緑内障は網膜神経節細胞（RGC）とその軸索の進行性喪失を特徴とする視神経症である。視神経乳頭（ONH）・乳頭周囲RNFL・黄斑部の構造変化を客観的に記録・定量化する画像検査技術は、臨床検査と視野検査を補完する重要なツールである2)3)。
構造変化は機能変化（視野障害）に先行する場合が多い3)。OCTによる構造変化の検出は視野障害の発生に約2年先行するとの報告がある1)。画像検査技術には以下の3種類がある2)。
これらのシステマティックレビューでは緑内障眼と正常眼の鑑別能力は同等であった2)。ただし異常結果（正常範囲外）は必ずしも疾患を意味しない2)3)。正常データベースの基準は機器間で異なり、緑内障以外の理由でも正常範囲外となりうる。
できない。画像検査は臨床診断の補助ツールであり、単独での緑内障診断は避けるべきである4)5)。OCTの「正常範囲外」は偽陽性の場合があり、臨床所見・視野検査を含むすべての情報を統合して判断する必要がある。自動診断プログラムの感度・特異度は80%前後と報告されている。
ステレオカラー眼底写真は視神経乳頭外観の質的記録法として確立されている2)3)。赤色無透過照明はRNFL欠損の評価に有用である。連続写真は視神経乳頭の経時的変化の検出に使用できる5)。
ただし進行した緑内障性陥凹では評価すべき神経組織がほとんど残らないため、ステレオ写真による進行性変化の同定は困難となる2)。ディスク形態が椀状で血管が乏しい場合は写真では地形が分かりにくく、細隙灯によるスケッチが追加記録として必要となる。
HRT（Heidelberg Retina Tomograph、Heidelberg Engineering社）はダイオードレーザー（670 nm）を走査して視神経乳頭の三次元地形を測定する装置である1)。乳頭表面のトポグラフィーを定量化し、経時的変化の検出にも使用される4)。
Moorfields Regression Analysis（MRA）は乳頭面積に基づくリム面積の統計的判定を行う1)。Glaucoma Probability Score（GPS）は参照平面やオペレーターによる乳頭縁の設定が不要であり、マシンラーニングに基づく自動分類である1)。
HRTの限界として、眼底面における乳頭縁の定義が解剖学的参照点に基づかないことがある。この問題はOCTのBruch膜開口部（BMO）を参照点とするアプローチで解決された1)。HRTの製造は2020年代に終了しており、臨床現場ではOCTが主流となっている1)。
GDx（Carl Zeiss Meditec社）はRNFLの複屈折特性を利用して位相リタデーションを測定する装置である1)。RNFLの軸索内微小管が複屈折の主因であり、RNFL厚に相関する1)。Enhanced Corneal Compensation（ECC）技術により角膜の複屈折を補正する。
しかし緑内障の縦断的検出においてSD-OCTに劣ることが示され1)、OCTの普及とともに使用は終了した。
OCT（光干渉断層計）
原理：低コヒーレンス干渉法を用いて網膜の断面構造を画像化する4)5)
TD-OCT：初期のOCT。1軸方向のAスキャンを重ねて断面像を得る方式で、検査時間が長く分解能が低い。現在はほとんど使用されない
SD-OCT：スペクトル分析により高速・高分解能を実現。26,000 Aスキャン/秒以上で乳頭・RNFL・黄斑部の高速解析が可能。Cirrus OCT・Spectralis OCTなど複数機種がある
SS-OCT：波長掃引光源を使用。深達度が高く篩状板や脈絡膜の解析にも応用される。DRI OCT Triton（トプコン社）などがある
OCTの主要解析パラメータ
RNFL厚：乳頭周囲3.46 mmサークルでの網膜神経線維層厚を測定1)。最も広く使用されるパラメータである
BMO-MRW：Bruch膜開口部から最短のリム幅を三次元的に測定1)。解剖学的に正確な参照点を使用し、従来のリム面積測定より優れた診断能を示す
GCC/GC-IPL：黄斑部の神経節細胞複合体（GCC）または神経節細胞−内網状層（GC-IPL）の厚みを測定6)。進行期でもFloor効果の発生がRNFLより遅い5)
偏位マップ：各パラメータの正常データベースとの偏位を色分け表示する。定量値と偏位マップの両方を評価することが推奨される5)
画質と測定精度
画質の重要性：高品質のベースライン画像が不可欠である4)。セグメンテーション（層分離）のエラーやアーチファクトは特に強度近視眼・傾斜乳頭で頻発する5)
機種間の互換性：異なるOCT機種間で測定値は互換性がない4)5)。経過観察には同一機種の使用が必須である
正常データベースの制限：データベースの構成は機種により異なる。年齢・人種・屈折の分布が患者に適合するか評価が必要である1)
特殊な状況での解釈
| パラメータ | 測定部位 | 利点 | 限界 |
|---|---|---|---|
| RNFL厚 | 乳頭周囲 | 広く検証済み | Floor効果が早い |
| BMO-MRW | 乳頭リム | 乳頭サイズの影響が少ない | 機種が限定される |
| GCC/GC-IPL | 黄斑部 | Floor効果が遅い | 黄斑疾患の影響を受ける |
互換性はない。OCT機種間では技術仕様・ソフトウェア・正常データベースの構成が異なるため、測定値の直接比較はできない4)5)。経過観察では同一機種・同一プロトコルでの測定が必須である。
近視眼ではRNFL厚が影響を受けるため注意が必要である1)。乳頭周囲萎縮・傾斜乳頭・BMO位置の偏位がセグメンテーションエラーやアーチファクトの原因となる。眼軸長補正の適用と、Bスキャン画像でのセグメンテーション確認が推奨される。
OCTによる構造変化の検出は視野障害の発生に先行しうる3)。研究では、OCTが視野障害の検出に約2年のリードタイムを有することが示されている1)。一方で構造進行を伴わない視野変化、視野進行を伴わない構造変化も存在し、両者の一致は部分的・中等度である4)。
構造評価と機能評価はともに患者管理に不可欠であり、相互補完的に使用するべきである2)3)。
市販のOCT機器の多くは進行解析ソフトウェアを搭載し、進行速度の定量化が可能である4)5)。ただし測定のばらつきや非緑内障性の変化（加齢など）の影響があるため、慎重な解釈が必要である4)。多くの市販ソフトウェアは加齢補正を行わないため、統計的に有意なスロープが必ずしも緑内障性進行を意味しない4)。
進行期緑内障ではRNFL厚が「底値（Floor）」に達し、さらなる進行が厚み変化に反映されなくなる5)。黄斑部パラメータ（GCC/GC-IPL）はRNFL厚よりFloor効果の発生が遅いため、進行期の評価に有用である1)5)。OCT-Aの血管密度も進行期でのFloor効果がRNFLより遅い可能性が報告されている1)。
Green disease：OCTの正常データベースとの比較で「正常範囲内（緑色）」と判定されるが、実際には緑内障性変化を有する状態。正常データベースのカバー範囲外（大乳頭・強度近視・特定人種など）で生じやすい1)。
Red disease：OCTで「正常範囲外（赤色）」と判定されるが、実際には緑内障でない状態。生理的な個人差や正常データベースに含まれない特徴（小乳頭・特定の人種差など）が原因となる1)。
これらの現象はOCTの統計的判定の限界を示しており、臨床所見・視野との統合判断が不可欠である4)5)。
OCTの正常データベースに基づくカラーコード判定の限界を示す概念である。Green diseaseはOCTが「正常（緑）」と判定するが実際には緑内障がある状態、Red diseaseはOCTが「異常（赤）」と判定するが実際には正常である状態を指す1)。いずれもOCTの結果を臨床所見・視野検査と統合して解釈する必要性を示している。
OCT-Aは造影剤を使用せずに網膜・視神経乳頭の微小血管を画像化する技術である1)。緑内障眼では乳頭周囲・黄斑部の血管密度の低下が報告されている。再現性は良好であるが1)、臨床的役割はまだ確立されていない4)。
脈絡膜微小血管脱落（MvD）は乳頭出血を伴う緑内障における進行性RNFL菲薄化と関連し1)、正常眼圧緑内障の発症予測因子となりうる1)。ただし血管密度の変化は緑内障に特異的ではなく、高血圧・糖尿病・アルツハイマー病・多発性硬化症でも報告されている1)。
PS-OCTはRNFLの複屈折特性を三次元的に測定する技術である1)。軸索内微小管の配列が複屈折の主因であり、微小管の破壊や軽微な軸索喪失がRNFL厚の減少に先行して複屈折の低下として検出される可能性がある1)。
SD-OCTとSS-OCTの両方に追加可能であり、従来OCTの反射率データと並行して偏光パラメータを三次元で取得できる1)。早期緑内障における診断能はRNFL厚と同等であるが、超早期段階での優位性は現時点では動物実験でのみ示されている1)。
可視光OCT（VL-OCT）：従来の近赤外光に代わり可視光を使用する。RNFL反射率の波長依存的変化をRNFL厚変化に先行して検出できる可能性がある。ただし患者の不快感や白内障による影響など臨床応用への課題がある1)。
RNFL光学テクスチャ解析（ROTA）：RNFL厚ではなくRNFLの微細構造パターンを解析する新手法である。特に乳頭黄斑束の早期障害検出に優れた精度を示す。実臨床データは現時点では不足している1)。
篩状板イメージング：SS-OCTやEDI（深部強調画像）により篩状板の形態（深度・湾曲・厚み・欠損）の評価が可能となった。篩状板の後方湾曲は視野悪化速度と関連する1)。篩状板欠損は正常眼圧緑内障で高頻度に認められる1)。
補償光学（AO）：光学収差を補正して個々のRGCや篩状板孔の形態を生体内で高分解能に観察できる技術である1)。緑内障の早期診断への応用が期待されている。
深層学習（CNN）は眼底写真やOCT画像からの緑内障検出において高い精度を示す1)。複数のデータモダリティ（視野・OCT体積スキャン・OCT-A）を統合した進行予測モデルの開発が進んでいる1)。
AIはセグメンテーション精度の向上にも寄与し、測定の再現性向上が期待される。しかしデータプライバシー・標準化・アルゴリズム検証の課題が残る1)。ブラックボックス性への対策として説明可能なAIモデルの開発が求められている。
Lommatzsch C, van Oterendorp C. Current Status and Future Perspectives of Optic Nerve Imaging in Glaucoma. Journal of clinical medicine. 2024;13(7). doi:10.3390/jcm13071966. PMID:38610731; PMCID:PMC11012267.
Gedde SJ, Vinod K, Wright MM, et al. Primary Open-Angle Glaucoma Preferred Practice Pattern. Ophthalmology. 2021 Jan;128(1):P71-P150. doi:10.1016/j.ophtha.2020.10.022. PMID:34933745.
Gedde SJ, Lind JT, Wright MM, Chen PP, Muir KW, Vinod K, Li T, Mansberger SL; American Academy of Ophthalmology Preferred Practice Pattern Glaucoma Panel. Primary Open-Angle Glaucoma Suspect Preferred Practice Pattern. Ophthalmology. 2021 Jan;128(1):P151-P192. doi:10.1016/j.ophtha.2020.10.023. PMID:33189698.
European Glaucoma Society. European Glaucoma Society Terminology and Guidelines for Glaucoma, 5th Edition. Br J Ophthalmol. 2021 Jun;105(Suppl 1):1-169. doi:10.1136/bjophthalmol-2021-egsguidelines. PMID:34675001.
Pazos M, Traverso CE, Viswanathan A; European Glaucoma Society. European Glaucoma Society - Terminology and guidelines for glaucoma, 6th Edition. Br J Ophthalmol. 2025;109(Suppl 1):1-212. doi:10.1136/bjophthalmol-2025-egsguidelines. PMID:41026937.
Weinreb RN, Aung T, Medeiros FA.. The pathophysiology and treatment of glaucoma: a review. JAMA. 2014;311(18):1901-1911. doi:10.1001/jama.2014.3192. PMID:24825645; PMCID:PMC4523637.
