Predicting Placental Dysfunction in Ultrasound Examination Using Deep Learning

• Project/Area Number: 24K12634
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 56040:Obstetrics and gynecology-related
• Research Institution: Showa University
• Principal Investigator: 小松 玲奈 (香川玲奈) 昭和大学, 医学部, 助教 (30368633)
• Co-Investigator(Kenkyū-buntansha): 小松 正明 国立研究開発法人理化学研究所, 革新知能統合研究センター, 副チームリーダー (70750842)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: 胎児発育不全 / 超音波検査 / 人工知能 / 妊娠高血圧腎症

Outline of Research at the Start

妊娠高血圧腎症（preeclampsia: PE）は、母体に高血圧及び蛋白尿や臓器障害、胎児には胎児発育不全(fetal growth restriction: FGR) や胎児機能不全を呈し、重篤な合併症を呈することがあるため、早期に診断し適切な医療介入を行う必要がある。PEの発症原因とされている「胎盤形成不全」を妊娠中の超音波検査で評価し、その後のPE・FGRの発症を予知する手法を開発することを本研究の目的とする。胎盤の超音波画像について、人工知能（artificial intelligence: AI）を用いて解析しその特徴を見出し、母体の臨床的背景や血液検査（sFlt-1/PlGF比など）と組み合わせることで、その後のPEやFGRの予知が可能であるかどうか検討する。