緑内障診断についての難しさは以前述べたことがあります。緑内障診断には眼圧、眼底所見、視野所見が欠かせませんが、例えば眼圧が日本人の平均値である15mmHgであっても正常眼圧緑内障の可能性があります。眼底所見にしても、健常眼の視神経乳頭形状や網膜神経線維層厚にはかなりの相違があり、「この数値を下回ったら緑内障」という診断は困難です。視野所見が最終的な確定診断になりえますが、検査時間が長く、患者さんに負担がかかり、検査ごとの測定値の変動が大きいことが知られています。
共焦点レーザー検眼鏡、Heidelberg Retina Tomograph (HRT)は立体的に視神経周囲の眼底形状の計測が可能な器械で、1990年代に開発されて以降、今でも緑内障診断に有用な検査機器です。本器械はいくつもの計測パラメータが算出されますが、各パラメータ単独での緑内障診断力は低く、また、専門家でないと判断し難いところがあり、それらパラメータを組み合わせた判別式や、machine learning classifierといった人口知能を用いた緑内障診断法も開発されましたが、立体眼底写真を用いた緑内障専門医による診断の方が良好という報告もあり、有用とは言い難いものがありました。
本論文は、決定木という、沢山のパラメータをyes/noで分類していき、それをbootstrappingという観察集団のサブグループで決定木を多数作成するrandom forest法を用いることにより、HRTによる緑内障診断が格段に向上したと報告しています。
