目　的：明所での細隙灯顕微鏡画像から，segmentationを用いて翼状片の重症度を自動判別し，その有効性を検討した．
対象と方法：データセットとして，訓練・検証用にツカザキ病院から366眼438枚，テスト用に宮田眼科病院から142眼142枚の前眼部画像を用いた．訓練・検証用画像の半数は正常眼で，残りの半数は翼状片眼であった．角膜と翼状片の各領域に対しannotationを行い，U-Net，DenseNet-121を用いて，角膜と翼状片の各領域を検出するモデルを構築した．Segmentation結果から角膜径と角膜中心，翼状片先端位置を求め，宮田らの分類を用いて翼状片の重症度（Grade 0～3の4段階）を自動判別した．Annotation結果から判別されたGradeと自動判別との正答率を比較した．医師による臨床診断時のGradeも同様に評価した．
結　果：自動判別によるGradeの正答率は92.3%（142眼中131眼）で，4眼（2.8%）ではGradeが過大に，7眼（4.9%）では過小に判別されていた．医師による判別とannotationによる判別の比較では，69.0%（142眼中98眼）でGradeが一致し，20眼（14.1%）で過大に，24眼（16.9%）で過小に評価されていた．
結　論：Segmentation機械学習を用いた自動判別により，翼状片の重症度の判別が可能であると考えられ，臨床的に有効であることが示唆された．（日眼会誌128：416-420，2024）