MOCKUP · SPReAD 1000 企画（外観イメージ） #98 · AI for Science／医療テーマ
#98

心エコーは心機能を「EF」という1つの数字に丸めるが、EFが下がる頃には心筋はもう傷んでいる——心筋変形（ストレイン）の時空間フィールドをAIでベンダー非依存に解く

🔬 strainscape.research / myocardial-strain-field
StrainScape — 心筋ストレインの時空間解析
研究プロトタイプ ・ 心エコー動画から心筋変形を解析（ダミーデータ）
解析エコー 480件
解析した心エコー
480件
自動計測した区域
8,160区域
ベンダー横断の再現性
ICC.94
▲ 判読者間より安定
心毒性の早期検出
AUC.91
心筋変形の時空間フィールド（区域 × 時間のストレイン）
左＝区域ごとのストレイン曲線（収縮で短縮＝下向き）。AVC後の落ち込み＝収縮後短縮。右＝17区域マップ。色が濃いほど変形が低下（％は絶対値が小さいほど悪い）。
AI解析（この症例・抗がん剤治療中） GLS −15.8%（基準 < −18%）　LVEF 56%（正常域）　前回比 GLS相対 −18%　収縮後短縮 4区域 判定：心毒性の早期サイン 区域ストレイン曲線（1心拍） 17区域ストレインマップ（％） 0 −10 −20 AVC 収縮期 拡張期 収縮後短縮 前壁前中隔下中隔 下壁下側壁前側壁 基部中部心尖 −19 −17 −16 −18 −20 −19 −18 −15 −14 −17 −19 −18 −16 −13 −12 −15 −17 −16 −14 ← 心尖部(apex)
GLS平均 正常区域 低下区域＋収縮後短縮 正常(≤−18%) 軽度低下 低下(>−15%)
AIが推定した解釈（この症例）
LVEF 56%だけなら「正常」。区域ストレインの低下と収縮後短縮を見ると、心毒性の早期サインが最尤。
1アントラサイクリン心毒性 早期（EF正常・GLS相対低下）68%
2HFpEF（負荷時に顕在化する拡張障害）16%
3心アミロイドーシス（心尖部温存パターン）10%
4正常範囲（経過観察）6%
↑ 研究コード名「StrainScape」。心エコーの心筋変形（ストレイン）を時空間フィールドとして解き、
区域変形と収縮後短縮から「EFが下がる前」の心機能低下を見分けた完成イメージ。
心エコーの心筋変形（ストレイン）を「GLSという1つの数字」に丸めず、区域×時間×成分の時空間フィールドとしてAIでベンダー非依存に解き、抗がん剤心毒性・HFpEF・アミロイドを「EFが下がる前」に見分ける——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：循環器内科学 × 時空間表現学習
🔬 問い・学術的背景

心エコーは心機能をLVEF（駆出率）という1つの数字に丸めるが、EFは前負荷依存で粗く、EFが下がる頃には心筋はもう傷んでいる。スペックルトラッキングで測る心筋ストレイン（特にGLS）はEFより早く機能低下を捉えるが、いまも報告はGLS −18%のような単一値に切り詰められ、しかもベンダー間・判読者間でGLS値が食い違う。EACVI/ASEが10年かけても標準化は未完。なぜ豊かな変形情報を1つの数字に潰し、機器が変わると追えなくなるのか。

🎯 仮説・新規性

変形をGLSスカラーに潰さず、区域(17)×時間×成分（長軸/円周/半径ストレイン＋ストレインレート）の時空間フィールドとして表現学習すれば、①ベンダー非依存な不変表現（ドメイン適応）で再現性を底上げし、②区域パターンと収縮後短縮から、心尖部温存（アミロイド）・中隔優位・心毒性の早期サインを単一GLSより高い再現性・早さで見分けられる、と仮説する。「1つのGLS値」を時空間の確率場へ拡張する点とベンダー不変学習が新規性。

🤖 AI活用の必然性

区域×時間×複数成分の変形は人手で全数構造化できない。ベンダー間ばらつきは本質的に不変表現学習（ドメイン適応）の問題で、AIが最も得意とする。スペックルトラッキング自体が動画からの推定問題で、商用ブラックボックスより再現性の高い変形推定をAIで作れる。単一GLS値は時空間構造と不確実性を捨てる——AIなら区域パターンを確率として出せる＝AIでしか届かない粒度。

💰 500万円の使途
  • ① GPU計算・クラウドAPI（モデル学習）
  • ② 公開心エコー動画基盤の整備と匿名化（EchoNet等＋ベンダー横断の検証）
  • ③ 循環器・腫瘍循環器医による区域・フェノタイプのアノテーション
  • ④ 倫理審査(IRB)・データ管理
  • ⑤ 結果公開（プレプリント・可視化Web）
📈 期待成果・社会実装（出口）

ベンダー非依存の区域ストレイン解析プロトタイプ＝学会・論文に加え、最初の出口は腫瘍循環器（抗がん剤心毒性の早期監視）で、既存の監視プロトコルにすぐ乗る。HFpEF・心アミロイドのフェノタイピングへ拡張し、外来エコーへの付加で「EFが下がる前の介入」に直結。Hiroは循環器という最頻出領域を医学生＝当事者として持つ。

※ 正直な関門：最大の壁はベンダー横断の「正解(ground truth)」が存在しないこと——各社GLSがそもそも食い違うため、何を正解に学習するか自体が研究課題。公開心エコー動画はあってもストレイン用ラベルや複数ベンダーのペアデータは希少。診断補助に踏み込めば医療機器プログラム（薬機法）で、研究プロトタイプは非医療機器の研究ツールに留める。EchoPAC/TomTec/AutoStrain等の商用ソフトが強く臨床置換の壁は高い。「EFより早い」が予後・治療変更に効くエビデンスは腫瘍循環器以外では発展途上。学生単独でも応募可だが所属大学のe-Rad機関登録・承認が前提。
完成イメージ（ダミーデータ）・元枠組み＝心エコー・スペックルトラッキング（GLS／AHA 17区域モデル）・EACVI/ASE標準化／ 企画ログ → spread-plans.md #98