢黄斑変性の患者から得られた1000組以上のOCT血管造影画像ペアを収集しました。各ペアは抗VEGF注射の一連の治療前後で同じ眼を示しています。断面的なスキャンや視力の変化を別途検討して、各治療コースが明らかに改善したか、ほぼ変わらなかったか、あるいは悪化したかを判断しました。これらの専門家によるラベルが、ディープラーニングシステムに新しい画像ペアを同じ3つのグループに分類することを学習させる参照標準として用いられました。

コンピュータはスキャンをどう読むか

チームは、治療前のスキャンと治療後のスキャンそれぞれに対応する二つの並列ブランチを持つモデルを構築しました。各時点で、システムは平面的な上からのビューとして捉えられた網膜および脈絡膜のいくつかの層を解析しました。まず各スキャンから血管密度や分岐パターンといった複雑な視覚的特徴を抽出することを学び、次に両時点の情報を統合して改善、変化なし、悪化のいずれかを出力しました。画像はランダムに分けられ、一部はモデルの訓練に、別の一部は微調整に、さらに独立したセットが最終テストのために保持されました。

コンピュータと専門家の比較

独立したテストセットでは、人工知能システムは約10組中8組の画像ペアで治療反応を正しく分類し、特に改善を見つける能力が高かったです。二人の経験ある網膜専門医が同じ画像ペアを他の臨床データなしで評価したところ、彼らの総合的な精度は約10組中6組と低く、特に病状が明らかに改善または悪化しているのではなく安定しているケースで苦戦しました。統計解析では、人間の評価者はモデルよりも治療が有効だったか否かを誤判断する確率がほぼ3倍高く、これらのスキャンが眼で解釈するのにいかに難しいかを示していました。

患者にとっての意義

この研究は、慎重に訓練された人工知能システムがペアになった血管スキャンの一貫した読影者として機能し、加齢黄斑変性の異常血管が治療にどう反応しているかについて客観的な見解を提供できる可能性を示唆しています。このようなツールが医師に取って代わるわけではありませんが、判断支援として微妙な変化を検出し、専門家間の意見の相違を減らし、注射スケジュールをより精密に調整するのに役立つ可能性があります。長期的には、このアプローチがより個別化されたケアと、視力を維持するための新旧薬剤のより良い活用を支えることが期待されます。

引用: Morsy, M.S., Dutta, N.A., Eldessouky, E.I. et al. Artificial intelligence based assessment of treatment response in wet age related macular degeneration using paired OCT angiography. Sci Rep 16, 15405 (2026). https://doi.org/10.1038/s41598-026-42999-7

キーワード: 加齢黄斑変性, 光干渉断層血管撮影, 人工知能, 治療反応, 網膜イメージング