MOCKUP · SPReAD 1000 企画(外観イメージ) #21 · AI for Science/医療テーマ
#21

めまいの「眼の揺れ」から中枢性を見抜く——眼球運動の動画から眼振を定量し、めまいの中枢性/末梢性の鑑別と前庭機能の表現型をAIで解明する

👁️ vesta.research / nystagmus
Vesta — 眼の揺れからめまいの中枢性を見抜く
研究プロトタイプ ・ 眼球運動の動画から眼振を定量(ダミーデータ)
解析眼振 1.2万件
解析した眼振動画
1.2万件
中枢性の感度
.90
専門医との一致(κ)
.80
▲ 中枢性の見逃し低減
鑑別 AUC
.88
▲ 救急トリアージ
眼球運動の動画から眼振波形を再構成し、注視抑制の有無と中枢性パターンを可視化
AIが推定した水平眼位を時系列で表示。緩徐相(ドリフト)と急速相(びくつき)のサワーツース。固定解除(暗所)で抑制されず増強=中枢性を示唆。実測ではなくダミー描画。
正面 注視固定(明所) 固定解除(暗所) 緩徐相(ドリフト) 急速相(びくつき) 固定解除で増強=中枢性示唆 0秒 5秒 10秒 推定した水平眼位の時系列(眼振波形・ダミー)
水平眼位(眼振波形) 固定解除(暗所)区間 正面(基準眼位)
中枢性を示唆する眼振特徴 上位(寄与度)
1方向交代性眼振(注視方向で向きが変わる)25%
2注視抑制の欠如(固定で止まらない)23%
3垂直/純回旋成分の存在20%
4skew deviation(眼球の上下ずれ)17%
5緩徐相速度の左右非対称15%
↑ 研究コード名「Vesta」。眼球運動の動画から眼振波形を再構成し、
注視抑制の有無・中枢性パターンと前庭表現型をAIで可視化した完成イメージ。
めまい救急で要となる中枢性(脳卒中)と末梢性の鑑別は熟練依存で見逃しが起こりうる。眼球運動の動画から眼振を定量し、注視抑制の欠如・方向交代性などの中枢性パターンを解釈、中枢性スコアでトリアージを支える——完成したらこう見える、の外観イメージ。
上限 500万円(直接経費) 学生応募可(医学生=当事者) e-Rad 応募 第2回・2026年6月上旬予定 分野:神経耳科 × 動画・眼球運動の時系列
🔬 問い・学術的背景

めまいは救急の主訴上位で、命に関わる中枢性(脳卒中等)と良性の末梢性の鑑別が要。だがベッドサイドの眼振・HINTS診察は熟練依存で、非専門医・研修医・医学生には難しく見逃しが起こりうる。眼振は緩徐相と急速相の波形を持ち、方向交代性・注視抑制の欠如・垂直/回旋成分・skew deviationが中枢性を示唆するが、(1)動画から眼球運動をどう定量するか、(2)中枢性/末梢性をどう表現型化するか、(3)障害部位とどう対応づけるか、は標準化途上。めまいは国試頻出で医学生自身も当事者。

🎯 仮説・新規性

眼球運動の動画に自己教師あり時系列学習を適用すれば、(1)眼振(緩徐相速度・方向・固定抑制)を再現性高く定量でき、(2)中枢性/末梢性の鑑別と前庭表現型を抽出でき、(3)障害部位・転帰と対応づけられる、と仮説。海外でVOGや眼振の検出・追跡(BPPV等)の素地はあるが、救急動画から命に関わる中枢性を見抜く解釈可能な表現型+日本語ラベル+施設間一般化は空白。

🤖 AI活用の必然性

眼振は高フレームレートの微細な眼球運動で、緩徐相速度や方向交代・回旋成分は人手では再現性が低い。自己教師あり時系列でしか、再現性ある定量と中枢性パターンの抽出はできない。

💰 500万円の使途
  • ① 救急・外来の眼球運動動画の収集・倫理審査・匿名化(顔=個人情報の保護)
  • ② 神経耳科医による中枢性/末梢性・部位のラベリング
  • ③ GPU/API(動画・時系列モデル)
  • 眼振波形と中枢性スコアの可視化ダッシュボードの試作
  • ⑤ 学会発表・プレプリント公開
📈 期待成果・社会実装(出口)

中枢性/末梢性の鑑別↔専門医対応+日本語ベンチマーク=学会発表・論文。加えて救急トリアージや遠隔・非専門医支援の土台。Hiroはめまい診療に出会う医学生=当事者

※ 正直な関門:顔・眼の動画は強い個人情報で、プライバシー・同意・再識別が最重い。中枢性は頻度が低く稀少例の収集が難しく、ラベル(最終診断)確定にも時間を要する。照明・眼鏡・眼瞼・人種で眼球追跡は揺れ、観察データから因果は言えない。診断の置換ではなく補助に留め、プログラム医療機器(SaMD)の整理を要する。学生応募可だが所属大学のe-Rad機関登録・承認が前提、第2回の正式日程・公募要領は確定次第確認。
完成イメージ(ダミーデータ)・元アイデア → spread-plans.md #21