【武蔵野大学】データサイエンス学部の学生が執筆した論文が工学・情報分野の国際学術誌「IEEE Access」に掲載

武蔵野大学（東京都江東区、学長：小西 聖子）のデータサイエンス学部データサイエンス学科３年生の遠藤 一護さんが執筆した論文が、世界最大級の工学・情報分野の学術団体であるIEEE（Institute of Electrical and Electronics Engineers）の国際学術誌「IEEE Access」に掲載されました。本論文はIEEEが提供する学術論文データベース「IEEE Xplore」にも収録され、世界中の研究者・技術者が閲覧可能となっています。

【研究内容】
今回掲載された論文は、AIによる緑内障診断の精度向上に関する研究成果をまとめたものです。特に、視神経の位置や形状に関する情報を追加することで、本当に診断精度が向上するのかを検証しました。これまでの研究では、単一の病院で撮影された約1,000枚規模の眼底画像を対象に、AIによる緑内障診断の有効性を示した研究が多く報告されていました。一方、本研究では、その有効性が異なる医療環境でも成立するのかを検証するため、世界各国で公開されているオープンデータを用い、19種類のデータセットに含まれる12,000枚以上の眼底画像を解析しました。

その結果、視神経領域を高精度に解析できた一方で、視神経情報を追加しても診断精度の向上効果は限定的であり、特定のデータセットでは改善が見られても、異なる撮影環境では十分な診断性能を安定的に発揮できない場合があることを明らかにしました。

本研究により、医療AI分野で広く用いられてきた「解剖学情報を加えることで診断性能が向上する」という考え方に対し、大規模データによる検証の重要性が示されました。また、医療AIを実際の臨床現場で活用するためには、単一環境での高精度だけでなく、多様な撮影環境でも安定して機能するかを検証する重要性を示す研究成果となっています。

【論文概要】
タイトル：「The Limited Utility of Segmentation Integration in Glaucoma Classification: A Large-Scale Diagnostic Evaluation」
著者：遠藤 一護、福原 慶久
掲載誌：IEEE Access （第14巻）
ページ：67738 – 67755
発行年：2026年5月4日

【コメント】
■遠藤 一護さん（3年生）
「多様な実臨床データからその汎化性能を問い直したのが本研究です。12,000枚以上の画像を解析する中で、特定環境でのみ機能する手法の実務的な限界を明らかにしました。この実証的なアプローチが、真に現場で機能する医療AI開発の礎となることを願っています」

■福原 義久講師
「本研究は、データサイエンスの知識をもって学部生であっても医学といった異分野の研究に対してアプローチできることを示しました。高い技術力をもって本学の計算機資源を最大限活用し、研究を完成させた遠藤さんの今後の活躍に期待します」