因先天性心脏缺陷导致的死亡，几乎有一半发生在小于 1 岁的婴儿身上。然而最近，科学家开发出新的解决方案来帮助这些婴儿。
由 RIKEN 进阶智慧计划中心（Center for Advanced Intelligence Project，AIP）的科学家领导的研究小组开发了一套新型系统，可利用人工智能（artificial intelligence，AI）自动且即时检测胎儿心脏的异常情况。这项技术可避免检验人员遗漏较严重、需要及时治疗的先天性心脏异常，使患者能早期诊断并接受精心策划的治疗计划，并有助于周产期或新生儿医学的发展（周产期的定义为从妊娠 22 周后开始至出生后 7 天）。
先天性心脏病可能涉及心房、心室、瓣膜或血管连接异常，症状有可能相当严重，约占所有新生儿死亡原因的 20%。若能在婴儿出生前诊断出这些问题，就能在出生一周内及时治疗，这能显著改善预后（prognosis）。科学家为了开发能准确且快速诊断的技术，进行各式各样的尝试。然而到目前为止，胎儿的诊断大部分取决于检验人员能否透过超音波成像观察出结果。不幸的是，未在出生前得到正确诊断的婴儿并不罕见。
近年来，像是深度学习（deep learning）这类的机器学习技术正迅速发展，将机器学习技术应用在医学层面能带来相当大的益处。机器学习确实能比人类更快速诊断，并更准确检测出疾病，但前提是需从特定疾病的患者和非患者身上搜集足够数据。
不幸的是，由于儿童先天性心脏疾病相对罕见，因此未有完整数据库。且目前为止，机器学习所做出的预测对临床应用来说还不够准确。然而，RIKEN AIP 领导的小组，决心面对这项挑战，并成功开发新的机器学习技术，能使用相较而言不太完整的数据准确预测出疾病。
一般而言，为了观察心脏的某些部位（例如瓣膜和血管）是否处于不正确的位置，心脏诊断专家会用自身的判断，比较正常和异常的胎儿心脏图像。研究人员发现，这个过程类似人工智能的物体侦测技术，能区分位置，并对图像出现的多个物体进行分类。
为了开发现有系统，研究人员使用正常的心脏图像来标记心脏和周围器官的 18 个不同部位的正确位置，并开发了一套新颖的“胎儿心脏扫描系统”，能自动从超音波图像检测出心脏的异常。
当侦测到的数据和系统学习的数据之间有差异，且如果差异大于某个信赖值（confidence value）时，则系统会判断其中有异常。该过程能快速且即时执行，结果会立即出现在检查屏幕上。该系统还可让具不同水准的医疗技术和器材的医院，做出一致的判断。
“这项突破要归功于机器学习和胎儿心脏诊断专家之间日积月累的讨论。我们希望这套系统能借由临床医生、学术界和公司之间的成功合作，广泛传播与应用。”领导该计划的 RIKEN AIP 研究员 Masaaki Komatsu 说。
研究人员目前计划在日本大学医院进行临床试验，来增加大量胎儿超音波图像，让人工智能学习更多资讯，以提高侦测的准确性并扩大检测范围。实施该系统能透过培训检验人员或使用云端系统进行远端诊断，拉近地区之间医疗水准的差距。
- AI used to detect fetal heart problems
- Artificial Intelligence Can Help Doctors Diagnose Heart Defects in Infants
（首图来源：Flickr/sergio santos CC BY 2.0）
