深層学習に基づくモバイルアプリケーションによる眼瞼腫瘍の効率的な認識
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Deep learning-based mobile application for efficient eyelid tumor recognition in clinical images.
雑誌名：NPJ Digit Med. 2025 Mar 30; 8(1): 185. doi: 10.1038/s41746-025-01539-9. Epub 2025 Mar 30.
概 要：
この研究は、眼瞼腫瘍の早期発見、定期的な監視、手術後の再発監視が患者にとって重要であることを背景に、深層学習に基づくモバイルアプリケーションの有効性を検証しています。頻繁な病院訪問が困難な患者のために、YOLOv5とEfficient-Net v2-Bアーキテクチャに基づく自己診断アプリを開発しました。1195枚の前処理された臨床眼科写真と生検結果を用いてモデルを訓練し、最も性能の良いモデルを選定しスマートフォンアプリに変換しました。外部検証データセットでの評価において、良性/悪性眼瞼腫瘍または正常眼の三分類結果で0.921の精度を達成し、一般医師や研修医、眼科専門医よりも優れた結果を示しました。このアプリは、簡単な検出プロセスとユーザーフレンドリーなインターフェースを備え、眼瞼腫瘍の認識に関する初期証拠を提供し、医療専門家や患者、介護者による検出と監視に利用可能です。
方 法：
この研究では、1195枚の前処理された臨床眼科写真と生検結果を用いた深層学習モデルの訓練を行いました。YOLOv5とEfficient-Net v2-Bアーキテクチャを基にしたモデルを開発し、最も性能の良いモデルを選定してスマートフォンアプリに変換しました。外部検証データセットを用いて評価を行い、三分類結果の精度を測定しました。
結 果：
アプリケーションは、良性/悪性眼瞼腫瘍または正常眼の三分類において0.921の精度を達成しました。この精度は、一般医師、研修医、眼科専門医の評価よりも優れたものでした。アプリは、簡単な検出プロセスとユーザーフレンドリーなインターフェースを提供し、治療推奨機能も備えています。
結 論：
この深層学習に基づくモバイルアプリケーションは、眼瞼腫瘍の認識と監視において有望なツールであり、医療専門家や患者、介護者による使用が期待されます。