伝統中国医学に基づく炎症性皮膚疾患の眼画像ベース予測モデルのための横断研究

本研究は、乾癬、アトピー性皮膚炎、蕁麻疹を含む主要な炎症性皮膚疾患の非侵襲的眼画像に基づく予測モデルの開発と検証を目的とした横断的観察研究です。 中医学（TCM）の眼診断理論に基づき、高度なコンピュータビジョン技術と統合することで、強膜および眼球結膜画像から得られる客観的かつ定量可能なバイオマーカーの確立を目指します。

約950名の参加者（乾癬、アトピー性皮膚炎、蕁麻疹の患者および健康対照群）を三次大学病院から募集します。 標準化された高解像度眼画像を、包括的な臨床、人口統計、併存疾患データと共に収集します。 疾患重症度は、検証済み臨床スコアリングシステム（例：PASI、EASI、UAS7、DLQI）を用いて評価します。

画像解析では、従来のラジオミクス特徴抽出と、グローバル・ローカル特徴表現のためのVision State-Space（VMamba）モジュール、マルチタスク学習のためのMulti-Gate Mixture-of-Experts（MMoE）フレームワークを含む深層学習アーキテクチャを組み合わせます。 このモデルは、疾患分類と併存疾患リスク（代謝症候群、肝インスリン抵抗性、再発リスクなど）の予測を同時に実行するように設計されています。

主要アウトカムは、炎症性皮膚疾患に関連する眼特徴パターンの特徴付けを含みます。 副次アウトカムは、眼画像由来の特徴と臨床重症度指標との相関関係を含みます。 モデル性能は、ROC曲線、AUC、キャリブレーション分析、決定曲線分析を用いて評価します。

本研究は、炎症性皮膚疾患における早期診断、リスク層別化、併存疾患スクリーニングを支援するための、客観的、デジタル化された、臨床応用可能な眼バイオマーカーフレームワークの提供を目指します。