深層学習による網膜画像からのアルツハイマー病リスク因子予測：UKバイオバンクにおける生物学的に妥当な形態学的関連の開発と検証
arXiv cs.CV / 2026/5/4
💬 オピニオンTools & Practical UsageModels & Research
要点
- 本研究は、カラーファンドス写真（CFP）が、生活習慣・代謝・全身要因などに関連するアルツハイマー病（AD）のリスク因子12項目を深層学習で予測できるかを検証します。
- 62,876枚のUKバイオバンク網膜画像（44,501人）を用いて、深層学習モデルを学習し、カテゴリ変数と連続変数の双方のAD関連因子を予測した結果、カテゴリではAUROC最大0.948、連続ではR²最大0.762を達成しました。
- 解釈手法としてサリエンシーとCAM-Scoreを用いたところ、モデルは特に視神経乳頭部や網膜血管といった生物学的に意味のある部位に一貫して注目し、その傾向は網膜形態計測の結果とも整合しました。
- サリエンシー由来の複数のスコアは、発症前の平均8.55年を経たincident AD例とマッチした対照群で有意に異なり、CFPが前臨床ADの変化と重なるリスクに関連した網膜の構造的手がかりを捉えている可能性が示唆されました。
- 本アプローチは診断目的ではありませんが、DLで得られる網膜表現がAD脆弱性につながるリスク関連の生物学的に意味のある形態学的変化を明らかにしうると結論づけています。
