上海交通大学と清華大学は共同で、眼底画像のみで5年以内の糖尿病網膜症の進行を予測できる「DeepDR Plus」をリリースした。
1996年、ジャズ界のファーストレディとして知られるエラ・フィッツジェラルドがロサンゼルスでパフォーマンスを行ったビバリーヒルズ自宅で亡くなった。この才能ある歌手はグラミー賞を13回受賞し、4,000万枚以上のアルバムを売り上げましたが、最終的には糖尿病性網膜症（DR）によるうつ病で亡くなりました。現在、我が国では糖尿病が四大慢性疾患の一つに挙げられており、10人に1人の糖尿病患者がいます。 2023年7月に学会員の賈衛平氏が発表した研究データによると、現在我が国には約1,950万人の糖尿病性網膜症患者がいる。
データソース:https://www.nature.com/articles/s41467-023-39864-w
一般的に、糖尿病性網膜症は非常に潜行性であり、初期段階では無症候性で発症しますが、後期段階では患者はほぼ失明し、20～74歳の成人における予防可能な失明の主な原因となっています。糖尿病性網膜症は通常、ゆっくりと進行しますが、病気の発症と進行のリスクは個人によって大きく異なります。そのため、医師と患者にとって、発症リスクの正確な診断と評価が大きな課題となっています。
医療分野で AI の役割がますます重要になるにつれ、ディープラーニングと畳み込みニューラル ネットワークが網膜写真から糖尿病性網膜症を自動的に検出するために使用されています。しかし、リスクを将来を見据えて予測できることはほとんどありません。
この目的を達成するために、上海交通大学アクティブヘルス戦略開発研究所長、上海六人民病院内分泌代謝学部、上海糖尿病重点研究所、コンピューター学部の賈偉平教授と李華亭教授のチームが協力した。上海交通大学電気工学院科学部/教育省人工知能学科 知能情報重点研究所のSheng Bin教授のチームと、上海交通大学医学部副学長兼部長のHuang Tianyin教授のチーム清華大学は、時系列画像シーケンスの深層学習に基づいた糖尿病性網膜合併症早期警告システムである DeepDR Plus を構築しました。これは、眼底画像のみに基づいて糖尿病性網膜合併症の進行を予測できます。
研究のハイライト:
※眼底画像のみで糖尿病網膜症の進行を予測するディープラーニングシステム（DeepDR Plus）を開発・検証
* このシステムは中国とインドの実際の臨床症例に適用され、平均スクリーニング間隔が 12 か月から 31.97 か月に延長されました。
* このシステムは、極めて低い見逃し率を維持しながら、スクリーニングの頻度と公衆衛生コストを大幅に削減できます。
用紙のアドレス:
https://doi.org/10.1038/s41591-023-02702-z
ワンクリックでデータセットをダウンロード:
https://hyper.ai/datasets/29716
公式アカウントをフォローし、バックグラウンドで「DR」と返信すると全文のPDFが表示されます
データセット: 中国とインドからの臨床データ
まず、糖尿病性網膜症に関連する特徴を学習するために、上海総合糖尿病予防およびケア システム (上海総合モデル) および上海糖尿病予防プログラム (SDPP) からの 179,327 人の糖尿病患者の 717,308 枚の眼底画像を使用して、DeepDR Plus システムが事前トレーニングされました。
その中で、SDPPは地域ベースの縦断的コホート研究で、2015年12月から2022年11月まで華東老人ホームと上海第六人民病院で健康診断を受けた79,284人の参加者を含み、そのうち25,231人が参加した。参加者は少なくとも4年間の年次追跡調査を完了した。 -上。
次に研究者らは、糖尿病性網膜症進行研究（DRPS）コホートからの糖尿病患者19,100人の眼底画像76,400枚からなる内部データセット上でモデルを開発し、検証した。開発データセットと内部データセットの間で比率は9:1に分割された。外部検証には、テスト セットと 8 つの独立した縦断コホートが使用されました。
臨床ワークフローを統合した DeepDR Plus システムの有効性を評価するには、この研究では、中国人成人を対象とした地域ベースの前向きコホート研究における実際の研究も実施されました。分析には合計2,185人の参加者が含まれ、統合管理（IM）グループ（総合病院・地域糖尿病管理プログラム）に538人、非IMグループに1,647人が参加した。同時に、臨床ワークフローとの統合の結果をさらに評価するために、この研究では、インドの前向きコホート（SN-DREAMS）を対象とした実際の研究も実施されました。このうち、糖尿病患者992人が4年連続で追跡調査された。
モデル: 眼底画像だけで病気の進行を効果的に予測できる
DeepDR Plus システムには、糖尿病性網膜症の進行を予測するための 3 つのモデルが含まれています。データモデル、眼底モデルと複合モデル。で：
眼底モデルは、バックボーンとして ResNet-50 を使用して眼底画像から特徴を抽出し、ソフト アテンション レイヤーを使用して最も有益な特徴を選択します。この研究では、まず Momentum Contrast (MoCo、v2) を使用し、自己教師あり学習を活用して、眼底画像からの特徴抽出のための事前トレーニング済みの特徴抽出器を作成しました。同時に、この研究では一致指数 (C-index) と IBS (統合ブライアー スコア) は、今後 5 年間の参加者の糖尿病性網膜症のパフォーマンスに関するモデルの予測を評価します。
メタデータ モデルはメタデータを入力して生存予測を生成します。年齢、性別、喫煙状況、糖尿病期間、ベースライン DR レベル、BMI、糖化 HbA1c、収縮期血圧、拡張期血圧、中性脂肪、低密度リポタンパク質コレステロール、高密度リポタンパク質コレステロールが含まれます。
結合モデルは、眼底スコアと眼底モデルのメタデータを同時に入力します。
内部検証では、患者の糖尿病性網膜症の進行予測について、メタデータ モデル、眼底モデル、および複合モデルの一貫性指数はそれぞれ 0.696、0.823、0.833 でした。結果は、結合モデルのパフォーマンスが眼底モデルと同様であり、メタデータ モデルよりも優れていることを示しています。これは、眼底モデルの正確な予測性能を示しています。 8 つの独立した外部データセットにわたって、モデルは糖尿病性網膜症の進行予測において同様のパフォーマンスを達成しました。これは、DeepDR Plus システムが高い一貫性と強力な拡張性を備えていることを示しています。
DR の程度を評価するために患者がいつ眼科医の助けを求めるべきかを判断するために、この研究では DeepDR Plus システムの予測力をさらに実証するために 3 つのサブグループ分析も実施しました。 ３つのサブグループには、ＤＲに転送された網膜症のない糖尿病患者（サブグループ１）、紹介を必要としないＤＲから紹介が必要なＤＲへ（サブグループ２）、視力を脅かすＤＲに転送されない視力を脅かすＤＲ（サブグループ３）が含まれる。
この研究では、3 つの主要なサブグループに対して DeepDR Plus システムを使用し、ベースライン網膜画像を通じて 5 年以内のさまざまなタイプの DR グレードの劣化を予測しました。結果は、3 つのサブグループのメタデータ モデルの一貫性指数が 0.700 ～ 0.711、IBS が 0.261 ～ 0.328 であることを示しています。眼底モデルの一貫性指数は 0.826、0.820、0.824 に増加し、IBS は 0.153 に低下しています。 -0.189; 結合モデルの一貫性指数 一貫性指数は 0.835 ～ 0.852、IBS は 0.145 ～ 0.167 です。
さらに、この研究では外部データセットでの眼底モデルの予測パフォーマンスも評価され、内部データセットと同等の結果が得られました。この結果は、眼底画像だけで病気の進行を効果的に予測できることを示しています。
AI を活用したパーソナライズされた検査間隔
今回の研究では、IMグループは定期的な臨床検査と代謝測定を受け、総合病院の専門家の指導とアドバイスを受けました。したがって、この研究ではIMグループと非IMグループをそれぞれ低リスクグループと高リスクグループに分け、DeepDR Plusシステムの眼底モデルとメタデータモデルを通じてすべての参加者を評価しました。
非IMグループでは、メタデータモデルと比較して、眼底モデルの高リスクグループの患者は糖尿病性網膜症を発症する可能性が高く、眼底モデルの低リスクグループの患者は糖尿病性網膜症を発症する可能性が低かった。 。
さらに、この研究では、メタデータ モデルまたは眼底モデルによって推奨される個別のスクリーニング計画のパフォーマンスを、固定の年次スクリーニングと比較して評価しました。IM グループと非 IM グループのすべての参加者が眼底モデルによって与えられた推奨される個別のスクリーニング間隔に従った場合、平均スクリーニング間隔は 12 か月から 31.97 か月に延長される可能性があります。メタデータ モデルと比較して、眼底モデルは、DR の遅延検出率を大幅に削減しながら、同様のスクリーニング頻度の削減を達成できます。さらに、IM グループの患者は、眼底モデルが推奨するスクリーニング間隔 (0.37% 対 1.28%) を使用した場合、非 IM グループと比較して DR 進行の遅れ検出率が低く、今後の介入に関係なく、 DeepDR Plus DRの遅延検出率を確実に低減できるシステムです。
視覚脅威 DR のカプラン マイヤー プロット
要約すると、メタデータ モデルと比較して、眼底モデルは参加者をより正確に階層化できるため、個別化された介入が可能になり、DR スクリーニングの頻度を減らしながら、DR 進行の検出の遅れを減らすことができます。
糖尿病網膜症のAI診断、中国が第一段階に
最近、アジャイル グローバル人工知能ガバナンス評価インデックスが正式にリリースされ、グローバル人工知能ガバナンスの新しいパターンを初めて評価および解読しました。評価結果は、人工知能の開発レベルにおいて、米国と中国が総合的にリードしていることを示している。
国内の人工知能技術の急速な発展のおかげで、我が国は人工知能支援医療の分野で目覚ましい進歩を遂げており、分割型糖尿病網膜症検査だけでも米国に匹敵するほどです。 2013 年にはすでに、上海交通大学医学部第六人民病院の Jia Weiping 氏のチームと Li Huating 氏のチームが、上海交通大学コンピュータ サイエンス学部の Sheng Bin 氏のチームと協力して、自動抽出技術の研究を開始しました。糖尿病網膜症の特徴を説明します。
2016 年までに、Google はディープ ラーニング システムを使用して、大量の糖尿病性網膜症の画像データをトレーニングした後、中等度から重度の DR を正確に診断しました。その結果は、Journal of the American Medical Association (自工会）。
グーグルに触発されて、当時シンガポール国立眼科センター所長だったファン・ティアンイン氏は衝撃を受けた。同時に、Huang Tianyin 氏は、Google の研究には多民族の検証が欠如しているという限界がまだあると考えています。 2017 年、Huang Tianyin とシンガポール国立眼科センターのチームは、多民族および多国籍コホートにおいて DR およびその他の関連する眼疾患を効果的に診断する初めての新しい深層学習システムの開発に成功しました。その結果はその後、雑誌で発表されました。 JAMAジャーナル。
また2017年、杭州市保健家族計画委員会は、草の根レベルでの専門的な医療リソースの不足の問題を解決するために、糖尿病性網膜症スクリーニングプロジェクトを率先して立ち上げ、人工知能支援診断に基づくポータブル眼底カメラを導入した。同時に、多くの人工知能医療機器が中国市場に参入し、より多くの患者に病気の治療に対する新たな希望をもたらしています。
2018年、Jia Weiping氏のチームとHuang Tianyin氏のチームは、シンガポール国立眼科センターやその他の世界クラスの学術機関と協力し、代謝関連疾患の知的予防と制御のための上海「一帯一路」国際共同研究所の設立が承認された。糖尿病の予防と治療の分野で協力を行う。
すべてが本格的に開発されていますが、AI 診断システムは臨床診断と治療においてまだ検証されていません。 2020年には、Googleチームは、同社の糖尿病性網膜症AI診断システムがタイの臨床応用で強い「順応」を示したという報告書を発表し、画像の5分の1以上が鮮明さの問題によりシステムによって拒否されたと述べた。写真を撮り直す必要があり、患者は治療のために他の病院に移送されたが、関連する AI システムはタイの 11 の診療所で導入された後、拒否された。
海外の臨床試験ではAI診断システムが障害に直面する一方、国内のAI診断システムは急速な発展期を迎え始めている。 2020年8月、わが国初の深層学習技術に基づく糖尿病性網膜症の眼底画像支援診断ソフトウェアの販売が承認された。 2021年、南開大学はCABNet（カテゴリー・アテンション・ブロック）をリリースし、わずかなパラメータを追加するだけで既存のディープ・アーキテクチャのパフォーマンスを大幅に向上させ、DR分類で優れたパフォーマンスを達成できるグローバル・アテンション・ブロックも提案しました。
また2021年には、Jia Weiping氏のチームがSheng Bin氏のチームと協力して、軽度から増殖期までさまざまな程度の網膜症を正確に区別できるDeepDRシステムを立ち上げた。その核となる成果は、中国で認可された 3 件の発明特許と米国で認可された 1 件の発明特許を取得しており、全国の多くの病院で使用されています。またこの年、黄天音氏は清華大学の主席教授に就任した。上海交通大学と清華大学の医学・工学学際チームは、糖尿病AI支援管理技術と臨床実践に関して、より緊密な学際的な協力と共同研究を実施し始めており、これにより両者のこれまでの研究も加速している。
現在、DeepDR Plus システムの出現により、発展途上国における眼底写真スクリーニングの効率、公平性、アクセスしやすさが大幅に向上し、低所得国および中所得国および地域における糖尿病管理モデルの改善、効率化、改革に貢献しています。世界中に新たな道が開かれました。近い将来、人工知能はさらに多くの糖尿病患者に治療への新たな希望をもたらすでしょう。
参考文献:
1.https://new.qq.com/rain/a/20240123A05OOZ00
2.https://m.thepaper.cn/baijiahao_20929983
3.https://baijiahao.baidu.com/s?id=1791412684120469650&wfr=spider&for=pc
4.https://www.nsfc.gov.cn/csc/20340/20343/57820/index.html