AIの深層学習による胎児と母親の心拍変動解析パターン対の動的識別法

摘要

現在の胎児の健康状態を診断する装置（分娩監視装置と呼ばれる）は、約30年前から産科臨床の現場に広く普及し、胎児の死亡率の減少に大きく寄与してきた。さらに、高齢妊娠や不妊治療によるハイリスク妊娠等の問題にも柔軟に対応するため、胎児心拍の細変動を詳細に解析・支援するエキスパートシステムの開発が期待されている。本研究では、アトムメディカル社のアイリスモニタを用いて得られ心電図法による正確な心拍細変動時系列（被験者4人分の胎児と母親の同時心拍時系列）に対して、ウェーブレット変換により得られたパワースペクトル解析パターン対（自律神経活動の指標となるLFとHF域の胎児と母親のスペクトルパターン対）をAIのディープラーニング（LSMT）により学習する方法を提案し、その有効性を標本外データ（学習時の被験者と異なる被験者の心拍データ）を用いて識別精度（正解率）を実験的に評価する。