ChatGPTを用いた緑内障診断：視野および光干渉断層計データを用いた健康公平な多系統解析
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：ChatGPT-Assisted Glaucoma Diagnosis: A Health-Equitable Multi-Ancestry Analysis Using Visual Field and Optical Coherence Tomography Data
雑誌名：Am J Ophthalmol. 2026 Mar; 283: 129-137.
概 要：
本研究は、緑内障の早期発見が難しい理由を考慮し、ChatGPT o1 Proの緑内障診断精度を評価しました。参加者204名（欧州系38%、非欧州系62%）を対象に、視野（VF）および環状乳頭網膜神経線維層（RNFL）データを用いて診断を行いました。専門医による参照診断と比較し、異なる系統や遺伝的リスクにおける一貫性を検証しました。結果、ChatGPTは高い感度と特異度を示し、診断精度は系統間で差がありませんでした。
方 法：
この研究は、204名の参加者を対象とした横断的診断精度研究です。参加者は、低/中リスク（107名）および高リスク（97名）の緑内障多因子リスクスコア（PRS）に基づいて層別化されました。ChatGPTは、匿名化されたVFおよびOCT-RNFLの数値データのみを用いて緑内障の有無を判断しました。診断性能は専門医の合意診断と比較され、系統およびPRSによるサブグループ比較が行われました。
結 果：
ChatGPT o1 Proは、緑内障の感度96.0%、特異度83.7%、精度85.2%を示し、受信者動作特性曲線（AUC）は0.899でした。欧州系と非欧州系の間で有意な差は見られず、グローバルRNFLが参照疾患分類の唯一の決定因子であることが示されました。
結 論：
ChatGPT o1 Proは、視野およびOCTデータのみを用いて専門医と同様の精度で緑内障を診断しました。モデルの性能は、系統や緑内障に対する遺伝的素因に関わらず一貫していました。