AMDスクリーニングAIの参照標準をどう定めるか：臨床医と開発者が知っておくべき要点

はじめにと背景

加齢黄斑変性（Age-related Macular Degeneration, AMD）は、高所得国における高齢者の不可逆的な中心視力低下の主要原因であり、世界的にも急速に拡大している公衆衛生上の課題である。AMD、特に視機能を脅かす新生血管型（滲出型）および地図状萎縮（geographic atrophy, GA）を早期に同定することで、適切な時期に紹介・治療へつなげることができ、視機能の温存が期待される。網膜画像に適用される人工知能（Artificial Intelligence, AI）スクリーニングモデルは、非専門医の環境（一次医療、地域スクリーニング、teleophthalmology）において、未診断の眼疾患を大規模に検出する手段として有望性が示されている。しかし、信頼性の高いアルゴリズム開発と比較検証には、学習および検証に用いる画像をラベル付けするための、一貫性があり再現可能な参照標準が必要である。

2026年4月、網膜専門医、一般眼科医、画像診断の専門家、AI専門家からなる多分野パネルが、AMD画像のラベル付けに用いる参照標準を定義した修正版Delphiコンセンサスを公表した（Domalpally et al., Ophthalmology 2026）。この指針は、AI検証のための画像注釈と解釈の方法を標準化することを目的とするものであり、患者管理に関する臨床診療ガイドラインを置き換えるものではない。

このコンセンサスが今重要である理由
– 網膜疾患に対するAIツールの急速な増加により、安全性、一般化可能性、規制対応性を担保するため、一貫性のある透明な検証プロセスが必要となっている。
– 既存の重症度分類（AREDS severity scale、Beckman）は、臨床試験や疫学研究向けに作成されており、モダリティ依存性（カラー眼底写真 vs 多モダリティ画像）が一様ではなかった。
– 臨床網膜画像診断、特に光干渉断層計（optical coherence tomography, OCT）の進歩により、AMDの重要所見の検出精度が向上し、画像ベースAIにおけるground truthの設定方法も変化している。本コンセンサスはこのギャップを埋めるものである。

新ガイドラインの要点

2026年Delphiコンセンサス（Domalpally et al.）からの主要なポイント
– レベル1参照標準：AMDのBeckman臨床分類が、スクリーニングアルゴリズムの検証に用いる画像ベースのラベル付けの主たる（レベル1）参照尺度として推奨された（中央値8；合意）。
– OCTは必須：AMDの主要所見（drusen、地図状萎縮、脈絡膜新生血管）を同定するためのOCT使用について強い合意が得られた（中央値8.5～9）。OCTは利用可能な場合、構造異常の確認に組み込むべきである。
– 色素性変化：カラー画像での色素変化をラベル付け特徴として検出することは完全な合意に至らなかった（中央値7.5；不確実）。これは、モダリティ間での信頼性のばらつきと評価者差を反映している。
– スクリーニングの年齢閾値：単一の普遍的なスクリーニング開始年齢については合意が得られなかった（中央値8；不確実）。これは、集団リスクやプログラム目標の違いを反映している。
– 紹介閾値：実用的な紹介基準については強い一致がみられ、新生血管型AMDに一致する所見では緊急紹介、GAおよび中等度AMDでは非緊急紹介が推奨された（中央値9；合意）。

主な意義
– AI開発者および評価者にとっては、OCT、必要に応じてfundus autofluorescence（FAF）およびカラー眼底写真による裏付けを伴うBeckman分類データセットが、最優先の検証基準となる。
– スクリーニング研究では、使用した画像モダリティ、評価者教育と判定調整の手順、適用した参照レベル（例：Beckmanレベル1）を記載すべきである。

更新された推奨と従来アプローチからの主な変更点

従来の分類体系や一般的実務と比べて何が変わったか？
– Beckmanのレベル1参照としての位置づけの確立：従来の多くの研究では、疫学や試験のためにAREDSベースの重症度分類が用いられていたが、本パネルは、画像ベースのスクリーニング検証における実用的な主分類としてBeckman臨床分類を支持した。Beckmanシステムは、臨床的に意味のある区分（AMDなし、早期AMD、中等度AMD、後期非滲出型〔GA〕、後期滲出型〔新生血管型〕）を提供する。（Ferris et al., Ophthalmology 2013）
– OCTの正式な組み込み：従来の参照標準は、主としてカラー眼底写真に依存していた。2026年コンセンサスでは、OCTが網膜下液／網膜内液、drusenの形態、萎縮性変化の検出に優れていることから、スクリーニング検証における参照標準の重要構成要素として正式に位置づけられた。
– 検証用ラベリングと臨床診療ガイドラインの明確な分離：このコンセンサスは、参照標準がAI評価のための画像ラベル付けを目的とするものであり、実際の診療の提供方法を直接指示するものではないことを明確にしている。これは規制当局および臨床導入者にとって重要な区別である。

表：高レベル比較（従来の一般的実務 vs 2026年コンセンサス）
– 参照ラベル付けのモダリティ：カラー眼底写真のみ → Beckman + OCT を推奨する多モダリティ参照
– 主分類システム：AREDS／各種分類 → Beckman臨床分類（レベル1）
– 色素性変化の位置づけ：しばしば含まれる → 信頼性は不確実；レベル1特徴としての必須化には合意なし
– ラベルに埋め込まれる紹介指針：ばらつきあり → コンセンサス：新生血管型AMDは緊急、GA／中等度AMDは非緊急

トピック別推奨

以下に、開発者、臨床医、研究者向けの実務的ポイントとして主要領域の推奨を整理する。

1) 参照グレーディングの枠組み
– レベル1参照：スクリーニングアルゴリズム検証用の画像ラベル付けには、Beckman臨床分類を用いる。Beckmanの区分は、AMDなし、早期AMD、中等度AMD、後期AMD（地図状萎縮〔GA〕、新生血管型AMDに細分）である。
– 追加の細分類が必要な場合（例：予後モデル）、所見をBeckman区分へどのように対応付けたかを記録し、評価者間の判定調整を確保する。

2) 画像モダリティとエビデンスの階層
– 参照ラベル付けの中核モダリティ：利用可能であればOCTとカラー眼底写真（CFP）を併用する。autofluorescence（FAF）は萎縮の検出を補助し、利用可能であれば使用すべきである。
– OCTは、疑われる新生血管型AMD（網膜内／網膜下液、漿液性網膜色素上皮剥離を伴う所見）を確認し、drusenおよびreticular pseudodrusenをより適切に特徴づけ、萎縮を同定するために必要である（適用可能な場合はOCT上のCAM定義を用いる）。
– OCTが利用できない資源制約下では、CFPに基づくBeckmanラベル付けは許容されるが、より低いレベルの参照であることを注記し、開発者は増大する不確実性を認識すべきである。

3) 重要な画像所見とラベリング実務
– Drusen：大きさ（small、medium、large）および癒合の有無を記録し、CFP所見をOCTと照合してsubretinal drusenoid deposits（pseudodrusen）を同定する。
– Pseudodrusen（reticular pseudodrusen）：可能であればOCTまたは近赤外画像で確認する。これらの病変は予後的意義を有するため、信頼性をもって識別できる場合は別個に記載する。
– 色素性変化：評価者間差および画像モダリティの限界（CFP vs OCT／AF）により、色素性変化はレベル1の中核ラベルとしては必須化されなかった。使用する場合は、判定基準を明確化し、評価者間一致率を報告する。
– 地図状萎縮（GA）：構造OCT基準および／またはFAFパターンを用いる。利用可能であれば、OCTベース萎縮に対するCAMグループのコンセンサス定義を適用する。（Sadda et al., Ophthalmology 2018）
– 新生血管型AMD（nAMD）：OCTで確認された網膜下液／網膜内液、または活動性新生血管を示すOCT所見を用いてnAMDをラベル付けする。nAMDを高信頼でラベル付けするにはCFP単独では不十分である。

4) 紹介閾値と推奨対応
– 緊急紹介：新生血管型AMDに一致する所見（OCTでの液体貯留、CFPでの新規出血を伴う急性視力変化）→ 評価および治療可能性のため、緊急に網膜専門診療へ紹介する。
– 非緊急紹介：中等度AMD（大きなdrusenまたは顕著な中等度所見）および活動性滲出を示さないGA → 定期的な網膜診療への紹介／経過観察およびカウンセリングを行う。
– AMD陰性または早期AMD：定期観察、危険因子管理（禁煙、健康的食事）を勧め、必要に応じて臨床ガイドラインに従いAREDS／AREDS2サプリメントの使用を検討する。

5) スクリーニング対象年齢と対象集団
– 単一の年齢カットオフについては合意に至らなかった。各プログラムは、地域の疫学、資源、プログラム目標に基づいて対象年齢を定義すべきである。多くのプログラムではAMD有病率の上昇を踏まえ、50～55歳以上を優先対象としているが、柔軟な運用が支持される。

6) 評価者資格と判定調整
– 参照ラベル付けに用いる画像は、可能であればフェローシップ訓練を受けた網膜専門医、または訓練を受けた眼科画像評価者が判定し、不確実な症例は網膜専門医が判定調整を行うべきである。
– 評価者教育、コンセンサス形成の手順、評価者間一致の指標、仲裁手順を記録する。

7) データセット報告とベンチマーク
– 検証研究では、使用した画像モダリティ、分類システム（Beckmanレベル1または代替）、評価者資格、評価者間信頼性、AMD分類の有病率、ラベルに紐づく紹介閾値を透明に報告すべきである。
– 本コンセンサス標準を用いて注釈された、公開アクセス可能で高品質にラベル付けされた参照データセットの整備は、アルゴリズム間比較の改善に資する。

専門家のコメントと考察

パネル構成と視点
– Delphiパネルは、網膜専門医、眼科医、AI研究者、画像診断専門家を含む幅広い専門性で構成されていた。この多職種構成は推奨内容を強化した一方、理想的な参照標準（多モダリティ画像）と実務上の制約（OCTアクセスの限界）との間にある現実的な緊張も反映していた。

合意、論争、グレーゾーン
– 強い合意：Beckmanを主要参照枠組みとすること、ならびに後期AMDサブタイプの確認におけるOCTの中心的役割。
– 継続的に議論される領域：色素性変化を信頼できるラベルとみなせるか、普遍的なスクリーニング年齢を設定できるか、OCTのない低資源環境のデータセットをどのように扱うか。パネルは公平性への懸念を認識し、より低いレベルの参照を用いる場合には透明性を確保するよう推奨した。

規制および臨床実務への影響
– このコンセンサスは意図的に臨床診療ガイドラインとは分離されているが、AIスクリーニング解決策を評価する規制当局や支払者にとっては極めて重要である。統一された参照標準は、性能主張における曖昧さを減らし、アルゴリズム間の比較を同条件で可能にする。
– 開発者は、AIツールによる陽性スクリーニングを確定診断と混同してはならない。ラベルはスクリーニングおよびトリアージのためのものである。臨床フローでは、眼科医療専門職による確認評価を必ず確保すべきである。

専門家が示した今後の課題
– コンセンサス参照標準を用いたAIツールの外部・前向き検証、多様な集団を含めた一般化可能性の確保、多モダリティ注釈を用いた公開参照データセットの整備、ならびに一次医療経路やteleophthalmologyへの統合に関する実装研究が必要である。

実務上の意義

AI開発者向け
– 可能な限りBeckman定義のラベルを主要検証セットに用い、後期AMDサブタイプではOCTで確認されたground truthを含める。モダリティの内訳、評価者資格、評価者間信頼性を明確に報告する。

臨床医・医療システム向け
– 今後のAIスクリーニング出力は、Beckman + OCT参照に対してベンチマークされることが想定される。AIスクリーニングを導入する際は、緊急紹介（疑いnAMD）および中等度AMDとGAのカウンセリング／経過観察のための経路を整備する。

規制当局・支払者向け
– 本コンセンサスは、AMDスクリーニングアルゴリズムの妥当性を評価するための、実務的で専門家に裏付けられた枠組みを提供する。医療システムは、用いられた参照標準の透明な報告、および画像モダリティと患者サブグループ別に層別化した性能評価を求めるべきである。

患者症例（例示）
67歳のJames Parker氏は、地域健康イベントで網膜画像スクリーニングを受け、Beckman + OCTコンセンサス標準に基づいて検証されたAIツールが用いられた。AIは右眼を「新生血管型AMDの高確率」と判定した。迅速紹介後、OCTで網膜下液が確認され、網膜専門医は同週中に抗VEGF療法を開始した。結果として視機能は安定した。このシナリオは、明確な紹介閾値（nAMDでは緊急）と結びついた検証済みAIスクリーニングが、治療開始までの時間を短縮しうることを示している。

結論と今後の展望

2026年Delphiコンセンサスは、AIベースAMDスクリーニングアルゴリズムの検証に向けた画像ラベル付け方法を標準化するうえで、重要かつ実践的な一歩を示すものである。Beckman分類を主たる参照として支持し、後期AMDサブタイプの確認における中核モダリティとしてOCTを重視することで、研究間・製品間の明確性と比較可能性が向上する。一方で、このコンセンサスは、特に色素性変化と年齢ベースの普遍的スクリーニング閾値に関する重要な不確実性も認めており、透明性と段階的なエビデンス報告の重要性を強調している。

今後の優先事項としては、本標準に沿って注釈された多様な多モダリティ参照データセットの構築と共有、実臨床環境でのAIスクリーニングツールの前向き検証、OCTが利用できない地域における公平性とアクセスの問題への対応、ならびにAI支援スクリーニングが長期的な視機能転帰に与える影響に関するエビデンスギャップの解消が挙げられる。

参考文献

– Domalpally A, Chew EY, Eydelman MB, Keenan TDL, Keane PA, Lee AY, Lee CS, Lad EM, Lim JI, Lowenstein A, Schmidt-Erfurth U, Abramoff MD, Collaborative Community for Ophthalmic Imaging Executive Committee and the Working Group for Artificial Intelligence in Age-related Macular Degeneration. Reference Standard for Validation of Age-Related Macular Degeneration Screening Algorithms. Ophthalmology. 2026 Apr 17;133(7):865-873. PMID: 41999903. https://pubmed.ncbi.nlm.nih.gov/41999903/
– Ferris FL 3rd, Wilkinson CP, Bird A, Chakravarthy U, Chew E, Csaky K, Sadda SR; Beckman Initiative for Macular Research Classification Committee. Clinical classification of age-related macular degeneration. Ophthalmology. 2013 Apr;120(4):844-851. doi:10.1016/j.ophtha.2012.10.036.
– Sadda SR, Guymer R, Holz FG, et al.; CAM Consensus Working Group. Consensus definition for atrophy associated with age-related macular degeneration on OCT: Classification of Atrophy Meeting (CAM) report. Ophthalmology. 2018 Nov;125(4):537-548. doi:10.1016/j.ophtha.2017.10.018.

（AREDS、OCTバイオマーカー、AI検証文献に関する追加背景は、標準的な眼科学および規制関連資料を参照されたい。）