ICTを用いてから眼科画像データや基本診療データを収集し、ビッグデータを人工知能(AI)によって解析、大規模研究・診療を支援するシステムを構築・開発に向けて、以下の成果を挙げた。1) データ収集に向けたキュレーションシステムの構築:日本眼科医療機器協会(JOIA)と協力し、視力、屈折、眼圧、視野、光干渉断層計画像などの情報について、共通化のための取り組みをすすめた。この取り組みは世界的にも先進的なものであり、現在ISOのスタンダードとして採用されるよう申請手続きを進めている。2) システムの長期持続運用を目指したシステム設計と運用法の検討:より広くデータを収集するためにSINETに加えてSSL-VPNを用いたデータ収集の可能性とその課題について検討を行った。さらにシステムの長期運用のため一般社団法人Japan Ocular Imaging Registryを設立した。3) 各種眼疾患に適した診療支援用プログラムの開発と導入:緑内障の診療支援とビッグデータ収集のため緑内障サマリーページを構築、眼科部門カルテへの導入を開始した。網膜疾患、眼炎症膜疾患などについての同様なプログラムの作成を進めた。4) 眼底写真を用いた緑内障スクリーニングアルゴリズムの開発:緑内障のスクリーニングプログラムの可能性について検討し90%程度の高い正診率を確保した。5) 様々な医療機関からのデータ収集、管理、解析方法の検討:医療機関によって異なるデータ取り扱いポリシーに対応するため、オンラインとオフライン混合のデータ収集体制を構築した。6) 診療情報収集に関する共通化の推進:医師やシステムによって異なる検討項目やデータ記載方法をJOIAと協力して推進した。7) 包括的眼底疾患に関するスクリーニング診断支援AIシステムの社会実装に向けた検討:頻度の高い眼底疾患を包括的にスクリーニングすることためのアルゴリズムを開発、判定精度は0.91程度と健診センターにおける活用への取り組みを開始した。8) 他の眼科疾患におけるAIによる鑑別システムの構築:前眼部疾患、眼炎症疾患などについてもAIによる診断支援等の検討を行った。9) AIシステム開発に向けた収集データの標準化ガイドラインの作成: 10) 研究成果利用に向けた法規・契約等の検討:データ解析や法規の専門家、企業など様々な関係者と成果の活用に向けた法規の検討や具体的な契約の在り方などについて検討した。12)診療画像等医療情報抽出・管理のあり方に関する研究:ガイドラインを作成した。13)診療画像等医療情報抽出・ガイドライン通りのシステム構築と運用が実現可能であることを実証した。