臨床婦人科産科77巻12号

2023年12月発行

今月の臨床 AIがもたらす産婦人科医療の変革 産科

AIを用いた胎児心臓超音波スクリーニング支援システムの開発

著者： 小松玲奈¹

所属機関： ¹昭和大学江東豊洲病院産婦人科

ページ範囲：P.1184 - P.1189

●胎児心臓超音波スクリーニングは教育やガイドライン発行により広く普及しているが，いまだ先天性心疾患の出生前診断率は十分ではなく，検査者間でもその成績は大きく異なる．

●AIを活用することで，より正確で効果的な胎児心臓超音波スクリーニングが期待される．

●AI搭載型医療機器プログラムの研究開発において，医療従事者とAI工学者との学際的なコミュニケーションが非常に重要である．

参考文献

1）Fiorentino MC, et al : A review on deep-learning algorithms for fetal ultrasound-image analysis. Med Image Anal 83 : 102629, 2023

2）Komatsu M, et al : Towards clinical application of artificial intelligence in ultrasound imaging. Biomedicines 9 : 720, 2021

3）Kim HY, et al : Applications of artificial intelligence in obstetrics. Ultrasonography 42 : 2-9, 2023

4）胎児心エコー検査ガイドライン作成委員会 ; 里見元義，他（編） : 胎児心エコー検査ガイドライン．日小児循環器会誌 22 : 591-613, 2006

5）日本胎児心臓病学会（編） : 胎児心エコー検査ガイドライン（第2版）．日小児循環器学会誌37 : S1.1-S1.57, 2021

6）International Society of Ultrasound in Obstetrics and Gynecology ; Carvalho JS, et al : ISUOG Practice Guidelines（updated） : sonographic screening examination of the fetal heart. Ultrasound Obstet Gynecol 41 : 348-359, 2013

7）日本超音波医学会用語・診断基準委員会，他 : 超音波による胎児形態の標準的評価法．2022年3月11日公示　https://www.jsum.or.jp/committee/diagnostic/pdf/fetal_morphology.pdf

8）川滝元良 : 先天性心疾患の胎児診断における遠隔の活用―テレビ会議システムを利用した遠隔医療．産と婦85 : 39-50, 2018

9）Ravi P, et al : Population trends in prenatal detection of transposition of great arteries : impact of obstetric screening ultrasound guidelines. Ultrasound Obstet Gynecol 51 : 659-664, 2018

10）Suard C, et al : Accuracy of prenatal screening for congenital heart disease in population : A retrospective study in Southern France. PLoS One 15 : e0239476, 2020

11）van Nisselrooij AEL, et al : Why are congenital heart defects being missed? Ultrasound Obstet Gynecol 55 : 747-757, 2020

12）Komatsu M, et al : Detection of cardiac structural abnormalities in fetal ultrasound videos using deep learning. Appl Sci 11 : 371, 2021

13）Sakai A, et al : Medical professional enhancement using explainable artificial intelligence in fetal cardiac ultrasound screening. Biomedicines 10 : 551, 2022

14）Dozen A, et al : Image segmentation of the ventricular septum in fetal cardiac ultrasound videos based on deep learning using time-series information. Biomolecules 10 : 1526, 2020

15）Shozu K, et al : Model-agnostic method for thoracic wall segmentation in fetal ultrasound videos. Biomolecules 10 : 1691, 2020

16）Yasutomi S, et al : Shadow estimation for ultrasound images using auto-encoding structures and synthetic shadows. Appl Sci 11 : 1127, 2021

17）Bridge CP, et al : Automated annotation and quantitative description of ultrasound videos of the fetal heart. Med Image Anal 36 : 147-161, 2017

18）Arnaout R, et al : An ensemble of neural networks provides expert-level prenatal detection of complex congenital heart disease. Nat Med 27 : 882-891, 2021

19）Salim I, et al : Evaluation of automated tool for two-dimensional fetal biometry. Ultrasound Obstet Gynecol 54 : 650-654, 2019

20）Chen X, et al : Automatic measurements of fetal lateral ventricles in 2D ultrasound images using deep learning. Front Neurol 11 : 526, 2020

21）Cho HC, et al : Automated ultrasound assessment of amniotic fluid index using deep learning. Med Image Anal 69 : 101951, 2021