国立情報学研究所（NII）と日本眼科学会は，日本医療研究開発機構（AMED）の支援により構築された学会主導データベース「JOIR」で収集された画像データを用いて，眼底画像から個人の性別を推定するAIを開発し，無償公開を開始した（ニュースリリース）。

深層学習（DL）は機械学習におけるブレークスルーであり，特に画像認識の分野では人工知能（AI）の代名詞となるほど盛んに利用されている。そして，画像認識の精度は人間を上回るとの報告も増加している。

NIIは2017年に医療ビッグデータ研究センター（RCMB）を設置し，医療画像ビッグデータのデータベースと機械学習の計算資源を併せ持った統合クラウド環境を整備運用している。クラウド基盤には，NIIの解析チームとして名古屋大学などの全国の医療画像解析の研究者が接続し，連携してさまざまな医療補助AIの研究開発を行なっている。

一方，日本眼科学会は，眼底画像を含む眼科データを全国の眼科関連施設から収集し，医療補助AIの研究開発を支援・促進する目的で，一般社団法人Japan Ocular Imaging Registry（JOIR）を2019年に設立。JOIRのデータベースに収集した眼科画像を利用して医療支援AIを研究開発している。

近年，医療画像を用いたAI開発が急速に進み，病気の有無を判定するだけではなく，画像が撮影された個人の状態を推定することができることが明らかになってきた。しかし，これまでに報告された研究では，開発されたAIが公開されていないことから，他の研究に用いることができなかった。

そこで，研究グループは，眼底画像をもとにその人の年齢を推定するAIを開発し，2023年1月に，その AIモデルを広く研究者が自由に利用できるよう一般に無償公開した。今回はその第2弾として，眼底画像から性別を推定するAIを開発し，無償公開することとした。

今回研究開発したモデルは，性別のラベルが付与された17〜94歳の眼底写真131,031枚を学習データとし，性別を正解として深層学習を行なった。学習に当たっては，深層学習モデルの中でも一般的な16個のモデルを用いた。

その結果，検証データの眼底画像から推定した性別が実際の性別と一致する精度は，最も高いモデルで 92.0%で，これまで他人種で行なわれた性別推定モデルと同等の結果だった。このうち，最も精度の高かった二つのモデルを公開する。

研究グループは，この成果を研究者が活用することにより，性別によって発症頻度に差がある疾患の病態を解き明かす一助になるとしている。