Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
AI診断が変える眼科治療―高精度な予測モデルが個別化医療を実現
深層学習モデル「KongMing Model」が新生血管性加齢黄斑変性のanti-VEGF療法で驚くほど高い予測精度を実現しました。眼科医の診断をはるかに上回る精度で、患者の視力改善や網膜構造の変化を事前に推定できることが、多施設共同研究で実証されたのです。
背景と研究の目的
高齢者の視力喪失の主要原因となっている新生血管性加齢黄斑変性（nAMD）。anti-VEGF薬で治療すれば有効性は期待できますが、実際には患者ごとに治療成果がばらばらで、その予測は困難でした。もし医療従事者が治療前に、患者の将来の視力改善や網膜の変化を正確に予測できたら？そうすれば、より現実的で実効的な治療計画が立てられ、患者の期待値もきちんと管理できます。
光干渉断層撮影（OCT）画像と深層学習を掛け合わせることで、治療成果の高精度な予測を実現できないかと考えた。これが研究の出発点です。
研究方法と主な発見
中国の18の大学病院が参加した前向き多施設共同研究。50～85歳の未治療nAMD患者1,226名から得た29,772枚のOCT画像を活用して、変換器ベースの多タスク深層学習モデル（KongMing Model）を構築しました。
結果は素晴らしいものでした：
- 単回注射後の最高矯正視力（BCVA）変化の予測精度は内部検証でAUC 0.948、外部検証でAUC 0.941に達した
- 1年後の予測となると、内部検証でAUC 0.989、外部検証でAUC 0.979にまで精度が向上した
- 視力値の回帰予測では平均絶対誤差0.048～0.058、R²値0.7140～0.9012を実現
- 治療後のOCT画像生成でも高い精度を示し（SSIM 0.578～0.646）、視覚的な構造予測が可能に
- 注目すべきは、眼科医との比較で全ての経験レベルの医師を凌ぎ、精度、感度、特異度、F1スコアで勝った（全てp < 0.0001）
臨床的意義
KongMing Modelが持つ最大の強みは、治療前の非侵襲的な予測で、より個別化した治療計画が実現できることです。患者が得られるであろう視力改善度を治療前に示唆できれば、治療への納得度も高まり、継続率の向上へとつながります。
興味深いことに、この予測能力により過度な治療介入を避けられ、必要最小限の通院で効果的な治療を実現する可能性が生まれます。医療資源を効率的に活用しながら患者の負担も減らせる。特にnAMD患者の多くが高齢者である点を考えると、現実的な期待値設定は心理的サポートとしても非常に有用です。
研究の限界
この研究は中国の大学病院を中心に展開されたもので、他地域での検証や異なるanti-VEGF薬での評価が今後の課題です。実装の際には高品質なOCT画像取得と計算環境の整備も必要になります。臨床導入に向けては、より多様な患者層での外部検証が極めて重要になるでしょう。
Original paper: Development and validation of a deep learning model to predict visual and anatomical prognosis of anti-VEGF therapy for neovascular age-related macular degeneration (KongMing Study): a prospective, nationwide, multicentre study. — The Lancet. Digital health. 10.1016/j.landig.2025.100971
