緑内障進行予測のためのAIに関する系統的レビュー：臨床実装に向けた課題と推奨事項
カテゴリ：手術支援
公開日：2026年1月23日
タイトル：A systematic review of AI for predicting glaucoma progression: challenges and recommendations towards clinical implementation.
雑誌名：NPJ Digit Med. 2026 Jan 22; doi: 10.1038/s41746-025-02321-7. Epub 2026 Jan 22.
概 要：
この研究は、緑内障の進行予測におけるAIの性能を系統的にレビューし、臨床実装に向けた強みと短所を検討することを目的としています。緑内障は、不可逆的な失明の主要な原因であり、進行速度は多様です。2014年以降の英語の研究をMEDLINE、Embase、Web of Science、Cochrane CENTRAL、arXivから収集し、46件の報告から43の独自研究を評価しました。これらの研究は、緑内障の転換、生物学的悪化、手術への進行を予測する上で中程度から良好な性能を示しました。しかし、臨床翻訳には一貫性のない報告、研究デザインの限界と多様性、AIの一般化能力と透明性の欠如といった課題が残っています。今後の研究には、堅牢な研究デザインと透明な報告を採用することを推奨し、緑内障特有の推奨実践と報告項目のリストを提案します。
方 法：
この系統的レビューでは、2014年以降の英語の研究を対象に、MEDLINE、Embase、Web of Science、Cochrane CENTRAL、arXivから文献を収集しました。2人のレビュアーが独立して研究をスクリーニングし、QUADAS-2を用いて適格な研究のバイアスリスクを評価しました。
結 果：
46件の報告から43の独自研究が、緑内障の転換、生物学的悪化、手術への進行を予測する上で中程度から良好な性能を示しました。しかし、臨床実装には一貫性のない報告や研究デザインの限界、AIの一般化能力と透明性の不足といった課題が残っています。
結 論：
AIは緑内障の進行予測において有望な性能を示しましたが、臨床実装には多くの課題が存在します。今後の研究では、堅牢なデザインと透明な報告が求められ、緑内障特有の推奨実践が必要です。