ディープラーニング（深層学習）AIは、そのカメラ眼に映る碁石模様を超高速解読し、世界最高のプロ棋士を打ち負かした。以来、産業・社会・医療分野で活用が検討され、画像認識領域で急速に技術が発展してきた。
よくある物の形状の抽出では、輪郭の正確さはそれほど問題とならない。けれど、病気の診断のために異常がみられる部分の大きさを測定する際、その精度が非常に重要である。人生100年時代を迎える日本において、医療資源の不足はますます深刻化していくことは明らかで、日常の健康管理、自己検診や遠隔診療に至るまで、小型機器でのAIニーズは高まっていくことが予想される――
眼科の検査では、眼底写真と呼ばれる目の奥を映した写真と、光干渉断層計（照射光と反射光の干渉を利用することで網膜など眼の断面を非侵襲的に高い分解能で可視化する機器）による画像が広く用いられる。それらの画像の中で、特定の部分を精確に計測するAIのモデルを作成しようとすると、とても大きな容量となるため、スマートフォンなどへの組み込みが阻まれていたという。
東北大学大学院医学系研究科（眼科学教室 中澤徹教授ら）のグループは、眼科検査画像に対する新たなAIモデルを開発した。同モデルは、疾患の特徴をAIが学習するのに必要なデータ量も少なくて済む。モデル容量軽減（現在主流のUnetとの比較で1／10）に寄与するチャネルナローイング手法では、形状抽出だけでなく、疾患の診断予測でも良好な結果――緑内障検出精度AUC=0.813を得られた。
従来モデルよりも軽量でスマホなど小型機器での採用が望める。今後はこの新開発モデルを活用し、緑内障をはじめとした眼の病気を、眼科を受診する前段階で、身近な場所での自己検診を通じた早期発見、早期予防ができるような社会実装への応用が期待されるという。研究成果はネイチャー『Scientific Reports』に掲載された。