緑内障性視神経症の検出にAI、感度と特異度90％超

Chinese Glaucoma Study Alliance（CGSA）から網膜眼底画像26万9601枚（訓練データセット24万1032枚、検証データセット2万8569枚）を用いて、畳み込みニューラルネットワーク（CNN）で緑内障性視神経症を自動検出する深層学習システム（GD-CNNモデル）を開発し、性能を検証した。 その結果、検証データセットで、GD-CNNモデルの受信者動作特性曲線下面積（AUC）は0.996、感度96.2％、特異度97.7％だった。偽陰性と偽陽性（GD-CNNの判定で46.3％、32.3％、読影者の判定で44.2％、34.0％）の主な理由は病的または強度の近視だった。 ...