緑内障の検出精度、AIが人間以上

眼底写真の網膜神経線維層（RNFL）損傷定量化を訓練したマシンツーマシン（M2M）深層学習アルゴリズムの緑内障性視野欠損の判別能を評価。緑内障専門医2名が緑内障性視神経症の可能性を診断し、陥凹乳頭径比（C/D）の推定値を算出した370例（490眼）の490枚の眼底写真を用いて比較した。 その結果、M2M深層学習による予測RNFL厚は、専門医による緑内障性視神経症の確率よりも標準自動視野測定での平均偏差との絶対相関が優位に強かった（ρ＝0.54 vs. ρ＝0.48、P＜0.001）。臨床的に意義のある特異性領域の部分AUCは、M2M深層学習アルゴリズムの方が専門家による緑内障性視神経症の確率よりも有意に高かった（0.529 vs. 0.411、P＝0.016）。 ...