RGB画像のスペクトル帯域展開と直接ハイパースペクトル画像を用いた非侵襲的黄疸検出

なぜ黄色い目が重要か

多くの人は黄疸を単に肌や目の黄色味と考えますが、その色の変化の背後にはビリルビンという血中色素の蓄積があり、肝臓や血液の深刻な問題を示すことがあります。現在、ビリルビンの検査は通常クリニックや病院で採血を伴い、痛みがあり遅く、 新生児や高齢者、遠隔地の人々にとってアクセスが難しい場合があります。本研究は一見単純だが広範な影響を持つ問いを投げかけます：一般的な携帯電話のカメラが、より賢い画像解析と研究室レベルの光学カメラの助けを借りることで、針を使わずに医療の指針となるほど信頼性の高い黄疸を検出できるだろうか？

白目に手がかりを探す

研究チームはまず強膜—目の白い部分—に着目しました。白目は皮膚に比べて日光曝露や肌の色の影響を受けにくいためです。彼らは47人の患者からクローズアップの眼写真を、暖色のハロゲン灯とより冷色の蛍光灯という2種類の一般的な屋内照明の下で撮影しました。室内照明の違いが疾患のように見えることを避けるため、各画像は同じ写真中の明暗参照点に色を基準化する2段階の「正規化」処理を受けました。研究者たちは次に、各通常の赤・緑・青（RGB）画像を、青・緑・黄・橙の微妙な変化をとらえる13の慎重に選ばれた色バンドに拡張しました。これらは黄疸が人間の目に現れる領域を正確にカバーします。

血液化学を推定する電話の教育

各眼画像から、強膜の13バンド色指紋がJaundiceAI‑Mobileと呼ばれるコンパクトな機械学習モデルに入力されました。単純なyes/noを推測するのではなく、システムは医師が血液検査で得るのと同じ数値化された黄疸指数を予測することを学びました。訓練には既知の血液結果を伴う90枚の画像を使用し、モデルは2つの照明タイプごとに個別に調整されました。多くのオフィスや家庭環境に似た蛍光灯様の照明下では、予測は実験室測定と非常に高い一致を示しました：決定係数（R²）は0.988、線形相関は0.9945で、電話ベースの推定が研究集団全体のビリルビン濃度の上昇・下降をほぼ完全に追跡していることを意味します。

ハイパースペクトル画像で人の視覚を超えて見る

携帯電話は3つの広い色チャネルしか見えませんが、特殊なハイパースペクトルカメラは各ピクセルから近赤外光を含む数十の狭帯域波長を記録できます。研究者たちはそのようなカメラを用いて患者の手掌を調べ、滑らかな皮膚、混合皮膚、皮膚のしわから小さなパッチを抽出しました。生の干渉図ビデオをフルスペクトルに変換することで、彼らは400〜1000ナノメートルの範囲でスポットごとに141の波長点を得ました。これらのスペクトルを異なる黄疸重症度の群で平均化すると一貫した像が現れました。黄疸のある人は青緑色（約550ナノメートル未満）の反射が少なく、黄色〜橙色（約560〜590ナノメートル）の反射が多いという変化が見られ、これは古典的な黄色味の特徴と一致します。さらに興味深いことに、近赤外域では黄疸と健康な皮膚がどちらがより明るいかが入れ替わる交差点が見つかり、特に約750〜850ナノメートル付近や850、950、980ナノメートル付近で顕著でした。

手のひら、しわ、そして隠れた信号

手掌のしわは特に示唆に富むことが分かりました。これらの折り目は結合組織が豊富でビリルビンが蓄積されやすく、血流や色素の影響を受けにくい特徴があります。しわのハイパースペクトルスキャンは、可視光では黄疸のある手掌が通常のものより暗めである傾向を示しました。しかし、およそ690〜855ナノメートルの狭い近赤外ウィンドウでは傾向が逆転し、黄疸のあるしわの方がより多くの光を反射しました。このパターンは、眼に基づく色データと手掌ベースのハイパースペクトルデータの両方で見られた一貫した交差点と合わせて、体の黄変が組織やカメラを超えて追跡可能な堅牢な光学的指紋に従うことを示唆します。著者らは13の電話向けカラーチャネルを対応するハイパースペクトル波長にマッピングすることで、高価なハードウェアなしにスマートフォンがより豊かなスペクトル視を近似する「超解像」モデルへの道筋を示しています。

研究室の概念から日常の診察へ

患者と家族への持ち帰りメッセージは、目の簡単な写真を慎重に処理すれば、この初期試験の範囲内であれば採血に代わり得るほど黄疸の程度を驚くほど近く推定できる可能性がある、ということです。本研究はまた、裸眼では見えない診断情報が皮膚に豊富に存在し、特に近赤外光でそれが顕著であることも示しています。電話ベースの予測の高い精度と詳細なハイパースペクトル指紋は合わせて、人々が家庭や資源の少ない診療所で身近な機器を使って黄疸を監視できる未来を示唆します。高度な光学技術とアルゴリズムが微妙な色の変化を有意義な医療的洞察に静かに翻訳するのです。

引用: Liao, WC., Lin, J.J.Y., Lu, YC. et al. Non-invasive jaundice detection using spectral-band expansion from RGB images and direct hyperspectral images. npj Biosensing 3, 22 (2026). https://doi.org/10.1038/s44328-026-00087-w

キーワード: 黄疸, スマートフォン画像, ハイパースペクトルイメージング, 非侵襲診断, ビリルビン