人工知能
解釈可能AIで読み解く中心性漿液性脈絡網膜症の予後予測:多施設コホート研究からの知見
多施設研究により、ベースラインOCTバイオマーカーに解釈可能な機械学習を適用すると、中心性漿液性脈絡網膜症の慢性化を高精度に予測できることが示された。これにより、早期のリスク層別化と個別化医療が可能となる。

タグ
多施設研究により、ベースラインOCTバイオマーカーに解釈可能な機械学習を適用すると、中心性漿液性脈絡網膜症の慢性化を高精度に予測できることが示された。これにより、早期のリスク層別化と個別化医療が可能となる。

本稿は、危険因子プロファイル、構造画像、機能検査、病勢進行を統合した、開放隅角緑内障のための統一的な緑内障分類モデルであるPRISMを紹介し、診断精度の向上と治療方針の決定支援を目的としている。

en face OCTで検出される中網膜層の高反射異常は、紹介対象糖尿病網膜症の診断識別能を高め、臨床指標を補完する有望なバイオマーカーとなる可能性が示された。

本多施設研究は、病的所見を伴わない近視眼における緑内障性視神経障害の検出について、事前規定OCT診断ルールの高い精度を検証し、多様な集団に対する臨床意思決定支援の改善可能性を示した。
