上海交通大学のGao Yingshuang氏ら研究チームは、最も一般的なチアノーゼ型先天性心疾患の一つであるテトラロジー・オブ・フォット（TOF）の診断と術後経過予測を支援する人工知能フレームワーク「DynaTOF」を開発し、学術誌eBioMedicineに発表した。本研究は、超音波断層法（エコー検査）の画像認識と臨床データの融合により、小児心臓病学の診療プロセスを効率化することを目指している。 DynaTOFは、エコー検査の標準的な断層像の自動分類と心臓主要構造の直径測位機能を備える。AIが誤った断層像を解析するリスクを排除した上で、動画データと数値測定情報をマルチモーダルに統合する。単一の画像や数値に依存せず、臨床医が実際の診断で使用する複合的な手がかりを模倣した設計となっている。さらに、手術前のエコー所見、手術方法、経過観察のタイミングを組み合わせることで、術後の回復パターンと合併症リスクを事前予測するアルゴリズムを実装した。 複数の医療機関で収集した健常者、鑑別疾患群、確定診断群を含む多様なデータセットを用いた検証では、DynaTOFはTOFの鑑別診断精度、術後異常スコアの予測、および経過観察リスクの層別化において高い性能を示した。研究者らは、AIを臨床判断の代替ではなく、業務負荷の軽減と診断の一貫性向上を図る意思決定支援ツールとして位置づけている。実際の診療現場では、類似症状を呈する症例の識別が難関となるため、本フレームワークはリアルワールドの診断課題に対応できる実証結果を得ている。 開発陣は、医療AIの価値は単一の技術タスクの最適化ではなく、診断、手術計画、術後モニタリング、長期ケアという一連の臨床パスウェイにどう組み込まれるかにかかると指摘する。DynaTOFは、各段階を有機的に接続し、臨床医が患者と家族に対して割くべき時間と注意を最大化することを目指している。モデルの汎用性向上には機器差や患者群の多様性への対応が課題として残るが、小児心臓病におけるAI支援診断の新たな標準化への第一歩となる可能性を秘めている。