米国心臓病学会の年次科学セッション（ACC.26）で発表された研究によると、人工知能（AI）を使用して目の検査中に撮影された目の画像に基づいて心血管リスクを評価する新しいシステムは、標準的な心血管リスク評価との強い相関関係を実証した。研究者らは、AIを使用して定期的な眼科検査中に心臓病のリスクをスクリーニングすることで、より多くの人が自分のリスクを認識し、予防治療への紹介を促進できる可能性があると述べた。
心臓病は世界中で主な死因となっています。プライマリケア提供者と心臓専門医は、リスク計算ツールを使用して、アテローム性動脈硬化症（心臓発作、脳卒中、早期死亡につながる可能性のある動脈内のプラークの蓄積）の患者のリスクを推定し、必要に応じてライフスタイルの修正や投薬の推奨事項を導きます。しかし、すべての人が定期的にプライマリケア提供者を受診しているわけではなく、自分のリスクやリスクを軽減するために講じられる措置を認識していない可能性があります。
誰かが危険にさらされているかもしれないという認識は、実は欠けている重要な要素の 1 つです。目の奥の画像には健康に関する豊富な情報が含まれています。これらの画像を AI で分析することで、人々が自分のリスクに気づき、ガイドラインに基づいた評価と予防療法を受ける機会を得ることができます。」
マイケル・V・マコーネル医学博士、カリフォルニア州スタンフォードのスタンフォード大学医学臨床教授、研究の筆頭著者
マコーネル氏は、研究で使用されたAIシステムを開発した企業Toku社の最高保健責任者を務めている。 CLAiR と呼ばれるこのシステムは、米国食品医薬品局 (FDA) からブレークスルー デバイスの指定を受けました。米国における CLAiR のこの最初の前向き評価の結果は、FDA への提出を裏付けるものとなります。
この研究では、血圧やコレステロールのスクリーニングなどの標準的な心血管リスク評価に基づいて、参加者の4人に1人が心臓病のリスクが高いことが判明しました。訪問中に撮影された網膜画像を使用して目の奥の血管を分析した AI ベースの方法はこの判断とほぼ一致し、感度 91.1%、特異度 86.2% でリスクのある参加者を特定しました。
「標準的な網膜写真だけでも血管の高解像度画像が得られます。これは血管組織への文字通りの窓です」とマコーネル氏は言う。
これまでの研究では、目の画像を使用して糖尿病などの状態を評価できることが示されていますが、ほとんどの方法は人間の専門家による解釈に依存していました。 CLAiR を使用して、開発者は、AI を使用して画像解析を自動化することで、このアプローチを臨床実装に向けてどのようにスケールアップできるかを実証しようとしました。 AI システムは、心臓病の発症に関連する血管の外観のパターンを認識するようにトレーニングされました。
研究者らは、脂質低下薬を服用しておらず、アテローム性動脈硬化症の既知のない40～75歳の参加者874人を登録した。参加者は、全米の眼科医療およびプライマリケア施設 10 か所で募集されました。半数は女性、19％は黒人またはアフリカ系アメリカ人、26％はヒスパニック系でした。
各参加者は、ほとんどの眼科クリニックで使用されている標準カメラで網膜イメージングを受けました。次に、CLAiR システムを使用して画像を分析し、今後 10 年間に心臓病または脳卒中を経験する可能性が 7.5% 以上の参加者を特定しました。これは、スタチンの服用により恩恵を受ける可能性が高い患者を特定するために一般的に使用される閾値です。
標準的な ASCVD リスク推定ツールも、CLAiR の結果と比較するために 7.5% の 10 年リスク カテゴリの参加者を特定するために使用されました。このために、同じクリニック訪問中に参加者の年齢、性別、喫煙状況、血圧、コレステロールに関するデータが収集されました。
標準的なリスク推定量を使用した場合、参加者の合計 26% が 10 年間の ASCVD リスク スコアが 7.5% 以上であることが判明しました。 CLAiR システムはこれらの結果と一致し、91.1% の確率 (感度) で陽性ケースを正確に識別し、86.2% の確率 (特異度) で陰性ケースを正確に識別しました。
研究者らは、この結果に基づいて、AIシステムはほとんどの眼科医療現場で実現可能な非侵襲的スクリーニング方法として有望であるが、網膜画像スクリーニング後のプライマリケアにおける心血管の評価と治療のためにリスクのある患者の紹介を促進するにはさらなる取り組みが必要であると述べた。
「このアプローチは標準的な心血管リスク評価に代わるものではありませんが、特に予防的ケアを受けるべきだがまだ十分な評価を受けていない人々にとって、より大きな意識をもたらす方法となる可能性があります」とマコーネル氏は述べた。 「患者が利益を得られるよう、眼科検査によるリスクの上昇と医師の診察を支援し、最終的にはガイドラインに基づいた予防治療を受けられるようにするための明確な経路を導入する必要があります。」
全体として、研究で取得された画像の 94% が AI システムで使用でき、このアプローチがさまざまな診療所で使用されているカメラ全体でうまく機能するという証拠が得られました。網膜イメージングには約 5 分かかりますが、CLAiR アルゴリズムは約 30 秒で結果を返します。これは、このアプローチの実装によって臨床ワークフローに多くの時間が追加されることはないことを示唆しています。マコネル氏は、CLAiRシステムは妊娠中や目の血管の状態に影響を与える可能性のある進行した眼疾患を患っている人向けに設計されていないと述べた。
網膜イメージングは米国のほとんどの眼科クリニックで利用できますが、標準的な診察の一部としてすべての視力保険プランでカバーされているわけではなく、患者はイメージングに対して追加料金を請求される場合があります。
この研究は、CLAiRの開発者であるToku氏から資金提供を受けました。
マコーネル博士は、「アテローム性動脈硬化性心血管リスクの上昇を特定するための網膜画像の人工知能分析の前向き多施設臨床試験」という研究を、3月30日月曜日午前10時45分（中部時間）/午後15時45分（協定世界時）にラ・ヌーベルBで発表します。
ソース：
1774893288
#眼科検査で定期受診中の心臓病のリスクを正確に特定
2026-03-30 17:45:00