東京大学医学部眼科学教室特任講師の朝岡 亮氏らは、複数の黄斑部OCT画像のディープラーニング(DL)モデルを利用することで、緑内障の早期診断精度が実質的に向上する可能性があることを明らかにした。American Journal of Ophthalmology誌オンライン版2018年10月11日号掲載の報告。研究グループは、スペクトラルドメインOCT(SD-OCT)画像から早期緑内障を診断するためのDLモデルの開発および評価、検討を目的とした、多施設共同研究を行った。複数医療機関の協力を得て、プレトレーニングデータ、トレーニングデータ、検証データを用意。プレトレーニングデータは、病期ステージを問わずに集めた開放角緑内障(OAG)の1,565眼と健康な193眼による4,316枚のOCT画像で構成されていた。また、トレーニングデータには、早期OAG(平均偏差[MD]:>-5.0dB)患者94眼(94画像)と健康な被験者84眼(84画像)を含み、検証データには、早期OAG(MD:>-5.0dB)患者114眼(114画像)と健康な被験者82眼(82画像)が含まれていた。プレトレーニングデータの画像撮影にはRS-3000(Nidek)、トレーニングデータおよび検証データにはOCT-1000/2000(Topcon)を用いた。