網膜画像による多疾患検出のためのAIフレームワーク
カテゴリ：手術支援
公開日：2026年4月29日
タイトル：AI framework for multidisease detection via retinal imaging
雑誌名：Nat Med. 2026 Apr 28; doi: 10.1038/s41591-026-04359-w.
概 要：
この研究では、内分泌および代謝疾患のスクリーニングツールとしての需要に応えるため、Reti-Pioneerというマルチタスク網膜画像フレームワークを開発しました。このフレームワークは、107,730枚のカラー眼底写真を用いて、効率的な多疾患検出を実現しました。内部テストデータにおける受信者動作特性曲線（AUROC）の値は、2型糖尿病で0.833、痛風で0.832、骨粗鬆症で0.787、高血圧で0.740、高脂血症で0.736、甲状腺疾患で0.699でした。さらに、外部コホートに対しても良好な一般化能力を示し、プラズマプロテオームとの相関により生物学的解釈可能性を持ちました。
方 法：
本研究は、107,730人の参加者から得られたカラー眼底写真を用いたコホート研究です。Reti-Pioneerフレームワークは、質を考慮したモジュールと事前学習済みの基盤モデルを統合して開発されました。主要評価指標は、各疾患に対するAUROC値であり、2型糖尿病で0.833、痛風で0.832などが得られました。
結 果：
Reti-Pioneerは、内部テストデータにおいて2型糖尿病でAUROC 0.833、痛風で0.832、骨粗鬆症で0.787などの結果を示しました。プライマリケアのサイレント試験では、1症例あたり30.6±6.0秒でスクリーニングを完了し、標準的な検査ワークフローよりも迅速でした。2型糖尿病に関する臨床パイロットでは、AUROC 0.776、陰性予測値0.966を達成しました。
結 論：
Reti-Pioneerは、網膜画像を用いた多疾患検出のための低コストで実用的なスクリーニング手法を提供する可能性があり、臨床現場での受け入れも高いことが示されました。