NIH、AIは、網膜イメージングを100倍速くする

June, 11, 2024, Bethesda--NIHの科学者は、「P-GAN」と呼ばれる人工知能を使用して、目の奥の細胞の次世代イメージングを改善している。

米国国立衛生研究所(NIH)の研究者は、人工知能(AI)を応用して、目の細胞の高解像度画像を生成する技術を開発した。AIを使用すると、イメージングが100倍速くなり、画像のコントラストが3.5倍向上すると報告されている。この進歩により、加齢黄斑変性症(AMD)やその他の網膜疾患を評価するためのより良いツールが研究者に提供される。

「AIは、網膜の細胞をイメージングする上で重要な制限である時間を克服するのに役立つ」と、NIHのNational Eye Instituteで臨床およびトランスレーショナルイメージングセクションリーダー、Johnny Tam、Ph.Dは話している。

同氏は、光干渉断層撮影法(OCT)に基づくイメージングデバイスを改良するために、補償光学(AO)と呼ばれる技術を開発している。超音波と同様に、OCTは非侵襲的で、迅速で、痛みがなく、ほとんどの眼科クリニックで標準装備されている。

「補償光学は、OCTベースのイメージングを次のレベルに引き上げる。バルコニー席から最前列席に移動して網膜を画像化するようなものである。AOを用いることで、細胞スケールの解像度で3D網膜構造を明らかにすることができ、病気のごく初期の兆候にズームインすることが可能になる」（Tam）。

OCTにAOを追加すると、細胞の見栄えが良くなるが、AO-OCT画像をキャプチャした後の処理は、AOを使用しないOCTよりもはるかに時間がかかる。

Tamの最新の研究は、光受容体を含む代謝的に活発な網膜ニューロンを支える、光を感知する網膜の後ろの組織層である網膜色素上皮(RPE)を標的としている。網膜は目の奥を覆い、目の前に入る光を捕捉して処理し、信号に変換し、視神経を介して脳に伝える。網膜の多くの病気はRPEが破壊されたときに発生するため、科学者はRPEに関心を持っている。

AO-OCTによるRPE細胞のイメージングには、スペックルと呼ばれる現象など、新たな課題が伴う。斑点は、雲が航空写真に干渉するように、AO-OCTに干渉する。どの時点でも、画像の一部が不明瞭になることがある。 斑点の管理は、雲量の管理と多少似ている。研究者は、長期間にわたって細胞を繰り返しイメージングする。時間が経つにつれて、斑点が移動し、細胞の様々な部分が見えるようになる。その後、科学者たちは、多くの画像をつなぎ合わせて、斑点のないRPE細胞の画像を作成するという、手間と時間のかかる作業を行う。

Tamとチームは、深層学習アルゴリズムであるParallel Discriminator Generative Adversarial Network(P-GAN)と呼ばれる新しいAIベースの手法を開発した。研究チームは、AO-OCTで取得したヒトRPEの約6,000枚の手作業で解析されたヒトRPEの画像をP-GANネットワークに送り、それぞれに対応する斑点のある元の画像と組み合わせることで、斑点で不明瞭な細胞の特徴を特定して復元するようにネットワークを訓練した。

新しい画像でテストしたところ、P-GANはRPE画像の斑点除去に成功し、細胞の詳細を復元した。1回の画像撮影で、120枚の画像の取得と平均化を必要とする手動の方法に匹敵する結果が得られた。細胞の形状や構造などを評価する様々な客観的なパフォーマンス指標により、P-GANは他のAI技術よりも優れた性能を発揮した。NEIの臨床およびトランスレーショナルイメージングセクションのポスドク研究員Vineeta Das、Ph.Dは、P-GANによって画像の取得と処理時間が約100倍短縮されたと推定している。また、P-GANのコントラストも向上し、以前よりも約3.5倍高くなった。
AIとAO-OCTを統合することで、AO-OCTを用いた日常的な臨床画像、特に従来は画像化が困難であったRPEに影響を与える疾患の大きな障害が克服されたとTamは考えている。

「われわれの結果は、AIが画像の撮影方法を根本的に変えることができることを示唆している。われわれのP-GAN人工知能は、日常的な臨床応用や、失明する網膜疾患の構造、機能、病態生理学の理解を目的とした研究において、AOイメージングをより身近なものにする。AIを、画像がキャプチャされた後にのみ適用されるツールではなく、画像システム全体の一部として考えることは、AI分野のパラダイムシフトである」とTamは話している。