人工知能（AI）による感染性角膜炎診断支援システムの戦略的開発

点击翻译按钮获取中文摘要

感染性角膜炎は、初期診断とそれに基づく治療方針の選択が視力予後に大きく影響する。そのため、治療にもっとも影響する主要病原体カテゴリー4種（細菌、真菌、単純ヘルペス（HSV）、アカントアメーバ）を判別できる画像AIの開発を行った。AIモデルは、画像の判定に有効と考えられるAIモデル(ResNet InceptionV2)をベースモデルとして選択し、開発した。感染性角膜炎においては、細菌感染が半分以上をしめており、不均衡な分布を示す。不均衡分布に対応するため　細菌性か非細菌性かをまず、判定させ、それに引き続き　他の病原体の診断にうつる構造とした。一方、前眼部画像は、さまざまなアングルや照明の画像が混在する。このため、顔認識用のAIに用いられる損失関数(Ring loss)の使用に加え、異なるAIをくみあわせる手法を用い精度向上をはかった。これにより、4つの病原体を前眼部画像のみから推定するAIを構築し、現在実臨床への応用をすすめている。本AIにより、感染性角膜炎の臨床に不慣れな医師であってもエクスパートレベルの推定ができるようなアシストが可能となる。これにより誤診断による感染性角膜炎の重篤化をふせぎ、さらには視力予後不良例の減少がきたいできると考えている。引き続き、細菌、真菌感染においては、画像のみで種レベルでの病原体推定をめざすための開発を進めている。種レベルの同定のため, 分子生物学的手法を用い、さらに量的な観点から原因病原体の妥当性を厳密に検証した画像群を収集した。さらに説明可能なAIとするため、所見を学習させた後、原因病原体を推定させる構造のAIの構築にとりかかっている。