QUT､眼の検査にAIを利用しプログラムをトレーニング

October, 23, 2019, Brisbane--クイーンズランド工科大学(QUT)研究者はAIディープラーニング技術を適用して､眼の奥の画像分析のより正確で詳細な方法を開発した｡これは臨床医が､緑内障､加齢黄斑変性などの眼病の検出と追跡の改善に役立てるためである｡
　研究成果は､Nature Scientific Reportsに発表された｡
　研究論文の主筆、Dr David Alonso-Caneiroによると、研究チームは、OCT画像分析のために幅広い先進的ディープラーニング技術を研究していた。
　OCTは検眼士や眼科医が使用する一般的な計測器｡様々な組織層を示す眼の横断画像を撮る｡これらの画像は高分解能､4µm程度である｡
　Dr David Alonso-Caneiroは､眼の組織層の厚さをマッピングしたりモニタリングするためにOCTスキャニングを利用すると､眼病の検出に役立つと指摘している｡
　｢われわれの研究では､新しい画像分析､眼の奥の2つの主要組織層､網膜と脈絡膜抽出のために新しい方法を探していた｡脈絡膜には特に関心があった｣と同氏は話している｡
　｢脈絡膜は､網膜と強膜の間の領域で､眼に栄養と酸素を供給する主要血管を含んでいる｡
　OCTを使った標準的な画像処理技術は､網膜組織層を特定し分析するが､脈絡膜組織を分析するソフトウエアを持つ臨床OCT装置はほとんどない。
　したがって、われわれは、画像の特徴を学習し、脈絡膜と網膜の境界を正確かつ自動的に定義するようにディープラーニングネットワークをトレーニングした」。
　研究チームは、健全な目を持つ101人の子供に対して、18カ月の長期研究からOCT脈絡網膜アイスキャンを収集した。また、パタン定義と脈絡膜境界特定のためにこれらの画像を使ってプログラムをトレーニングした。
　次に、チームは開発したものと標準的な画像分析法を比較し、開発したプログラムが確実であり、より正確であることを確認した。
　「OCT画像の分析ができることで、正常な目の発達、老化、屈折障害、眼病に関連する目の組織の変化の理解が改善された」とDr Alonso-Caneiroは話している。
　「脈絡膜のこれらの画像からもっと確かな情報を得ることは、臨床的に重要であり、われわれのプログラムが提供できるものである。また、研究を通じたわれわれの眼の理解も進む。
　われわれの方法は、脈絡膜組織における変化のマッピングとモニタリングを改善する方法を提供し、眼病の早期診断を可能にすると考えている」。
　Dr David Alonso-Caneiroによると、その新しいプログラムはオーストラリアおよび海外の目の研究者と共有されており、商用OCT装置メーカーが、その適用に関心をもつことも望ましいと考えられていた。
　研究チームは、さらなる研究を行い、老齢の人々や病気と診断された人々からの画像に関するプログラムもテストする考えである。