非標的超音波画像と動画を用いた人工知能による胎児妊娠週数の推定
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Fetal gestational age estimation using artificial intelligence on non-targeted ultrasound images and video
雑誌名：NPJ Digit Med. 2025 Nov 20; 8(1): 700. doi: 10.1038/s41746-025-02024-z. Epub 2025 Nov 20.
概 要：
本研究では、オーストラリア、インド、イギリスからの78,531件の妊娠における200万枚以上の超音波画像を用いて、胎児の超音波画像から妊娠週数（GA）を直接推定する深層学習モデルを開発しました。このモデルは、画像の質に基づいたGA推定値と不確実性値を出力します。742件の胎児からの36,762枚の超音波画像を用いた独立した検証では、14-18週での平均絶対誤差（MAE）が1.7日、18-24週で2.8日となり、従来の生体計測を大幅に上回りました。動画分析では、モデルは24秒の中央値で予測を行い、全ての妊娠期でMAEが3日未満でした。このAIベースのGA推定法は、金標準の胎児生体計測と同等またはそれ以上の性能を示し、高度な技術を要する超音波技師への依存を減少させ、資源が限られた地域での妊娠ケアへのアクセス向上の可能性を提供します。
方 法：
この研究では、78,531件の妊娠から得られた200万枚以上の超音波画像を用いた深層学習モデルを開発しました。モデルは、胎児の超音波画像から妊娠週数を推定し、画像の質に基づく不確実性値も出力します。742件の胎児からの36,762枚の画像を用いて独立検証を行い、妊娠週数の推定精度を評価しました。
結 果：
独立検証の結果、14-18週でのMAEは1.7日、18-24週で2.8日となり、従来の生体計測よりも有意に優れた結果を示しました（p < 0.001）。動画分析では、中央値24秒での予測を行い、全妊娠期でMAEが3日未満でした。モデルの性能は、母体のBMIカテゴリーや地理的設定に関係なく一貫していました。
結 論：
このAIベースの妊娠週数推定法は、胎児の生体計測と同等またはそれ以上の精度を持ち、高度な技術を要する超音波技師への依存を減少させる可能性があります。これにより、資源が限られた地域における妊娠ケアへのアクセスが改善されることが期待されます。