網膜画像と信頼性の高いAIによる認知症の早期発見
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Early detection of dementia through retinal imaging and trustworthy AI
雑誌名：NPJ Digit Med. 2024 Oct 20; 7(1): 294. doi: 10.1038/s41746-024-01292-5. Epub 2024 Oct 20.
概 要：
アルツハイマー病（AD）は、簡単で手頃な検出方法が欠如している世界的な医療課題です。本研究では、網膜微小血管と脈絡毛細血管のOCTA画像を用いて早期発症アルツハイマー病（EOAD）および軽度認知障害（MCI）を検出するための新しい深層学習フレームワーク「Eye-AD」を提案します。Eye-ADは、網膜層内および層間の関係を分析するために多層グラフ表現を使用します。1671人の参加者から得た5751枚のOCTA画像を用いた多施設研究において、EOAD（内部データ：AUC=0.9355、外部データ：AUC=0.9007）およびMCI（内部データ：AUC=0.8630、外部データ：AUC=0.8037）の検出において優れた性能を示しました。さらに、OCTA画像における網膜構造バイオマーカーとEOAD/MCIとの関連性を探求し、深層学習の解釈分析から得られた結論と一致する結果が得られました。これらの発見は、網膜OCTA画像と人工知能を組み合わせることで、迅速かつ非侵襲的で手頃な認知症検出が可能であることを示しています。
方 法：
本研究は、多施設研究で1671人の参加者から5751枚のOCTA画像を収集し、深層学習フレームワーク「Eye-AD」を用いて分析しました。主要評価指標は、EOADおよびMCIの検出におけるAUCであり、内部データと外部データそれぞれについて評価が行われました。
結 果：
Eye-ADは、EOADの検出において内部データでAUC 0.9355、外部データでAUC 0.9007を達成し、MCIの検出においては内部データでAUC 0.8630、外部データでAUC 0.8037を示しました。網膜構造バイオマーカーとEOAD/MCIとの関連性も確認され、深層学習の解釈分析と一致しました。
結 論：
網膜OCTA画像と人工知能を組み合わせた新しい検出方法は、迅速で非侵襲的かつ手頃な認知症検出の可能性を示唆しており、早期診断に寄与することが期待されます。