mBRSET: 目の健康のための新しいデータセット

眼の病気を診断するために、画像検査はめっちゃ大事だよね。網膜の写真は、目の後ろの部分、つまり網膜や血管を撮影するのに使われるけど、特別なカメラで撮るんだ。でも、低・中所得国（LMICs）では、目の健康データが不足してて、伝統的な画像法は高くつくことが多いんだ。

通常、網膜の検査には、大きなカメラを使うからセッティングやスペースが必要で、特にLMICsでは広く使うのが難しいんだ。だから、コンパクトでポータブルな機器が目の検査にとってより良い選択肢になってきてる。この機器は遠隔地でも使いやすくて、迅速な医療介入と組み合わせることで視力損失を防ぐ手助けができるんだ。

ポータブルデバイスと人工知能（AI）を組み合わせることで、目のケアのプロセスが早くなるかもしれないけど、AIの精度に関する懸念もあって、さまざまな人々からのデータが不足してることが多いんだ。

LMICsでは、人口に対して眼科医が足りてないから、手頃な目のケアが求められてる。ポータブルな網膜カメラのおかげで、病院以外でも目の検査が安くてアクセスしやすくなる。けど、今の目の健康データセットは、これらの国をうまく反映してないんだ。

この問題を解決するために、mBRSETを作ったんだ。これは、手持ちの網膜カメラで撮影した糖尿病性網膜症の画像の最初の公開データセットなんだ。このデータセットは、いくつかの理由で重要なんだ。まず、ブラジルの多様な民族背景を持つ人々が含まれていて、既存の目の健康データのギャップを埋めてる。次に、手持ちカメラからの画像が特徴で、ポータブルデバイスへの流れを示してる。それに、実際の臨床現場で収集されてるから、目のケアにとって関連性が高い。最後に、人口統計情報も含まれてるから、研究者がAIが異なるグループでどう機能するかを確認できるんだ。

mBRSETは、LMICsでの目のケアを改善し、目の病気の早期発見のための公平で正確なAIツールの開発をサポートできる可能性があるんだ。

この作業は、倫理基準を満たすために、患者情報の削除と画像使用の同意を得ることを含め、機関の委員会によってレビューされて承認されたんだ。

#データソース

データは、2022年11月にブラジルのイタブーナで行われたイタブーナ糖尿病キャンペーンから取得されたんだ。イタブーナがあるバイーア州は多様な人口を持っていて、約半分がヨーロッパ系、約40％がアフリカ系、約10％が先住民なんだ。

イタブーナ糖尿病キャンペーンは、糖尿病に関する認識を高め、関連する問題のスクリーニングや治療を提供するために重要なんだ。参加者は、自分の人口統計や健康についてのアンケートに回答してから、目の写真を撮られたんだ。

#データ取得

画像は、スマートフォンに接続できるポータブル網膜カメラ「Phelcom Eyer」を使用して撮影したんだ。このカメラは特定の角度で高画質の画像を撮ることができ、自動焦点機能があるんだ。トレーニングを受けたスタッフが、参加者の瞳孔を拡張してから網膜写真を撮影したり、インタビューで重要な人口統計や健康情報を集めたりしたんだ。

#データセットの準備

データセット内の全ての画像は、患者の名前などの識別情報を削除されたんだ。各画像は、保護された健康情報が見えないことを確認するために慎重にチェックされた。画像はカメラのクラウドシステムからダウンロードされて、標準的な画像フォーマットで保存されたんだ。

データセットには、網膜の中心または視神経に焦点を当てた画像が含まれていて、目の健康に関連しない画像は含まれてないから、分析において明確な焦点が保たれてるんだ。

2人の眼科医が特定の基準に基づいて画像をレビューしたんだ。もし分類について意見が食い違ったら、3番目の専門家が問題を解決した。医師が評価の一貫性をどう保っているかもチェックしたんだ。

評価された主な分野は以下の通りだ：

• 品質管理パラメータ：焦点や照明の問題などの画像の問題を特定して、品質評価を割り当てること。
• 糖尿病性網膜症の分類：確立されたグレーディングシステムを使用して、糖尿病目の病気の重症度を分類すること。

#データレコード

データセットには、1,291人の糖尿病患者から取得された5,164枚の詳細な画像が含まれてるんだ。患者の内訳は、約35％が男性で65％が女性、平均年齢は61.4歳なんだ。ほとんどの参加者には健康保険がないから、経済的な課題があることがわかる。教育レベルはバラバラで、多くは小学校のみの参加だよ。

#臨床分析

臨床的特徴は、患者の健康についてのインサイトを提供するんだ。参加者の糖尿病の平均期間は約9.5年で、ほとんどが経口糖尿病薬を服用してるけど、少数がインスリンを使ってる。

多くの患者は他の健康問題も抱えていて、大部分が高血圧だし、喫煙やアルコールの習慣を報告する参加者は少ないよ。肥満や糖尿病合併症の問題も見られるんだ。これらの結果は、糖尿病の人々の複雑な健康状況を強調していて、包括的なケアの必要性を再確認させるんだ。

#画像分析

データセットから、約76.8％の画像には糖尿病性網膜症の兆候が見られなかったんだけど、一部の画像にはさまざまな程度の糖尿病性網膜症や黄斑浮腫が見られたんだ。この分布は、グループ内に目の健康の問題が存在することを示してるんだ。

糖尿病性網膜症の重症度についての評価者間の合意は高くて、使用された評価方法が一貫していることがわかったよ。それに、評価に適した良好な品質の画像がほとんどだったんだ。

#技術的検証

mBRSETデータセットの有用性と品質を示すために、さまざまな研究タスクに適用してみたんだ。そのタスクのソースコードは公開されてるよ。

#データセットの比較

mBRSETデータセットは、他の網膜データセットと比較して、使用カメラのタイプや人口の代表、人口統計や臨床情報の利用可能性などの独自の特性を評価したんだ。

#予測タスク

mBRSETデータセットを先進的なディープラーニングモデルを使ってテストして、目の病気の予測精度を見てみたんだ。糖尿病性網膜症や黄斑浮腫の検出に焦点を当てたんだ。

#ネットワークフレームワーク

テストには、パフォーマンスで知られる現代のニューラルネットワークモデルを使用したんだ。これにはConvNext V2、DINO V2、Swin V2が含まれていて、画像から詳細な情報をキャッチするために設計されてるんだ。

#データ前処理

実験のために、データセットをトレーニング、バリデーション、テストセットに分けて、代表的な分布を確保して患者データの重複を避けたんだ。画像は、分析の一貫性のために標準解像度にリサイズされたんだ。

#トレーニングと評価の詳細

モデルは、確立された重みを使って訓練され、対象タスクのために洗練されたんだ。さまざまな指標を使ってモデルの有効性を測定したよ、特に異なるクラスでうまく機能することに注目したんだ。

#臨床診断結果

糖尿病性網膜症に関連する分類タスクでは、モデルが良好なパフォーマンスを達成したから、mBRSETデータセットが目の状態の診断に価値があることが示されたんだ。

#人口統計予測結果

モデルは、網膜画像から人口統計情報を予測するのでも有望な結果を示していて、この技術が健康の格差や社会経済的要因についての洞察を提供する可能性を示してるんだ。

要するに、mBRSETデータセットは、先進的なディープラーニングモデルと組み合わせることで、目の健康におけるさまざまな分析をサポートできて、より良い医療ソリューションへの道を開く可能性があるんだ。