注目ポイント
本多施設研究では、ベースラインのOCT由来バイオマーカーに対して解釈可能な機械学習を適用し、中心性漿液性脈絡網膜症（Central Serous Chorioretinopathy, CSC）の臨床経過を高精度に予測した。とくに、傍中心窩外顆粒層（outer nuclear layer, ONL）厚、中心窩周辺の光受容体‐網膜色素上皮（photoreceptor-retinal pigment epithelium, PR+RPE）複合体厚、ならびに網膜下液（subretinal fluid, SRF）量が、CSCの慢性化を予測する最強の因子として抽出された。アルゴリズムは高い識別能（AUC 0.852）を示し、早期のリスク層別化と個別化された臨床管理に資する可能性が示された。
