齋藤 理幸 Saito Michiyuki

医療技術がいかに進歩し、診断ツールがどれほど洗練されようとも、私たち医師の原点は常に「目の前の患者様を救いたい」という臨床現場での切実な思いにあります。私はこれまで、網膜硝子体手術のエキスパートとして、増殖糖尿病網膜症、増殖性硝子体網膜症（PVR）、難治性網膜剥離、そして難治性黄斑円孔といった、失明に直結する重症例の治療に全力を注いでまいりました。

病棟医長を務めた直近の3年間では、手術室の運用効率化とチーム医療体制の抜本的な改革を断行し、個人の執刀・指導を含む硝子体手術件数を年間657件（従来の約1.7倍）へと飛躍させました。この北海道内で最多の実績は、広大な医療圏における「最後の砦」としての責務を果たすとともに、若手医師に多様かつ豊富な修練の場を提供する基盤となっています。

しかし、数多くの難症例と向き合う中で、「なぜこの病態が生じるのか」「なぜ同じ治療を施しても治癒する人と再発を繰り返す人がいるのか」という、既存の教科書やガイドラインでは答えの見つからない疑問（Clinical Question）に直面し続けてきました。これらの疑問を研究室（Bench）に持ち帰り、科学的な手法で解明し、得られた知見を再び臨床（Bedside）へと還元する。この「臨床と研究の循環」こそが、私が追求する Physician-Scientist（臨床医科学者） の在り方であり、教室員と共有したい核心的な価値観です。

本稿では、私が取り組んできた「眼循環生理学」「Pachychoroid（パキコロイド）病因論」「AI（人工知能）解析」という3つの軸を中心とした研究の軌跡と、それらがどのように融合し、未来の眼科医療を変えようとしているのかについて、最新の研究成果を交えて包括的にご報告いたします。

私の研究キャリアは、北海道大学眼科入局後早期に、網膜硝子体チームのチーフを務めておられた齋藤航先生のご指導のもとで開始した「眼循環研究」に端を発します。当時、眼底の血流を非侵襲的かつ定量的に測定・可視化できる Laser Speckle Flowgraphy（LSFG） という革新的な技術が臨床導入され始めていました。私はこの技術を用い、これまで造影検査（FA/ICGA）による定性的な評価に留まっていた脈絡膜（網膜の外側にある血管豊富な層）の血流動態を、定量的な「数値」として評価する手法の確立に挑みました。

(1) 中心性漿液性脈絡網膜症（CSC）における「過灌流」の発見と波形解析

研究開始当初、中心性漿液性脈絡網膜症（CSC）は、脈絡膜の循環障害（遅延）や虚血が主病態に関与していると考えられていました。しかし、私は急性期CSC患者様の脈絡膜血流をLSFGで経時的に解析し、定説とは真逆の「脈絡膜過灌流（Hyperperfusion）」が生じていることを世界に先駆けて発見しました（図1 Br J Ophthalmol 2013）。

さらに、血流の拍動波形（Pulse Waveform）を詳細に解析することで、CSC眼では血管抵抗が高く、血管壁のコンプライアンスが低下していることを示しました（図2 Invest Ophthalmol Vis Sci 2015）。これは、CSCにおける脈絡膜肥厚（Pachychoroid）が、単なる受動的なむくみではなく、交感神経亢進等による血管収縮と、それに抗う能動的な血流亢進によるダイナミックな変化であることを機能的に裏付けるものでした。

(2) 炎症性パターン vs 非炎症性（鬱滞性）パターンの分類確立

さらに研究を進める中で、私は「脈絡膜肥厚」や「漿液性網膜剥離」といった一見類似した臨床所見を呈する疾患であっても、その成因によって血流プロファイルが明確に異なることを突き止め、新たな診断分類を提唱しました。

この分類は、臨床現場において極めて重要な意味を持ちます。なぜなら、原田病にはステロイド大量投与が著効する一方で、CSCに対してステロイドは「禁忌（悪化因子）」だからです。LSFGによる血流パターンの鑑別は、侵襲的な検査を行うことなく、この治療方針を決定づける強力なバイオマーカーとして確立されました。

眼循環の機能解析から得られた知見は、より広範な疾患概念である「Pachychoroid（パキコロイド）」、そして失明原因の上位を占める加齢黄斑変性（AMD）の病態解明へと繋がっていきました。ここには、私の研究を一貫して流れる「Pachychoroidの病態解明」というテーマがあります。

(1) 日本人AMDの「約50%」はPachychoroidに関連する

欧米では、AMDの主因は加齢に伴う老廃物（ドルーゼン）の蓄積とされています。しかし、私たち日本人の臨床現場では、ドルーゼンが目立たないにもかかわらず発症する例が多く見られます。最新の疫学研究や私たちの解析により、日本人AMD患者の約半数が、Pachychoroidに関連した病態（Pachychoroid-driven AMD）であることが明らかになってきました。これは、欧米主導のガイドラインをそのまま適用するだけでは不十分であり、日本人特有の病態に基づいた診断・治療戦略が不可欠であることを意味します。

(2) 脈絡膜静脈の形態異常とPachychoroid

では、なぜPachychoroid関連疾患では脈絡膜が肥厚し、病的な新生血管（MNV）や滲出が生じるのでしょうか。その根本原因として、眼球から血液を排出する「脈絡膜静脈（渦静脈）の形態異常」が考えられます。

特に、特定の渦静脈が非対称に拡張している所見（Asymmetric Dilated Vortex Veins: ADVV）や、静脈間の吻合異常は、単なる個人差ではなく、病的な「静脈鬱滞」を示唆しています。

2022年にJapanese Journal of Ophthalmologyで発表した論文（Hirooka K, Saito M et al. "Imbalanced Choroidal Circulation..."）では、この仮説を裏付ける決定的なデータを示しました。ADVVを有する眼において、拡張した静脈の血流指標（MBR）は10.11であり、正常な静脈の13.49と比較して有意に低下していたのです（P=0.03）。「血管が太いのに流れが遅い」、これは出口（強膜貫通部など）に狭窄があり、行き場を失った血液がダムのようにせき止められている（鬱滞している）ことを生理学的に証明するものでした。

(3) 「2-hit theory」の提唱

CSCからPachychoroid、そしてAMDへと至る一連の病態を包括的に説明するために、私は「2-hit theory」を提唱しました。

その中で、眼循環研究の一環として、眼底写真から全身の血管状態を評価するAIを用いた眼底画像の解析研究（Oculomics）にも取り組み始めました。眼底は人体で唯一、血管を非侵襲的に直接観察できる器官です。私は、これまで培った循環研究の視点とAI技術を融合させることで、「目は全身の窓」を科学的に実証することに挑戦しました。

(1) ディープラーニングによる血管計測の自動化

Oculomicsの基盤となるのは、眼底写真から網膜血管を正確に分離・定量する技術です。

私たちは、U-Netアーキテクチャを改良した独自のディープラーニングモデル（HURVS: Hokkaido University Retinal Vessel Segmentation model）を開発し、2021年のOphthalmology Science誌に発表しました（Fukutsu K, Saito M et al.）。このAIモデルは、血管セグメンテーションにおいて、正解率（Accuracy）0.967、特異度（Specificity）0.985、感度（Sensitivity）0.778、AUC 0.98という、State of the artを達成する極めて高い精度を実現しました。これにより、数万枚規模の画像データを自動解析し、微細な血管変化を「数値」として捉えることが可能となりました (図３)。

(2) 大規模解析による性差と加齢変化の解明

この技術を応用し、約1万眼のデータを解析した大規模研究を、2025年のOphthalmology Science誌に発表しました（Mitamura M, Saito M et al.）。

解析の結果、網膜動脈面積（AA）は男女ともに加齢で減少しますが、そのパターンには劇的な性差があることが判明しました。特に女性では、54歳を境に減少率（回帰直線の傾き）が-38.3から-170.0へと約4.4倍に急加速することが明らかになりました（P<0.001）(図4)。これは閉経によるエストロゲン低下が微小血管に与える影響をAIが鋭敏に捉えたものであり、眼科検査が女性の心血管リスク管理における重要なバイオマーカーとなり得ることを示す画期的な成果です。

(3) IOVS論文とbaPWV予測モデル

さらに2025年、Investigative Ophthalmology & Visual Science (IOVS)に発表した論文（Saito M et al. "Retinal Arteriovenous Information Improves the Prediction Accuracy..."）では、眼底写真から動脈硬化の指標であるbaPWV（脈波伝播速度）を高精度に予測するAIモデルを構築しました。

この研究の核心は、単に画像を学習させるだけでなく、前述のHURVSモデルを用いて抽出した「動脈」と「静脈」の位置情報をChannel AttentionとしてAIに組み込んだ点にあります。その結果、3つの情報（眼底写真＋動脈マップ＋静脈マップ）を入力したモデル(図５)は、相関係数 R = 0.704 という極めて高い精度でbaPWVを予測することに成功しました。これは、眼科検診が全身の血管リスク管理に直結することを示す強力なエビデンスです。

そうして培ったAIの技術をpachychoroidの探究に活用し、 私は長年の課題であった「Pachychoroidの客観的診断」に挑みました。これまでPachychoroidの判定は医師の主観的な経験則に頼る部分が大きく、定量的な評価には限界がありました。

Hokkaido University Pachychoroid Index (HUPI) の開発

そこで私たちは、ディープラーニングを用いてEDI-OCT（深部強調OCT）画像の脈絡膜テクスチャや血管構造を解析し、その眼がどれほどPachychoroid的であるかを0から1の数値で表す「Hokkaido University Pachychoroid Index (HUPI)」を開発しました。

2025年のJournal of Clinical Medicineにおける報告（Saito M et al.）では、滲出型AMD症例をHUPIで解析し、以下の画期的な結果を得ました（図６）。

• ポリープ状脈絡膜血管症（PCV） HUPI 0.61
• Type 1 MNV HUPI 0.53
• 典型的AMD（Type 2 MNV） HUPI 0.33

PCVやType 1 MNVは有意に高いHUPI値を示し（P<0.0001）、これらがPachychoroidという共通の土壌から発生していることがAIの「目」を通じて実証されました。さらに、HUPIは脈絡膜血管透過性亢進（CVH）や網膜下液（SRF）の存在と強く相関しており(図7)、AMDを「Pachychoroid駆動型」と「ドルーゼン駆動型」に明確に分類する指標となります。これは、個々の患者様に対し、抗VEGF薬が良いのか、それともPDTが必要なのかを判断する「層別化医療（Precision Medicine）」の強力なツールとなります。

私のこれまでの研究成果は、決して私一人の力によるものではありません。福津佳苗先生（血管計測AIアーキテクチャ・Oculomics）、三田村瑞穂先生（AIによる網膜血管解析・糖尿病黄斑浮腫病態解析）、をはじめとする多くの優秀な後輩たちが、私の指導のもとで筆頭著者として国際的なトップジャーナル（Ophthalmology Science, J Clin Med, Graefes Arch等）に論文を発表し、フラテ研究奨励賞、大塚賞、学会賞など数々の栄誉ある賞を受賞してくれました。彼らが自立したPhysician-Scientistとして世界へ羽ばたく姿を見ることこそが、教育者としての私の最大の誇りです。手術教育においても、大学での高度な「アドバンスド・トレーニング」に加え、関連病院での「ベーシック・トレーニング」プログラムを構築し、北海道全体の医療レベル向上（均てん化）に努めてまいりました。私が目指す教室の姿は、高度な臨床能力と独創的な研究能力を兼ね備えた人材が育つ「土壌」となることです。

AMEDの大型支援を追い風に、AI研究と基礎研究を加速させ、北海道大学から世界へ向けて「Pachychoroidの真理」と「Oculomicsによる予防医療」を発信し続けます。そして、開発したAI診断アルゴリズムを「遠隔診断システム」として社会実装し、北海道のどこに住んでいても専門医レベルの診断が受けられる未来を実現すること。これこそが、私が果たすべき使命であり、揺るぎない約束です。

皆様の温かいご指導とご支援を賜りますよう、心よりお願い申し上げます。