髙橋 秀徳

The speaker founded DeepEyeVision and has launched a fundus screening support solution, DeepEyeVision for RetinaStation, which displays deviations from normal in fundus photographs, and DeepEyeVision for California, which highlights abnormal retinal vascular density. Features that can be handled by ophthalmologists putting in extra effort had low demand. On the other hand, functions that even specialized ophthalmologists cannot perform were difficult to improve in terms of accuracy. Additionally, when the target disease has a low prevalence, the demand was also low. Diagnostic programs require approval, which costs 100 million yen to obtain. While limiting functionality to fall within the certification scope of existing devices can allow for cheaper certification, recovering development costs remains challenging. Therefore, it is essential to utilize public subsidies to obtain approval or certification, reduce risks and costs, and then present the program to medical device manufacturers. We are currently researching visual field estimation from optical coherence tomography (OCT) images in the high-prevalence area of glaucoma. 【利益相反公表基準】該当有 【倫理審査】承認有 【IC】取得有

【目的】私達は未治療新生血管型加齢黄斑性(naïve nAMD)に対する休薬を含めたtreat, extend, and stop-protocol(TES)法によるbrolucizumab休薬率を2年間で47％と報告した。今回、同様のTES法でfaricimabでの休薬率を後ろ向きに調査した。 【方法】自治医科大学附属病院で2022年6月から2023年6月までにfaricimab連続3回の導入期以後、最大投与間隔期間4ヶ月のTAEを行い、4ヶ月毎の間隔で2回dryを確認した場合に休薬としたTES法で治療を受けたnAMD43例43眼。観察期間72週間の休薬率、week16での黄斑部滲出性変化、最高矯正視力(BCVA)/central subfield retinal thickness(CST)/central choroidal thickness(CCT)の変化量、投与回数、安全性、切り替え症例の評価を行った。 【結果】平均年齢74.4歳 (男性27例、62.8％)。治療前平均BCVA、CST、CCT:0.375±0.454、318±84µm、276±75µm。macular neovascularization 28例(type1 14例、type2 6例、type3 8例)、polypoidal choroidal vasculopathy 15例。week16ではwet 4例、dry 31例であり、72週治療継続できた35例および脱落8例中21例(49％)が休薬、BCVA、CST、CCT変化量は0.11±0.39、90±81µm、23±30µm(p＝.104、＜.001、.001)であった。脱落は8例(眼内炎1例、通院自己中2例、切り替え5例)、15文字以上の視力低下は3例(白内障進行2例、原疾患の増悪1例)であった。 【結論】naïve nAMDに対するfaricimab投与による休薬率は49％であった。 【利益相反公表基準】該当有 【倫理審査】該当無 【IC】取得有

【目的】網膜裂孔は網膜周辺部に存在することが多く、一般的な眼底画像では検出が難しい。超広角眼底画像は約200度の視野をカバーし網膜の約80％を撮影できるため、網膜裂孔の検出に有効である。しかし広視野が原因で見逃しも多い。本研究は、超広角眼底画像において網膜裂孔を可視化する機械学習モデルを構築し、その性能を評価することである。 【方法】2018年から2021年にかけて自治医科大学で撮影された8083症例、15188眼、35474枚の超広角眼底画像を用いた。裂孔がある435枚の画像と、裂孔がない35009枚の画像に分類し、裂孔がある画像にはピクセルレベルでアノテーションを行った。機械学習モデルにはPraNetを採用し、過学習防止のためのハイパーパラメータの最適化を行った。 【結果】裂孔画像62枚中、102個の裂孔が検出された。感度:0.87、特異度:0.56、陽性的中率:0.22、陰性的中率:0.97であった。裂孔に対する結果は、感度:78.4％、陽性的中率:56.7％、Recall: 0.685±0.378、Precision: 0.357±0.235、セントロイド距離スコア:0.113±0.242、Diceスコア:0.435±0.258であった。偽陽性の原因は、網膜出血:22.4％、レーザー痕:20.7％、画像範囲外:20.1％、睫毛:4.0％であった。 【結論】超広角眼底画像において網膜裂孔を検出するPraNetを用いた機械学習モデルを構築した。出血やレーザー痕、画像範囲外を偽陽性とすることが多く、さらなる改善が必要である。 【利益相反公表基準】該当有 【倫理審査】承認有 【IC】該当無

【目的】私達はbrolucizumabに起因した眼内炎症(IOI)では、非IOI群と比較して血中のCD4+(Th)細胞のうち、Th2細胞の割合が有意に少ないことを報告した。今回、faricimab(IVF)治療後IOIを発症した新生血管加齢黄斑変性(nAMD)3症例においてTh細胞の割合について評価を行った。 【対象と方法】自治医科大学附属病院において、2022年6月から2024年9月までにnAMDに対するIVFを開始し、血液検査に同意を得たnAMD患者109人109眼中3人3眼でIOIが発症した。flow cytometryでIL-4とIFN-γの陽性細胞と陰性細胞を検出し、Th1、Th2に分類し、正常群(平均年齢75.2(95％CI 73.3-77.0、男性76例))とその割合を比較した。 【結果】3例とも導入期を含みIVF加療を開始。症例1:75歳男性、左Macular neovascularization (MNV) type3において、初回・最終投与より137日・4日後に強膜炎・虹彩毛様体炎を発症。症例2:70歳男性、右PCVにおいて、初回・最終投与より224日・98日後に虹彩毛様体炎を発症。症例3:80女性、右MNV type1において、初回・最終投与より119日・58日後に虹彩毛様体炎・硝子体混濁を発症。正常群におけるTh1/Th2は11.7 (7.83 to 15.5) であり、IOI群では8.42、5.80、11.0とTh2が低い傾向が認められた。 【結論】nAMD患者でのIVFに起因したIOIでは血中Th2細胞数が少ない傾向があり、brolucizumabに起因するIOIと同様の機序が関連している可能性が示唆された。 【利益相反公表基準】該当有 【倫理審査】承認有 【IC】取得有

Purpose: Preoperative understanding of the ciliary body length allows for optimal placement of the scleral incision, improving instrument access. We previously reported a method for measuring ciliary body length using anterior segment OCT images and machine learning in eyes with long axial lengths. However, in eyes with normal axial lengths, thicker sclera results in lower-quality OCT images. In this study, we used eyes with both long and normal axial lengths. Methods: A total of 261 anterior segment OCT images from 190 eyes of 111 patients were obtained from two institutions. The accuracy of the predicted coordinates was assessed by calculating the root mean square error (RMSE) and mean absolute error (MAE) relative to the ground truth coordinates. Coordinate estimation was conducted using three approaches: UNet-based segmentation, template matching, and a hybrid method combining both techniques. Results: Coordinate estimation using UNet segmentation resulted in an MAE of 1.77 mm and an RMSE of 1.61. The application of template matching led to improved accuracy, reducing the MAE to 0.586 and the RMSE to 1.06. Further enhancement was achieved by integrating both methods, yielding an MAE of 0.329 and an RMSE of 0.357. No significant correlation was found between axial length and estimation accuracy. Conclusions: We developed a method combining UNet-based segmentation and template matching to estimate the pars plana position from anterior segment OCT images with an accuracy of less than 0.5 mm. This level of precision may contribute to safer insertion site determination for vitreoretinal surgery and intravitreal injections.

【目的】 深層学習による網膜裂孔領域検出では、眼底写真全体に占める網膜裂孔領域が小さく不均衡なため、検出モデルが全画像に対して網膜裂孔なしと予測するように収束してしまう場合がある。そこで、学習時の画像切り抜きによるデータ拡張に着目し、画像に占める網膜裂孔領域を増やすことで、検出モデルの学習安定と精度向上を図った。 【対象と方法】 自治医科大学附属病院、たかはし眼科、斎藤眼科、とつか眼科のOptos California（Nikon, Tokyo）で撮影された超広角眼底写真(UWF)から、網膜裂孔を有する806枚と有しない37724枚をランダムに選択し、深層学習を行った。 画像に占める網膜裂孔領域の割合を増やすため、網膜裂孔を有する画像を特定のサイズで切り抜き、必ず網膜裂孔領域を含める前処理を行った（実験群）。対照群では、画像のランダムな箇所を切り抜く前処理を行った。 【結果】 網膜裂孔を有する73枚のUWFでの評価を行った。対照群のDice Score 0.496±0.340、 Recall 0.597±0.357、Precision 0.499±0.355であるのに対して、実験群のDice Score 0.604± 0.315、Recall 0.668±0.321、Precision 0.620±0.332 であった。 【結論】 網膜裂孔を選択的に切り抜く前処理の追加によって、深層学習モデルの精度が有意に改善した。

【目的】超広角走査型レーザー検眼鏡の擬似カラー画像(UWF™)から網膜無灌流領域(NPA)を推定する深層学習モデルを、4施設の多施設データで構築したので報告する。 【対象と方法】4施設のOptos® California（Nikon, Tokyo）で撮影されたUWF(虚血性網膜疾患2,654例4,327眼13,076撮影15,597枚と非虚血性網膜疾患5,112例9,019眼14,859撮影18,391枚からNPAを有する823枚および有しない9725枚をランダムに選択)と超広角蛍光眼底造影画像(UWF-FA)をアノテーションして得られたNPAを用いてPraNetで深層学習した。Bland-Altman プロットを用い、141例150眼154枚のUWF（うちNPA+は54枚）に対して、実測NPAに対する推定NPAの面積を比較した。 【結果】面積Bland-Altmanプロットでは、固定誤差である推定NPAと実測NPAの面積差平均(79.2 mm2, P < 0.0001)は、誤差の許容範囲(462 mm2)より小さかった。外れ値となったUWF像は5.8％で認められた。比例誤差は有意であった（P < 0.0001）。 【結論】4施設から構築したNPA推定アルゴリズムは、誤差は許容範囲に収まったが、比例誤差が有意であった。

【目的】 本研究では眼底画像から緑内障のNFLD領域を自動的に検出するAIモデルを開発し、その性能を評価する。 【対象と方法】 自治医科大で収集した通常画角カラー眼底画像から、緑内障と診断の付いた画像を収集した。収集した画像を緑内障専門医が再度読影し、NFLDのラベルを付与した。NFLDのラベルが付与された画像から、視能訓練士がNFLD領域を描画し、学習・評価用のデータとして採用した。 NFLD陽性の眼底画像データのうち、1451枚（211患者、298眼）を学習用データとした。211患者の平均年齢は57.2歳であった。NFLD陽性の画像データセットに対して、NFLD陰性画像の枚数を1対1になるようにランダムに抽出して、NFLD陰性の学習用データとした。PraNetのネットワークアーキテクチャを採用し、眼底画像の学習を行った。 【結果】 NFLD陽性のテスト画像185枚のうち、183枚が陽性と判定され、領域の検出が行われた。感度は98.9%であり、各画像のDice Scoreの平均は57.8%だった。NFLD陰性のテスト画像185枚のうち、陰性と判定された画像は114枚で、特異度は61.6%だった。 【結論】 眼底画像を用いた学習により、NFLD領域を高い確率で自動検出できるAIモデルの実現が示唆された。今後、各パラメータの調整を行うことで、偽陽性の減少やより正確なNFLD領域の検出が可能なAIモデルの実現が期待される。

【目的】 本研究では眼底画像からハンフリー視野計の出力を予測するAIモデルを開発し、その性能を評価する。 【対象と方法】 自治医科大で収集したハンフリー視野計のデータと前後1年以内に撮影した通常画角眼底カラー画像を1:1のペアとして学習用データとして使用する。ハンフリー視野計のデータは中心24-2の閾値マップを採用し、固視不良率、偽陽性率、偽陰性率のいずれかが1/3以上のデータは除外した。ハンフリー視野計の学習用データは871例(501患者、729眼)、患者の平均年齢は58.4歳であった。 眼底画像を入力として、HFAの閾値マップ、MD値、PSD値をそれぞれ自動計算する機械学習モデルを作成した。学習にはResNet18のネットワークアーキテクチャを採用した。 【結果】 評価用眼底画像からHFAの閾値マップ、MD値、PSD値の予測を行った。 各画像に対する閾値マップのRMSEの平均値は6.82dBであった。 MDの実測値の平均は-7.52±8.87dBに対してAIによる予測値は-5.16±0.47dBであった。実測値と予測値の誤差の平均は6.48±6.37dBであった。 PSDの実測値の平均が5.51±4.36dBに対してAIによる予測値は4.93±0.72dBであった。PSDの実測値と予測値の誤差の平均は3.85±2.34dBであった。 【結論】 眼底画像を用いた学習により、視野計の出力を自動計算するAIモデルの実現が示唆された。

In 2012, the advent of deep learning technology allowed artificial intelligence (AI) to surpass human capabilities in image recognition by 2015. The world’s first deep learning AI to receive medical approval was the AI for diabetic retinopathy diagnosis in the U.S. in 2018. Since then, a small number of diagnostic AIs have been approved in developed countries, including AIs for noise reduction in imaging, estimation of optic disc cupping volume from fundus photographs, and heatmap-based visualization of abnormal regions on color fundus images. Meanwhile, AIs capable of diagnosing multiple diseases from fundus photographs are available online globally for public use. For example, TeleMedC’s EyeQX Kiosk operates in places such as subway stations in Singapore, where it performs AI-based, non-mydriatic fundus photo diagnoses on the spot. The company also offers RAPIDDx, a service available for free trial online. In the U.S., the non-profit organization Cybersight provides free online access to fundus diagnosis AI. My venture, DeepEyeVision, founded out of Jichi Medical University, has also developed a diagnostic support AI for remote screening of fundus images, covering nearly 100 diseases. In addition, we have obtained certification for AI that visualizes abnormal regions on fundus photographs using heatmaps, and AI that identifies regions of abnormal retinal vascular density from ultra-widefield color fundus images. This presentation provides an overview of the mechanisms behind these AIs. Furthermore, recent advances include AI capable of performing segmentation and diagnosis from optical coherence tomography (OCT) images, many of which have received approval. 2001 Graduated from the University of Tokyo, Faculty of Medicine 2008 Completed graduate studies at the University of Tokyo 2012 Lecturer, Department of Ophthalmology, Jichi Medical University 2016 Founded DeepEyeVision 2017 Associate Professor, Department of Ophthalmology, Jichi Medical University 2020 Deputy Director, Data Science Center, Jichi Medical University 2024 Professor, Center for Cyber Medicine Research, University of Tsukuba

Purpose: To elucidate the subtypes and prognosis of dry Age-related Macular Degeneration (dry AMD) among Japanese patients defined as geographic atrophy size over 250 µm diameter. To calculate the incidence and progression rates of the various subtypes of dry AMD. Setting/Venue: Forty consecutive cases of dry AMD patients attending Jichi Medical University were enrolled. Methods: The patients had longitudinal data derived from Fundus Autofluorescence (FAF) imaging using a laser scanning ophthalmoscope over intervals exceeding three months. For bilateral cases, the eye with the larger area of atrophy fitting within the image frame was selected. Annotations for complete retinal pigment epithelium and outer retinal atrophy (cRORA) were performed using FAF by three independent annotators. The data were analyzed using Analysis of Variance (ANOVA) and t-tests. Results: A total of 40 eyes with dry AMD (average age of 74 years (SD 8.2) and 50% males) had baseline complete retinal pigment epithelium and outer retinal atrophy (cRORA) area of 9.5 mm² (13), which increased to 15 mm² (18) at the final observation after an average follow-up of 2.3 years, progressing at a rate of 1.6 mm²/year (2.4). Subgroup analysis revealed: Focal type was in 10 eyes and patients had an average age of 69 years, with males constituting 50% of this subgroup. The initial cRORA area was 4.9 mm², expanding to 6.5 mm² after an average of 1.6 years, with a progression rate of 0.25 mm²/year. Banded type: 8 eyes, 78 years, 50%, 18 mm², 2 years, and 0.36 mm²/year. Diffuse type: 10 eyes, 77 years, 30%, 7.1 mm², 2.9 years, and 3.7 mm²/year. Diffuse trickling type: 4 eyes, 70 years, 50%, 7.3 mm², 1.3 years, and 3.0 mm²/year. Patchy type: 4 eyes, 78 years, 100%, 2.9 mm2, 1.0 years, and 0.86 mm2/year. There was no significant difference in age between groups. However, a significant difference was observed in the progression rate, with the diffuse type demonstrating a faster progression compared to the pachy, banded, and focal types (P < 0.05). Conclusions: This study identified the FAF pattern classification in the Japanese population. Compared to Caucasian population reported by FAM-Study Group, there were fewer diffuse and more focal types.

Purpose: Retinal holes, often located in the retina's peripheral regions, are difficult to detect with standard fundus imaging. Ultra-widefield fundus imaging overcomes these limitations, enabling the identification of these holes. However, the extensive field of view and the small size of the holes mean that detection can be time-consuming and prone to oversights. Therefore, this study aims to leverage AI analysis with a machine learning model to enhance the speed of detection and minimize missed retinal holes through visualization. Setting/Venue: The study utilized ultra-widefield fundus images from 8083 patients at the Jichi Medical University, comprising a total of 15188 eyes and 35474 images, as data for training and evaluating the machine learning model. Methods: Ultra-widefield fundus images were initially prepared for the creation of the dataset, and then classified into two categories, those with retinal holes and those without. There were 435 and 35009 images respectively. Images with retinal holes were annotated at the pixel level to indicate the hole locations on the images. Finally, all prepared images were split into three datasets: train, val and test. In the training dataset, there were 62 images with holes and 34001 images without holes. Similarly, the validation dataset included 53 images with holes and 601 images without holes, while the test dataset consisted of 62 images with holes and 437 images without holes. After that, supervised learning was conducted with a PraNet-based architecture model, which was originally for the accurate polyp segmentation in colonoscopy images, to train on retinal hole detection. In the training phase, for the purpose of improving accuracy, hyperparameter optimization was conducted. To evaluate the pixel-wise detection, we adopt Dice, Recall, Precision and centroid distance as metrics. Specifically, we employed Dice score as the main metric for the hyperparameter tuning, which is the ratio of the intersection size of predicted region and actual hole region to the mean size of the both regions. Results: After the training phase, the model was evaluated using the prepared test dataset. The evaluation metrics yielded the following results: Dice score was 0.435 ± 0.258, Recall was 0.685 ± 0.378, Precision was 0.357 ± 0.235, and Centroid Distance was 0.113 ± 0.242. The low Centroid Distance score indicates the model's success in accurately locating the holes, albeit with a lower than expected Dice score, suggesting difficulties in precisely defining the boundaries between holes and their backgrounds. The Recall and Precision scores further imply that the model tended to overestimate the size of the actual holes. Conclusion: The evaluation results underscore the challenges in achieving precise boundary detection of retinal holes using the current model. Despite effective localization of holes, as indicated by the Centroid Distance, the model's lower Dice score reflects its limitations in accurately delineating the edges of the holes. The disparity between Recall and Precision suggests an inclination towards overestimation of hole areas. Future work will focus on improving boundary precision, potentially by adopting the Intersection over Union (IoU) metric for a stricter evaluation of boundary overlap, aiming to enhance the model's accuracy in identifying retinal holes.

Purpose: To elucidate the subtypes and prognosis of dry Age-related Macular Degeneration (dry AMD) among Japanese patients defined as geographic atrophy size over 250 µm diameter. To calculate the incidence and progression rates of the various subtypes of dry AMD. Setting/Venue: Forty consecutive cases of dry AMD patients attending Jichi Medical University were enrolled. Methods: The patients had longitudinal data derived from Fundus Autofluorescence (FAF) imaging using a laser scanning ophthalmoscope over intervals exceeding three months. For bilateral cases, the eye with the larger area of atrophy fitting within the image frame was selected. Annotations for complete retinal pigment epithelium and outer retinal atrophy (cRORA) were performed using FAF by three independent annotators. The data were analyzed using Analysis of Variance (ANOVA) and t-tests. Results: A total of 40 eyes with dry AMD (average age of 74 years (SD 8.2) and 50% males) had baseline complete retinal pigment epithelium and outer retinal atrophy (cRORA) area of 9.5 mm² (13), which increased to 15 mm² (18) at the final observation after an average follow-up of 2.3 years, progressing at a rate of 1.6 mm²/year (2.4). Subgroup analysis revealed: Focal type was in 10 eyes and patients had an average age of 69 years, with males constituting 50% of this subgroup. The initial cRORA area was 4.9 mm², expanding to 6.5 mm² after an average of 1.6 years, with a progression rate of 0.25 mm²/year. Banded type: 8 eyes, 78 years, 50%, 18 mm², 2 years, and 0.36 mm²/year. Diffuse type: 10 eyes, 77 years, 30%, 7.1 mm², 2.9 years, and 3.7 mm²/year. Diffuse trickling type: 4 eyes, 70 years, 50%, 7.3 mm², 1.3 years, and 3.0 mm²/year. Patchy type: 4 eyes, 78 years, 100%, 2.9 mm2, 1.0 years, and 0.86 mm2/year. There was no significant difference in age between groups. However, a significant difference was observed in the progression rate, with the diffuse type demonstrating a faster progression compared to the pachy, banded, and focal types (P < 0.05). Conclusions: This study identified the FAF pattern classification in the Japanese population. Compared to Caucasian population reported by FAM-Study Group, there were fewer diffuse and more focal types.

滲出型加齢黄斑変性(AMD)は慢性疾患であり、長期予後を考慮して治療を進めたい。ラニビズマブの投与タイミング遅れによる予後変化を定量した研究、黄斑をドライにし過ぎることによる視力低下検出の研究を紹介する。また演者はAIの画像識別能がヒトを超えた2015年からAIの研究を始めた。パソコンの組み立てから始め、自治医大糖尿病センターにあった１方向及び４方向のカラー眼底写真それぞれの糖尿病網膜症病期分類1万セットを用いた、１方向からの４方向病期推測を行い、初めての特許出願を契機に起業した。自治医科大学発ベンチャー認定1号を取得し、ベンチャーキャピタルからの出資と指導から様々なAIプログラムを開発した。眼底健診読影の支援AIプログラム、健常逸脱可視化と血管密度逸脱可視化の認証AI医療機器プログラム、これから社会実装をしていきたい超広角眼底写真における網膜裂孔や剥離の検出AIプログラム、OCTからの視野推測プログラムを紹介する。

障手術後、糖尿病患者において眼内炎症サイトカインが上昇することが知られている。また、重症の糖尿病網膜症患者は血糖コントロールが不良である可能性が高く、白内障も進行しやすい。したがって、白内障手術を計画する際には、糖尿病患者の眼底状態の把握は重要である。白内障手術の適切な時期を選択し、より頻繁に眼底検査を行うことは、糖尿病網膜症の発生と増悪を予防するために有用である。その一方で、白内障手術を検討する段階では眼底透見性が悪く、検眼鏡的な糖尿病網膜症の病期診断は過小評価となることがある。蛍光眼底造影は、眼底透見性が悪い患者において病期を診断するのに有用である。特に、超広角走査型レーザー検眼鏡登場以後、一度に眼底の80％以上を撮影できるようになり、中心部のみならず周辺網膜の変化を含め広角で観察できるようになった。ただし、その侵襲性から頻回に行うことは難しい。私達は深層学習を用い、カラー眼底写真からNPA領域の推定を行った。10視神経乳頭サイズ、30乳頭サイズのNPA基準に検討では、感度・特異度ともに80％前後という良好な結果が得られた。(Inoda S, et al. Sci Rep 2022) 本講演では、追加データ学習を行った結果と、白内障の本研究結果への影響を発表したい。