川崎良さんが参加した研究成果がBMJ Open. 2024誌に掲載されました
- タイトル
- Is cardiovascular risk profiling from UK Biobank retinal images using explicit deep learning estimates of traditional risk factors equivalent to actual risk measurements? A prospective cohort study design
- 著者
- Qian Y, Li L, Nakashima Y, Nagahara H, Nishida K, Kawasaki R.
- 掲載雑誌
- BMJ Open.
- Summary of this article：This study used retinal images and a deep learning (DL) model to predict 5-year major adverse cardiovascular events (MACE) in 52,297 UK Biobank participants. The model estimated 10 traditional cardiovascular risk factors from retinal images with an AUC of 0.738 and outperformed traditional risk models (SCORE, SCORE2, Framingham) in predicting MACE. This interpretable DL approach may guide clinicians in identifying specific risk factors for intervention, enhancing cardiovascular risk profiling.
- 論文の要約：血管を生体下で直接観察できる眼底検査に発展の著しい人工知能技術を応用することにより、ごく微細な網膜血管形態所見が脳血管障害の発症リスクだけでなく、循環器疾患の主要なリスク因子に先駆けてその発症の予測に寄与する可能性が示唆されています。このことを探索するために52,297人のUK Biobankデータを用い、網膜画像を入力として深層学習（DL）モデルを用いてまず10項目の主要な循環器リスク因子を推定し、その後にそれらを用いて5年累積主要有害心血管イベント（MACE）の予測精度を検証しました。DLモデルは従来のリスクモデル（SCORE、SCORE2、Framingham）を上回る精度を示しました（AUC 0.738）。検診や血液検査を提供できない環境でも眼底写真のみである程度の循環器リスクを解釈、評価できる解釈可能なDLアプローチの可能性を示しました。
- 論文のリンク
- 10.1136/bmjopen-2023-078609