Automatische interpretatie van de beoordeling van foetale hartfunctie op echocardiogram

Waarom dit van belang is voor aanstaande gezinnen

Prenatale scans tonen niet alleen het profiel van een baby—ze kunnen al vroeg aanwijzingen geven over hoe goed het kleine hartje functioneert, nog vóór de geboorte. Maar tegenwoordig is het meten van foetale hartfunctie uit echovideo’s traag en arbeidsintensief werk dat sterk afhankelijk is van de vaardigheden van een paar specialisten. Deze studie beschrijft een nieuw systeem op basis van kunstmatige intelligentie (AI) dat deze hartscans automatisch kan uitlezen, met het vooruitzicht op snellere, consistentere beoordelingen die artsen kunnen helpen problemen eerder te herkennen en hoog‑risicozwangerschappen nauwer te volgen.

Hartscans omzetten in cijfers

Wanneer een aanstaande ouder een echo van het foetale hart krijgt, legt het apparaat bewegende beelden vast van het kloppende hart. Experts pauzeren de video op precies de juiste momenten en tekenen zorgvuldig de wanden en kamers om te berekenen hoe goed het hart pompt. De onderzoekers in deze studie bouwden een AI‑"workflow" die dat hele proces automatisch uitvoert. Hun systeem bekijkt de bewegende echo, vindt de vierkamerweergave van het hart, omlijnt belangrijke structuren zoals de bovenste en onderste kamers en de borstkas, en zet die omlijningen vervolgens om in meer dan 70 verschillende metingen die de grootte, vorm en pompsterkte van het foetale hart beschrijven.

Het systeem trainen met veel echte zwangerschappen

Om de AI te leren hoe een foetaal hart eruitziet in uiteenlopende situaties, gebruikte het team meer dan vijftigduizend gelabelde beelden uit bijna tweeduizend normale foetale hartvideo’s, verzameld in één groot ziekenhuis. Ze testten het systeem vervolgens verder op extra normale gevallen van twee andere ziekenhuizen en op 83 foetussen met verschillende hart‑ of groeiproblemen. In totaal besloeg de dataset een zwangerschapsduur van 18 tot bijna 38 weken en een grote verscheidenheid aan foetale houdingen en scancondities. Ervaren echoscopisten annoteerden de beelden die voor training werden gebruikt zorgvuldig en namen niet deel aan de latere vergelijkingen, wat hielp om een onbevooroordeelde evaluatie te waarborgen.

Gelijkend met en zelfs het gladstrijken van experts

Om te beoordelen of de AI in plaats van mensen kon functioneren, vergeleken de onderzoekers de metingen van de AI met die van twee ervaren echoscopisten, onafhankelijk van elkaar, zowel handmatig als met een populair semi‑automatisch hulpmiddel genaamd Fetal Heart Quantification. Over rechterzijde, linkerzijde en metingen van het hele hart kwamen de resultaten van de AI beter overeen met elk van de experts dan de experts onderling met elkaar. De verschillen tussen AI‑ en menselijke lezingen waren kleiner dan de gebruikelijke verschillen tussen twee menselijke beoordelaars, en statistische testen gaven aan dat de variabiliteit van de AI daadwerkelijk lager was. Belangrijk is dat dit niet alleen gold voor routinematige zwangerschappen, maar ook voor scans van foetussen met hart‑ of groeiafwijkingen, en voor gegevens uit externe ziekenhuizen, wat suggereert dat het systeem generaliseert buiten de oorspronkelijke trainingslocatie.

Hartfunctie koppelen aan algemene foetale groei

Naast losse metingen moeten artsen ook weten of het hart van een bepaalde baby presteert zoals verwacht voor de groeifase. Het team gebruikte de output van de AI uit 1.385 normale zwangerschappen om een "Z‑score"‑model te bouwen—een manier om uit te drukken hoe ver een specifieke meting boven of onder de typische waarde ligt, rekening houdend met de groei. Ze testten 44 verschillende vergelijkingen die hartmetingen koppelden aan veelgebruikte foetale maatindicatoren zoals hoofd‑ en buikomtrek, femurlengte en geschat gewicht. Het geschatte foetale gewicht bleek het beste vast te leggen hoe veel structurele hartmetingen veranderen naarmate baby’s groeien. De meeste normale foetussen vielen comfortabel binnen de voorspelde bereiken, terwijl verschillende foetussen met ernstige aandoeningen, waaronder vernauwde aorta’s en groeibeperking, hartmetingen lieten zien die duidelijk buiten de verwachte band vielen.

Wat dit betekent voor prenatale zorg

Simpel gezegd toont deze studie aan dat een computersysteem een standaard foetaal hart‑echogram kan bekijken, automatisch de kamers kan omlijnen en een gedetailleerd rapport kan produceren dat gelijk is aan of zelfs de consistentie van menselijke experts verbetert. Door deze metingen om te zetten in groeiaangepaste scores, kan het hulpmiddel helpen foetussen te signaleren waarvan het hart mogelijk ongewoon belast is of zich afwijkend ontwikkelt. Hoewel er meer werk nodig is om het systeem in extra ziekenhuizen, op meer soorten echomachine en bij complexere hartafwijkingen te testen, wijzen de bevindingen op een toekomst waarin gedetailleerde foetale hartfunctie snel, objectief en routinematig tijdens de zwangerschap gemeten kan worden, in plaats van alleen wanneer een specialist ruime tijd heeft.

Bronvermelding: Huang, C., Zhang, L., Xie, B. et al. Automated interpretation of fetal cardiac function evaluation from the echocardiogram. npj Digit. Med. 9, 334 (2026). https://doi.org/10.1038/s41746-026-02381-3

Trefwoorden: foetale echocardiografie, kunstmatige intelligentie, prenatale echo, hartfunctie, Z-score model