はじめに
近視の世界的な増加は、公衆衛生上の大きな課題となっています。特に、子どもにおける近視の早期発見と予測が、将来的な緑内障や網膜剝離、近視性黄斑症などを減らすために重要です。従来の方法では、早期段階での近視リスクを正確に特定するのは難しく、より効率的で広く活用できる方法が求められています。この背景の中で、人工知能（AI）を用いた画像診断技術が注目されており、DeepMyopiaはその一例として、日常的に行われる眼底画像を利用して近視の発症を検出・予測するシステムとして開発されました。
本研究に着目した理由
近視の予防において、早期介入は非常に重要です。DeepMyopiaは、大規模なコホート研究および外部データセットを用いて検証され、高い精度で近視の発症を予測できることが示されています。この研究に注目する理由は、DeepMyopiaが従来の予測モデルと比較して、より信頼性が高く、特に高リスク群の子供に対して効果的な介入を導く能力を持つことです。さらに、ランダム化比較試験による研究であり、DeepMyopiaを用いた介入が自然な生活習慣に基づく介入に比べて、より多くの視力矯正効果をもたらし、生活の質を向上させる可能性があることが示されています。
研究に関する見解
本研究の結果、DeepMyopiaは1年、2年、3年の近視発症予測において高いAUC値を示し、内部および外部テストセットにおいて一貫した性能を発揮しました。さらに、DeepMyopiaは子どもたちを低リスク群と高リスク群に効果的に分類し、ターゲットを絞った介入を可能にしました。また、DeepMyopiaを用いた介入が自然な生活習慣に基づくモデルと比較して、視覚障害のリスクを減らし、QALY（質調整生存年）および失明年数を大幅に改善したことが確認されました。この結果は、DeepMyopiaが近視予防における新しい標準となりうることを示唆しています。
臨床への応用
DeepMyopiaは、眼科医および医療従事者が子供どもちの近視リスクを早期に特定し、適切な介入を行うための強力なツールとなります。特に、高リスク群の子どもたちに対して、個別化された介入を行うことで、将来的な視覚障害を予防し、生活の質を向上させる可能性があります。今後の臨床応用において、DeepMyopiaは近視予防の標準的な手段として広く導入され、子どもたちの視力保護に寄与することが期待されます。
