小児心のデジタルプロファイル：自動心エコーひずみ解析は心機能障害の早期検出を促進する

概要

半教師あり・ベンダ非依存のDLにより、小児の心エコーひずみ推定で約2%のMAEと高い相関を達成。自動ひずみと運動特徴により、がん治療関連心障害、LGE、LVEF低下（手動測定より優越）、心筋梗塞検出で高いAUCを示した。

主要発見

• Motion‑EchoはGLS/GCSでMAE 2.099%/2.665%、相関0.799/0.781を達成。
• 自動ひずみはがん治療関連心障害をAUC 0.906で予測し、LGEをAUC 0.782で検出。
• LVEF低下予測は手動ひずみより優越（DeLong P<.001）。運動フロー併用で心筋梗塞検出AUC 0.952に向上。
• 2万2千件超・多ベンダ・多画質の心エコーに基づき、最小限のアノテーションで学習。

臨床的意義

自動かつ堅牢な小児ひずみ解析は、潜在的心機能障害の早期発見（例：がん治療サーベイランス）、リスク層別化、施設間・術者間のばらつき低減に寄与する。

限界

• 後ろ向き設計であり、臨床意思決定への前向きな影響は未検証
• 他施設・他プロトコルへの一般化には追加検証が必要

今後の方向性

多施設前向き試験により、臨床導入・患者アウトカム・サブグループ間の公平性・規制水準の妥当性検証を進める。