[論文レビュー] Predicting risk of late age-related macular degeneration using deep learning

Yifan Peng, Tiarnán D L Keenan+6 more|arXiv (Cornell University)|Jul 19, 2020

Retinal Imaging and Analysis参考文献 44被引用数 8

ひとこと要約

本研究では、色眼底写真を用いて、後方互換性のある深層学習モデルを考案し、晩期加齢黄斑変性症（AMD）への進行リスクを個別に予測した。AREDSおよびAREDS2から得た3,298名の参加者を対象にトレーニングしたモデルは、5年間のC統計量が86.4（95%信頼区間：86.2–86.6）を達成し、既存の臨床基準を著しく上回り、独立したコhortにおいても高い汎用性を示した。

ABSTRACT

By 2040, age-related macular degeneration (AMD) will affect approximately 288 million people worldwide. Identifying individuals at high risk of progression to late AMD, the sight-threatening stage, is critical for clinical actions, including medical interventions and timely monitoring. Although deep learning has shown promise in diagnosing/screening AMD using color fundus photographs, it remains difficult to predict individuals' risks of late AMD accurately. For both tasks, these initial deep learning attempts have remained largely unvalidated in independent cohorts. Here, we demonstrate how deep learning and survival analysis can predict the probability of progression to late AMD using 3,298 participants (over 80,000 images) from the Age-Related Eye Disease Studies AREDS and AREDS2, the largest longitudinal clinical trials in AMD. When validated against an independent test dataset of 601 participants, our model achieved high prognostic accuracy (five-year C-statistic 86.4 (95% confidence interval 86.2-86.6)) that substantially exceeded that of retinal specialists using two existing clinical standards (81.3 (81.1-81.5) and 82.0 (81.8-82.3), respectively). Interestingly, our approach offers additional strengths over the existing clinical standards in AMD prognosis (e.g., risk ascertainment above 50%) and is likely to be highly generalizable, given the breadth of training data from 82 US retinal specialty clinics. Indeed, during external validation through training on AREDS and testing on AREDS2 as an independent cohort, our model retained substantially higher prognostic accuracy than existing clinical standards. These results highlight the potential of deep learning systems to enhance clinical decision-making in AMD patients.

研究の動機と目的

• 疾患の視力障害を引き起こす段階である晩期AMDへの進行をより正確に予測すること。
• 画像分類と生存分析を統合した深層学習フレームワークを構築し、患者レベルのリスク予測を可能とすること。
• AREDS2を含む独立したデータセットを用いてモデルをバリデーションし、トレーニングデータを超えた汎用性を評価すること。
• 専門家によるグレーディング依存の特徴や低予測正確性といった、現在の臨床基準の限界を克服すること。
• より高い精度で高リスク個体を特定することで、早期の臨床的介入を可能とすること。

提案手法

• 2段階の深層学習フレームワークを用いた：まず、畳み込みニューラルネットワーク（CNN）が色眼底写真から特徴を抽出し、次にその特徴をコックス比例ハザードモデルに供給して生存分析を実施した。
• モデルは、AREDSおよびAREDS2試験の3,298名の参加者を対象にトレーニングされ、両眼の眼底画像、年齢、喫煙状態、遺伝子型データを入力とした。
• 特徴選択にはRの「glmnet」パッケージを用い、生存モデルへの組み込みに最も予測的である共変量を同定した。
• モデルの性能評価には、5年後のC統計量を用い、95%信頼区間は200回のブートストラップ再サンプリングにより推定した。
• Salientマップは「keras-vis」パッケージを用いて生成され、予測に最も寄与した網膜領域（例：ドリューゼン、色素変化）を可視化した。
• 外部バリデーションとして、AREDSでトレーニングしAREDS2でテストする、および逆にAREDS2でトレーニングしAREDSでテストするという手法を用い、データセット間でのモデルの頑健性を評価した。

実験結果

リサーチクエスチョン

• RQ1 縦断的眼底画像でトレーニングされた深層学習モデルは、既存の臨床基準を上回る正確性で、個別に晩期AMDへの進行リスクを予測できるか？
• RQ2 深層特徴と生存分析を統合することで、従来のリスクスコアリングシステムと比較して予測正確性が向上するか？
• RQ3 AREDS2のような独立したコhortでバリデーションされた場合、深層学習モデルの汎用性はどの程度か？
• RQ4 モデルが示すところでは、ドリューゼンや色素異常などの網膜特徴のうち、晩期AMDへの進行を最も予測するものは何か？
• RQ5 トレーニングデータセットとテストデータセットが異なる場合でも、モデルは高い性能を維持できるか。これは、臨床施設間での頑健性を示すものか？

主な発見

• 深層学習モデルは5年間のC統計量が86.4（95%信頼区間：86.2–86.6）を達成し、Simplified Severity Scale（SSS）のC統計量81.3（95%信頼区間：81.1–81.5）を著しく上回った。
• オンラインリスク計算機（C統計量82.0、95%信頼区間：81.8–82.3）に対しても優位であったことから、予測正確性の優位性が裏付けられた。
• 外部バリデーションの結果、AREDSでトレーニングしAREDS2でテストした場合でも、既存の基準を著しく上回る予後正確性を維持した。
• 82の米国網膜専門クリニックから得たデータをトレーニングに用いたため、多様な臨床環境を反映しており、モデルの高い汎用性が裏付けられた。
• Salientマップにより、モデルが臨床的に関連する特徴（ドリューゼン、色素異常など）に注目していることが明らかになり、解釈可能性が向上した。
• Brierスコアは、予測確率と実際の結果との整合性が向上していることを確認し、予測リスクと実際の結果の一致度が改善された。