MEDICINE & AI

タイトル：An explainable transformer model for Alzheimer's disease detection using retinal imaging. 雑誌名：Sci Rep. 2025 Jul 23; 15(1): 26773. 概　要： 本研究では、アルツハイマー病（AD）の早期診断を目的とした新しいトランスフォーマーベースのアーキテクチャ「Retformer」を提案します。ADは多くの人々に影響を及ぼす神経変性疾患であり、効果的な治療法がない中で早期診断が重要です。Retformerは、AD患者と年齢が一致する健康な対照者からの網膜画像データセットを用いて訓練され、画像特徴と病気診断との複雑なパターンを学習します。また、モデルの意思決定プロセスを可視化するために、勾配重み付けクラス活性化マッピングアルゴリズムを使用し、分類結果に最も寄与する網膜画像の領域を強調します。Retformerは、さまざまなパフォーマンス指標で既存のベンチマークアルゴリズムを最大11%上回る性能を示しました。 方　法： この研究は、AD患者と年齢が一致する健康な対照者から得られた網膜画像の異なるモダリティのデータセットを用いたコホート研究です。Retformerモデルは、トランスフォーマーと説明可能な人工知能の力を活用して訓練され、画像特徴と病気診断の関係を学習します。主要評価指標は、モデルの性能を示すさまざまなメトリクスです。 結　果： Retformerモデルは、さまざまなパフォーマンス指標において、既存のベンチマークアルゴリズムを最大11%上回る性能を示しました。また、勾配重み付けクラス活性化マッピングを用いて、網膜画像の重要な特徴を可視化し、AD検出における重要な領域を特定しました。 結　論： Retformerモデルは、網膜画像を用いたアルツハイマー病の検出において高い性能を示し、説明可能なAI技術を活用して診断の透明性を向上させる可能性があります。このアプローチは、ADの早期診断と管理戦略の策定に寄与することが期待されます。