雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Rinsho Ganka Volume 79, Issue 12 （November 2025）

臨床眼科 79巻12号（2025年11月発行）

Japanese English

臨床報告Selected

CorneAIにおける前眼部写真の輝度の影響：翼状片を対象とした検証 The effect of brightness on anterior segment photography in CorneAI: a study on pterygium 三島愛理 ¹ , 中村祐子 ¹ , 福戸敦彦 ¹ , 上野勇太 ^2,3 , 大鹿哲郎 ^2,3 , 近間泰一郎 ¹ Airi Mishima ¹ , Yuko Nakamura ¹ , Atsuhiko Fukuto ¹ , Yuta Ueno ^2,3 , Tetsuro Oshika ^2,3 , Taiichiro Chikama ¹ ¹広島大学大学院医系科学研究科視覚病態学 ²筑波大学医学医療系眼科 ³Japan Ocular Imaging Registry ¹Department of Ophthalmology and Visual Science, Hiroshima University Graduate School of Biomedical & Health Sciences ²Department of Ophthalmology, University of Tsukuba ³Japan Ocular Imaging Registry pp.1438-1443

発行日 2025年11月15日 Published Date 2025/11/15

DOI https://doi.org/10.11477/mf.037055790790121438

PDF(602KB)

有料閲覧

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

要約　目的：角膜AI分類モデル（プロトタイプ：CorneAl）を用いて診断支援する際，前眼部写真の輝度の違いが分類精度にどう影響するのか，翼状片症例を対象にして検証する。これによってCorneAIの特性を理解し，実臨床で運用する際のコツを考察する。

対象と方法：2023年7月〜9月に広島大学病院眼科を受診した翼状片10例12眼を対象とした。細隙灯顕微鏡を用いて高輝度・低輝度の異なる明るさのディフューザー写真を撮影した。同一症例の高輝度画像および低輝度画像をそれぞれCorneAIに入力し，分類名および尤度を比較した。

結果：12眼の高輝度画像および低輝度画像合わせて24枚すべてがCorneAIで腫瘍性病変に分類された。分類時の尤度は低輝度画像より高輝度画像のほうが有意に高く，高輝度画像と低輝度画像の尤度間に強い正の相関があった（rs＝0.892，p＝0.0059）。

結論：翼状片の症例を撮影する際に，照明光が明るい場合は翼状片組織が白く鮮明に写り，暗い場合は翼状片組織が透見され血管侵入が顕在化する。CorneAIは高輝度画像のほうを高い尤度で分類する傾向があり，AIが翼状片症例の何を重要視しているのか，考察する手がかりとなった。

Abstract　Purpose：To investigate how variations in the brightness of anterior segment photographs affect classification accuracy when using a corneal artificial intelligence（AI） classification model（prototype：CorneAI） for diagnostic support, focusing on pterygium cases. This study aimed to enhance the understanding of the characteristics of CorneAI and provide insights for clinical implementation.

Subjects and methods：The study included 12 eyes from 10 patients with pterygium who visited the Ophthalmology Department at Hiroshima University Hospital between July 2023 and September 2023. Diffuser photographs with varying brightness levels（high and low luminance） were captured using a slit-lamp microscope. Classification names and likelihood scores were compared by inputting high-and low-luminance images from the same cases into CorneAI.

Results：All 24 images（12 high-luminance and 12 low-luminance） were classified as tumorous lesions by CorneAI. The likelihood scores for classification were significantly higher for high-luminance images compared to low-luminance images, with a strong positive correlation between the likelihood scores for the high-and low-luminance images（rs＝0.892, p＝0.0059）.

Conclusion：When photographing pterygium cases, brighter illumination clearly shows white pterygium tissue, whereas darker images reveal blood vessel invasion as the tissue appears more transparent. CorneAI tends to classify high-luminance images with higher likelihood scores, offering insights into the features that AI prioritizes when evaluating cases of pterygium.