背景

遺伝性網膜疾患（Inherited Retinal Disease, IRD）は、失明を引き起こす代表的な希少疾患に分類される。原因となる遺伝子が270種類以上と非常に多様であり、患者によって臨床症状も異なるため、正確な診断名を特定することは難しい。患者が最初の症状を発症してから、最終的に遺伝的原因を特定するまでに平均5年以上の時間がかかるのはそのためである。

眼科専門医は、患者の視力を保護するために、カラー眼底写真（Color Fundus Photography, CFP）や光干渉断層撮影（Optical Coherence Tomography, OCT）などの様々な画像検査を実施する。しかし、膨大な画像データから遺伝変異の手がかりを人間の目で探し出すことは容易ではない。特に、熟練した網膜専門医が不足している地域の医療現場では、遺伝子検査前の段階で意思決定を支援する補助ツールが切実に求められていた。遺伝変異を事前に予測し、検査費用と時間を削減しようとする試みが続けられている背景にある。

主要な発見

中国の上海第一人民病院の孫暁東（Xiaodong Sun）教授の研究チームは、韓国、ポーランドなどの国際共同研究者と協力して、新しい臨床意思決定支援システム（Clinical Decision Support System, CDSS）である「Retina4IRD」を発表した。このモデルは、約90万枚のCFP画像と70万枚のOCT画像を事前に学習した眼科に特化した大規模な視覚モデル「RETFound」を基にしている。研究チームは、延世大学医科大学セブランス病院および江南セブランス病院の眼科、ポーランドのシレジア医科大学などで収集された、遺伝子診断が確定した1,843人の患者のデータを用いて、Retina4IRDを精密に調整した。特に、CFP画像とOCT画像だけでなく、患者の発症年齢、性別、家族歴などの臨床メタデータを一緒に分析するマルチモーダル設計が注目される。

研究チームは、多施設ランダム化比較試験（Randomized Controlled Trial, RCT）を設計し、Retina4IRDの実際の診断支援性能を精密に測定した。295人のIRD疑いのある患者を対象とした試験で、AIの支援を受けた眼科専門医グループは、上位5つの候補遺伝子の中から実際の原因遺伝子を特定する精度（Top-5 Accuracy）88.5%を達成した。一方、AIを使用せずに画像とカルテだけで診断した対照群の専門家の精度は67.3%にとどまり、20%ポイント以上の差が見られた（P < 0.001）。さらに、患者の追加の精密検査や治療計画の策定能力を評価した事後管理指標においても、AI支援グループは37.7点を獲得し、対照群（28.5点）よりも優れた治療決定を行った。モデルの診断根拠を明らかにするために、人工知能が注目した画像領域をヒートマップの形で表示することで、説明可能性を高めた。

意義と展望

今回の研究は、医療用人工知能（AI）ソリューションの承認および導入プロセスにおいて、重要な転換点となることが予想される。医療支援AIの性能を、単純な後方分析を超えて、ランダム化比較臨床試験で直接証明したためである。実際の臨床環境で、医師の診断能力を統計的に有意に向上させたことを証明した結果は、人工知能の臨床的有効性に関する論争を解消する上で大きな役割を果たすと評価されている。特に、遺伝子治療薬の適格な患者を迅速に選別し、治療の機会を逃さないように支援するという点で、臨床的価値が非常に高い。

ただし、実際に診療現場に広く普及するためには、解決すべき課題もいくつか残されている。現在、Retina4IRDが診断できる遺伝子の範囲は17種類に限定されており、270種類を超えるすべての網膜疾患の原因遺伝子を網羅するには限界がある。機器の仕様による画像品質のばらつきや、極めて稀な変異を持つ患者のデータ不足の問題を解決するための追加研究も必要と思われる。世界中の医療格差を縮小するためには、機器インフラが脆弱な一次医療機関でも円滑に動作するように、最適化作業を並行して行う必要があるだろう。