人工知能は視力検査表を大幅に改善できる可能性がある、とZhong-Lin Luは述べています。
視力検査表は19世紀半ばにさかのぼり、その後の数十年間で比較的わずかしか変化していません。多くの視能訓練士や眼科医は、今でも患者に文字や数字の列を読ませることで視力を測定しています。
ニューヨーク大学上海校の副学長兼首席科学者であり、同大学の神経科学センターおよび心理学部の教授でもあるLuは、これらの検査表には依然として価値があるものの、視力低下やその他の視力の変化を測定するには精度が不十分だと考えています。そのため、弱視、加齢黄斑変性、糖尿病網膜症、糖尿病黄斑浮腫、緑内障、白内障といった、目に関連する疾患の早期発見と治療が妨げられている可能性があります。
これらの疾患は米国で4,500万人以上に影響を及ぼしており、医療費と生産性損失を合わせた年間経済負担は推定1,390億ドルに上ります。
Luと彼の同僚たちは、数年前にこの欠点を認識し、視力を評価し、その変化を検出するためのより先進的な方法の開発に着手しました。
ここでは、Luが自身の研究内容と、より優れた視力検査表の作り方について説明します。
Q
現在、一般的に使用されている視力検査表の状況はどうなっていますか？
一般的に使用されている視力検査表は、人間の視力を測るにはあまりにも粗い物差しです。測定できるのは視力の一側面のみで、それは見えている最小の文字の大きさです。精度が低いため、視力低下のスクリーニング、臨床試験における新しい治療法の有効性の実証、あるいは承認済み治療法の保険適用の判断に必要な実世界エビデンスの提供には不十分であることが明らかになっています。
例えば、ある治療法がFDAなどの規制当局によって承認されていても、実際の診療で期待された効果を発揮しない場合があります。その結果、医師、病院、保険会社は承認された治療法を使用しなかったり、その費用を支払わなかったりする可能性があります。そのため、医師は疾患の早期発見ができず、製薬研究は新しい治療法の初期段階の結果を読み解くことができず、規制当局や保険会社、政府機関は、薬の承認や保険適用について十分な情報に基づいた判断を下すことができなくなります。
Q
この課題を解決するために、どのように取り組みを始めたのですか？
AIです。機械学習や人工知能と聞いて、視力検査表が真っ先に思い浮かぶことはまずないでしょう。しかし、これらの手法を神経科学と組み合わせることで、視力や視力の変化を検査するのに役立てることはできるのでしょうか。
私たちは、インテリジェントなツールを視力検査に応用し、臨床試験や実際の医療現場で確実な意思決定に必要な信号検出を提供する機会があると考えています。私たちは、人間の視覚系に関する知見に基づき、新しいハードウェア／ソフトウェアのプラットフォームと、デジタルディスプレイ上で能動学習アルゴリズムを実装する計算フレームワークを開発し、人間の視力の評価を近代化することを目指しています。
患者ごとに、能動学習アルゴリズムは検査結果となりうる広範な可能性の空間を評価し、大規模な検査項目ライブラリを検索して、患者それぞれの過去の回答に基づいて最適な問いからなる検査シーケンスに収束させます。この個別化されたアプローチにより、視覚表現型に収束させることが可能になります。
Q
あなたの研究によって、視力検査表が見落としている点は何だと明らかになりましたか？
実生活では、私たちはさまざまな大きさやコントラストの物体を目にしています。より包括的な視力検査では、人がさまざまな大きさの物体をどの程度よく見ることができるかを評価する必要があります。コントラスト感度関数は、あらゆる大きさの文字を見るためにどの程度のコントラストが必要かを測定することで、このような検査を可能にします。しかし、実験室で行われる一般的なコントラスト感度検査には約1時間かかり、臨床現場では使用できません。
私たちの研究開発により、実験室での精密な検査精度を維持しながら、検査時間を約2～5分に短縮し、この手法を臨床医が利用できるようにしました。
Q
検査時間の短縮を可能にしたのは何ですか？
コントラスト感度検査は一連の試行で構成されており、ここでは被検者が特定の大きさとコントラストの文字を識別するよう求められます。能動学習アルゴリズムは、被検者の検査刺激に対する回答に基づいて、その人のコントラスト感度関数の特性を明らかにし、次の試行で最適な検査刺激を提示します。それは、コントラスト感度関数の特性に関して最大量の情報をもたらしうる刺激です。このようにして、アルゴリズムは被検者のコントラスト感度関数の正確な測定値に速やかに収束します。
Q
では、あなたの研究は実世界に影響を与えていますか？
まもなくです。私は、まさにそれを目的として、元教え子のLuis Lesmesとともに、Adaptive Sensory Technology, Inc.社を共同設立しました。私たちは、アルゴリズムによる評価と機械学習技術を通じて、視力の変化をより正確に特定することを目指すプラットフォームを開発しました。
Q
あなたの研究の基礎となる方法論的原則は、人間の健康の他の分野にも応用できる可能性がありますか？
はい。医師は、医学的状態を正確に診断するために、常に患者に問診を行い、検査を指示する必要がありました。ここで開発された原則は、医師が最も有益な質問を投げかけ、患者一人ひとりにとって最も重要な検査に焦点を絞ることを可能にする個別化検査へと発展させられる可能性があります。
もう一つの応用可能性は個別化治療です。能動学習の原理を用いて、患者それぞれの複数の治療選択肢に対する反応を特徴づけ、個々に治療を最適化することができます。
