Risk profiling for cardiovascular diseases using the retinal images

点击翻译按钮获取中文摘要

1970年代から続く循環器疾患の検診において、眼底検査は「高血圧の臓器障害としての血管形態変化を検出する」という目的で用いられてきた。一方で、医師の眼には微細すぎて判別できないような形態変化であっても医用画像解析に大きな成果を上げつつある深層学習を用いて、眼底画像から「血圧値、ヘモグロビンA1C値、HDLコレステロール値、LDLコレステロール値、中性脂肪値、body mass index、推定糸球体濾過量喫煙習慣（現在喫煙・過去喫煙・喫煙歴なし）、運動習慣、食事習慣」の状態を推定する深層学習モデル群の試みが報告されている。そこで本研究では、眼底写真を入力に、循環器疾患危険因子を出力に据えて、「血液検査でしか得られない循環器疾患危険因子の保有状況（リスクプロファイル）を眼底画像から得ることができる。」という新たな仮説を検証すべく、深層学習モデル群の開発を進めてきた。今回、国内外の複数の大規模疫学研究のデータを用いてその精度を検証するとともに、社会実装に向けた技術的なロードブロックを乗り越えるべく実証研究を行う。具体的には国内外の大規模疫学コホート研究で既に取得されている情報を用いて、（１）眼底画像から高精度で循環器疾患リスク因子を推定する深層学習モデル作成と検証、（２）眼底カメラ機種、画像仕様に対応した一般化可能性の高い深層学習モデル作成、（３）眼底画像から循環器疾患リスク因子の経時的変化を推定する深層学習モデルの作成、を行う。