MOCKUP · SPReAD 1000 企画(外観イメージ) #76 · AI for Science/医療テーマ
#76

赤ちゃんの股関節脱臼は「見つけ方が人で変わる」——乳児股関節エコーのGraf角をAIで標準化し、境界例が治るか進むかを早期に層別する

🔬 cradle.research / ddh-hip-ultrasound
CRADLE — 乳児股関節エコーのGraf解析
研究プロトタイプ ・ 乳児股関節エコーを解析(ダミーデータ)
解析 乳児股関節エコー 12,000股
解析した股関節エコー
12,000
Graf型分類の一致
κ.89
▲ 術者間を補正
α角の自動計測誤差
1.4°
▲ 装置横断
治療要否の予測
AUC.86
▲ 初回エコーから
Graf計測マップ — 右股関節・冠状断(標準断面・ダミー)
標準断面の適切性を確認し、基線・骨性臼蓋線・軟骨性臼蓋線からα角/β角を自動計測。境界のα 55°でGraf IIa(未熟)と判定。
腸骨 大腿骨頭 (軟骨・低エコー) 骨性臼蓋 関節唇 基線(腸骨直線) 骨性臼蓋線 軟骨性臼蓋線 α 55° β 63° 骨性辺縁 Graf IIa ・ α 55° 標準断面 ✓ 腸骨下縁・骨性辺縁・関節唇を描出
基線 骨性臼蓋線(α) 軟骨性臼蓋線(β) 骨/軟骨頭
Graf IIa(未熟)境界例の縦断 — α角の成熟軌跡(ダミー)
同じ初回IIaでも、自然に成熟する股関節と、停滞・悪化して治療を要する股関節に分かれる。AIが初回エコーから両者を切り分ける。
正常域 α≥60°(成熟) 治療検討域 α<50° AI予測 ▲初回エコー 61216週 605043
自然成熟(正常化) 治療を要する(停滞・悪化)
初回エコーの所見から、治療を要するIIaを早期に層別AUC .86
治療を要するIIaの予測に効く所見 上位(ダミー)
初回エコーの所見が、数か月後に治療を要する状態をどれだけ説明するか。
1初回α角の低さ(50°寄り)72%
2軟骨性臼蓋の被覆不良(β角が大)63%
3骨性辺縁の鈍さ(bony rim)55%
4リスク因子(骨盤位・家族歴・女児)47%
↑ 研究コード名「CRADLE」。乳児股関節エコーのGraf角をAIで標準化し、
境界例(Graf IIa)が自然成熟するか治療を要するかを初回エコーから層別した完成イメージ。
乳児股関節エコー(DDH)のGraf角をAIで標準化し、境界例(未熟股関節)が治るか進むかを初回エコーから早期に層別する——完成したらこう見える、の外観イメージ。
上限 500万円(直接経費) 学生応募可(医学生=当事者) e-Rad 応募 第2回・2026年6月上旬予定 分野:整形外科・小児 × 医用超音波AI
🔬 問い・学術的背景

発育性股関節形成不全(DDH)は乳児で最も見逃したくない整形疾患のひとつ。早期に見つければ装具(リーメンビューゲル)で治せるが、見逃すと跛行や若年の変形性股関節症につながる。標準のGraf法は超音波の標準断面でα角(骨性臼蓋)・β角(軟骨性臼蓋)を測り型分類するが、標準断面の取り方とα角計測が操作者依存で再現性が低く誤分類を生む。日本は欧州(墺・独)のような乳児股関節エコーの普及スクリーニングが定着せず見逃しが課題。Hiroは乳児健診・小児整形で股関節を当事者として診る立場。

🎯 仮説・新規性

①標準断面の適切性を自動判定し、②α/β角を装置・術者をまたいで較正して測り、③境界例(Graf IIa=未熟股関節)が自然に成熟するか治療を要するかを初回エコーから縦断層別できると仮説する。α角の自動計測は先行研究があり新規性はそこに置かない断面の質保証+装置横断較正+IIa境界例の予後の早期層別が未踏で、過剰治療(不要な装具)と見逃しの両方を減らす。

🤖 AI活用の必然性

Graf角は標準断面という前提が崩れると無意味になり、断面の良否判定と骨/軟骨境界の同定は微細で人手では揺れる。多数例の断面適切性・角度・縦断成熟をまとめて学習しないと、装置横断で再現する計測と境界例の予後予測はできない。順序尺度の主観分類では「成熟のダイナミクス」を捉えられず、AIの必然がある。

💰 500万円の使途
  • ① GPU計算(標準断面検出・臼蓋セグメンテーション・縦断モデル学習)
  • ② 多施設の乳児股関節エコー+転帰(最終Graf型・治療要否・歩行)の収集と匿名化
  • ③ 小児整形医によるGraf分類・断面アノテーション
  • ④ 装置・プローブ・術者をまたぐ較正と外部検証
  • ⑤ 倫理審査・プレプリント/可視化の公開
📈 期待成果・社会実装(出口)

Graf角の標準化+IIa境界例の予後層別=学会・論文。出口は乳児健診での股関節エコーの「質保証ツール」と、過剰治療/見逃しを減らす較正トリアージ(確定診断・装具適応は小児整形医)。在宅ではなく検査の標準化が軸。将来は他の乳児整形スクリーニングや成長期の経過観察へ横展開。Hiroは小児整形を学ぶ医学生×エンジニアで臨床と画像処理の両面が効く。

※ 正直な関門:DDHの"真の正解"は最終転帰まで追わないと決まらず、教師信号が縦断追跡に依存(時間と多施設連携が要る)。エコーは術者が断面を作る時点で交絡し、後ろ向き画像は質がばらつく。α角自動計測AIは海外で活発(新規性は断面の質保証+装置横断較正+IIa境界例の早期層別に絞る、誇張しない)。乳児画像は要配慮個人情報で同意・匿名化が重い。診療実装は医療機器(SaMD)規制の対象。日本はそもそも普及スクリーニング体制が弱く、出口は制度づくりとセット。学生応募でも所属大学のe-Rad機関登録・承認が前提、第2回の正式日程・公募要領は確定次第の確認が要る。
完成イメージ(ダミーデータ)・分野=整形外科・小児 × 医用超音波AI / 企画ログ → spread-plans.md #76