健康科学：ビュー情報でプライミングした視覚言語AIによる包括的な心エコー図評価
Nature 650, 8103 doi: 10.1038/s41586-025-09850-x
心エコー検査は最も広く用いられている心臓画像診断法であり、超音波動画データを取得して心臓の構造と機能を評価する。心エコー検査における人工知能（AI）は、手作業を効率化し、再現性と精度を向上させる可能性を秘めている。しかし、ほとんどの心エコー検査AIモデルは、シングルビュー・シングルタスクシステムであり、1回の全検査工程において撮影される複数のビューから得られる補完的な情報を統合していないため、性能と適用範囲が限られる。本論文で我々は、この問題に対処するためのEchoPrimeを紹介する。EchoPrimeは、1200万以上の動画–検査報告書のペアで訓練した、マルチビューで、ビュー情報を付与した、動画ベースの視覚–言語基盤モデルである。EchoPrimeは、包括的な心エコー図研究における全ての標準ビューについて、まれおよびありふれた、疾患・診断の両方についての表現を用いて、コントラスト学習によって統一的な埋め込みモデルを訓練する。EchoPrimeは次に、ビュー分類とビュー情報に基づく解剖学的アテンションモジュールを用いて動画特異的な埋め込みを重み付けし、ビューと解剖学的構造の間の関係性を正確にマッピングする。EchoPrimeは検索拡張解釈により、包括的研究の全ての心エコー動画からの情報を統合し、総合的な臨床解釈を実行する。5つの独立した国際的なヘルスケアシステムのデータセットにおいて、EchoPrimeは、心臓の形状と機能に関する23の多様なベンチマークについて最高水準の性能を達成し、タスク特化手法と従来基盤モデルの両者の性能を凌駕した。厳密な臨床評価を経た後に、EchoPrimeは包括的な心エコー検査の自動化された予備評価において、医師を支援することができる。
