分娩中のCTGは今も「正常／疑い／異常」の3分類で読まれるが、専門家間の一致はκ0.3〜0.6、緊急時には一致率3割・偽陽性6割という報告がある。判読のばらつきは、低酸素・アシドーシスの見逃しと、不要な緊急帝王切開という過剰反応を同時に生む。さらにルールベースの計算機CTG（INFANT試験ほか）は自動判読に挑んだが、代謝性アシドーシスも介入率も有意に減らせなかった。「CTGの場を、人より一貫して・アウトカムに結びつけて読めるか」が問い。
CTGをFHRとUCの時空間フィールドとして自己教師ありで表現学習し、徐脈の型（早発／遅発／変動）と「代償→ストレス→非代償」の生理学的低酸素に接地すれば、人間の判読より一貫し、臍帯血pH等のアウトカムと結びつく表現が得られる、と仮説する。新規性は①ルールでなく生理型に接地した表現、②偽陽性で帝王切開を増やさない動作点設計、③日本人分娩での較正。
胎児心拍と子宮収縮の二信号×長時間×非定常で、低酸素の「型」は文脈依存。閾値ルールや手作り特徴量では取りこぼす時空間の連関（基線細変動、徐脈の遅れ、収縮との位相関係）を、自己教師あり表現学習でしか捉えられない＝AIの必然。単純な集計や閾値では「危険の型」は見えない。
生理型に接地したCTG表現とベンチマーク／「見逃しを減らしつつ偽陽性で帝王切開を増やさない」動作点／産科医不足地域・遠隔分娩監視・判読教育（医学生・助産師の訓練）への出口。Hiro自身が医学生＝臨床現場のドメインで優位。