AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-11-19
パーキンソン病・パーキンソン症候群の治療・治験とAI
- Visual foundation models with adapter learning for Parkinson’s disease recognition based on OCT images抄録(全訳)
パーキンソン病(PD)は進行性の神経変性疾患である。光干渉断層撮影(OCT)の画像は、PD を識別する有望な手段として注目されている。しかし、深層ニューラルネットワーク(DNN)で精度の高い PD 識別モデルを作るには、多数の OCT 画像と高価な計算資源が要る。
本論文の狙いは、事前学習済みの視覚基盤モデル(VFM)にアダプタ学習で少数の学習可能パラメータだけを加え、OCT 画像から PD を識別することである。追加する学習可能パラメータはわずかで済む。
著者らは、アダプタ学習に基づいて OCT 画像から PD を自動で識別する新しい枠組み VFM-Adapter を提案した。具体的には、軽量なアダプタを 3 つ導入した。グローバルアダプタ、ローカルアダプタ、トークン単位アダプタである。具体的には、グローバル・ローカル・トークン単位の 3 種の軽量アダプタで VFM の特徴表現を OCT 画像へ効果的に転用し、高い PD 識別能力を持たせた。
VFM-Adapter の成績は、正解率 77.66%、感度 78.01%、特異度 77.31%、F1 スコア 77.93%、適合率 79.58% だった。更新したパラメータはごく一部だけだったが、最先端の深層ニューラルネットワークを上回った。比較対象は、畳み込みニューラルネットワーク(CNN)、注意機構付き CNN、Vision Transformer などである。広範なアブレーション研究でも、各アダプタの有効性が示された。
VFM-Adapter は、OCT 画像による PD 識別のための、有効でパラメータ効率のよい転移学習の枠組みである。学習可能な少数のパラメータだけを大きく微調整して競合手法並みの性能を保てるため、実際の診断で PD を自動スクリーニングする有望な選択肢となる。このため、実際の診断場面での PD の自動スクリーニングで、有望な代替手段となる。
該当なし。
掲載誌の IF 相当:9.7(OpenAlex の直近 2 年の平均被引用数・2026-11-17 時点の値、2026-11-19 に取得。正式な IF(Clarivate)ではない)書誌:Zhang J, Wang T, Shao D, Yang Y, He J, Zheng M, et al. Visual foundation models with adapter learning for Parkinson’s disease recognition based on OCT images. BMC Med Inform Decis Mak. 2026 Nov 17 [Epub ahead of print]. doi:10.1186/s12911-026-03979-z.確認の範囲:抄録のみ確認