medvisМедицинская визуализацияMedical Visualization1607-07632408-9516RDS-Media Ltd.10.24835/1607-0763-1484medvis-1484Research ArticleТЕХНОЛОГИИ ЛУЧЕВОЙ ДИАГНОСТИКИRADIOLOGICAL TECHNOLOGIESАлгоритм искусственного интеллекта в оценке сердца плода. Первые этапы разработки НМИЦ АГП имени академика В.И. КулаковаArtificial intelligence in evaluating the fetal heart. The first stages of development of the Moscow Kulakov National Medical Research Center for Obstetrics, Gynecology and Perinatologyhttps://orcid.org/0000-0002-8898-9612БокерияЕ. Л.BokeriaE. L.

Бокерия Екатерина Леонидовна – доктор мед. наук, советник директора, неонатолог, детский кардиолог, ведущий научный сотрудник отделения патологии новорожденных и недоношенных детей №2 ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России;профессор кафедры неонатологии Клинического института детского здоровья им. Н.Ф. Филатова ФГАОУ ВО Первый МГМУ имени И.М. Сеченова Минздрава России (Сеченовский Университет), Москваhttps://orcid.org/0000-0002-8898-9612

Ekaterina L. Bokerija – Doct. of Sci. (Med.), Leading Researcher, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov;Professor, I.M. Sechenov First Moscow State Medical University (Sechenov University), Moscowhttps://orcid.org/0000-0002-8898-9612

e-bockeria@mail.ruhttps://orcid.org/0009-0002-1049-0296ЯннаеваН. Е.YannaevaN. E.

Яннаева Наталья Евгеньевна – канд. мед. наук, врач ультразвуковой диагностики, старший научный сотрудник ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москва;доцент кафедры акушерства и гинекологии ФГБОУ ВО “Рязанский государственный медицинский университет имени академика И.П. Павлова” Минздрава России, Рязаньhttps://orcid.org/0009-0002-1049-0296E-mail: yannaeva@yandex.ru 

Natalia E. Yannaeva – Cand. of Sci. (Med.), ultrasound diagnostics doctor, Senior Research Fellow, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscow;Associate Professor, Department of Obstetrics and Gynecology, Ryazan State Medical University named after Academician I.P. Pavlov, Ryazanhttps://orcid.org/0009-0002-1049-0296E-mail: yannaeva@yandex.ru

yannaeva@yandex.ruhttps://orcid.org/0000-0002-1188-8872СенчаА. Н.SenchaA. N.

Сенча Александр Николаевич – доктор мед. наук, заведующий отделом визуальной диагностики, профессор кафедры акушерства и гинекологии ДПО ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России;профессор кафедры ультразвуковой диагностики ФДПО ФГБОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России, Москва https://orcid.org/0000-0002-1188-8872

Aleksandr N. Sencha – Doct. of Sci. (Med.), Head of Radiology Division, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov;Professor, Department of Ultrasound Diagnostics, Pirogov Russian National Research Medical University, Moscowhttps://orcid.org/0000-0002-1188-8872

senchavyatka@mail.ruhttps://orcid.org/0000-0003-3094-4013КостюковК. В.KostyukovK. V.

Костюков Кирилл Витальевич – доктор мед. наук, заведующий отделением ультразвуковой и функциональной диагностики отдела визуальной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москваhttps://orcid.org/0000-0003-3094-4013Scopus AuthorID: 57191928092

Kirill V. Kostyukov – Doct. of Sci. (Med.), Head of the Ultrasound and functional diagnosis department, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0000-0003-3094-4013Scopus AuthorID: 57191928092

kostyukov_k@yahoo.comhttps://orcid.org/0000-0001-8867-3020ПрялухинИ. А.PrialukhinI. A.

Прялухин Иван Александрович – канд. мед. наук, специалист-эксперт центра цифровой трансформации ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России; ассистент кафедры общественного здоровья и здравоохранения с курсом медико-социальной экспертизы ФГБУ ГНЦ ФМБЦ имени А.И. Бурназяна ФМБА России, Москва;заместитель главного врача СПб ГБУЗ “ГПЦ№1”, С.-Петербургhttps://orcid.org/0000-0001-8867-3020

Ivan A. Prialukhin – Cand. Of Sci. (Med.), specialist expert, Center for Digital Transformation of Healthcare, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov; Assistant Professor, Department of Public Health and Healthcare, the A.I. Burnazyan Federal Medical Biophysical Center of the FMBA of Russia, Moscow; Deputy Chief Physician, City Perinatal Center No. 1Saint-Petersburghttps://orcid.org/0000-0001-8867-3020

i_prialukhin@oparina4.ruhttps://orcid.org/0000-0002-2858-0129ГолошубовП. А.GoloshubovP. A.

Голошубов Петр Анатольевич – специалист центра цифровой трансформации ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москва

Petr A. Goloshubov – specialist expert, Center for Digital Transformation of Healthcare, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscow

alan.djabiev@yandex.ruhttps://orcid.org/0000-0002-2858-0129ДжабиевА. В.DjabievA. V.

Джабиев Алан Валерьевич – канд. мед. наук, врач отделения ультразвуковой и функциональной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москва

Alan V. Djabiev – Cand. of Sci. (Med.), doctor of the Department of the Ultrasound and Functional Diagnosis, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0000-0002-2858-0129

https://orcid.org/0000-0002-4940-3201ПотаповаА. А.PotapovaA. A.

Потапова Алёна Андреевна – канд. мед. наук,  врач отделения ультразвуковой и функциональной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москваhttps://orcid.org/0000-0002-4940-3201

Alyona A. Potapova – Cand. of Sci. (Med.),  doctor of the Department of the Ultrasound and Functional Diagnosis, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0000-0002-4940-3201

doc.PotapovaAA@yandex.ruhttps://orcid.org/0009-0001-3702-1206ПередвигинаА. В.PeredviginaA. V.

Передвигина Анастасия Владимировна – канд. мед. наук, врач отделения ультразвуковой и функциональной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москваhttps://orcid.org/0009-0001-3702-1206

Anastasiia V. Peredvigina – Cand. of Sci. (Med.),   doctor of the Department of the Ultrasound and Functional Diagnosis, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0009-0001-3702-1206

nperedvigina@yandex.ruhttps://orcid.org/0000-0001-6446-4849КоротченкоО. Е.KorotchenkoO. E.

Коротченко Ольга Евгеньевна – канд. мед. наук, врач отделения ультразвуковой и функциональной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москваhttps://orcid.org/0000-0001-6446-4849

Olga Е. Коrotchenko – Cand. of Sci. (Med.),  doctor of the Department of the Ultrasound and Functional Diagnosis, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0000-0001-6446-4849

okorotchenko@mail.ruhttps://orcid.org/0009-0009-0226-2999МашинецН. В.MashinecN. V.

Машинец Наталья Валериевна – канд. мед. наук, старший научный сотрудник отделения ультразвуковой и функциональной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москваhttps://orcid.org/0009-0009-0226-2999

Natalia V. Mashinets – Cand. of Sci. (Med.),   Senior Researcher, of the Department of Ultrasound and Functional Diagnostics, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0009-0009-0226-2999

natashamashinetts@yandex.ruhttps://orcid.org/0009-0003-5840-1691ЛяпуновА. К.LypunovA. K.

Ляпунов Александр Константинович – врач отделения ультразвуковой и функциональной диагностики ФГБУ “НМИЦ акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России, Москваhttps://orcid.org/0009-0003-5840-1691

Alexandr К. Lyapunov – doctor of the Department of the Ultrasound and Functional Diagnosis, National Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov, Moscowhttps://orcid.org/0009-0003-5840-1691

alexandr_lyapunov@bk.ruФГБУ “Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России; ФГАОУ ВО Первый Московский государственный медицинский университет имени И.М. Сеченова Минздрава России (Сеченовский Университет)РоссияNational Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov of the Ministry of Healthcare of the Russian Federation; I.M. Sechenov First Moscow State Medical University (Sechenov University)Russian FederationФГБУ “Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России; ФГБОУ ВО “Рязанский государственный медицинский университет имени академика И.П. Павлова” Минздрава РоссииРоссияNational Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov of the Ministry of Healthcare of the Russian Federation; Ryazan State Medical University named after academician I.P. PavlovRussian FederationФГБУ “Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России; ФГАОУ ВО Российский национальный исследовательский медицинский университет им. Н.И. Пирогова Минздрава РоссииРоссияNational Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov of the Ministry of Healthcare of the Russian Federation; Pirogov Russian National Research Medical UniversityRussian FederationФГБУ “Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава РоссииРоссияNational Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov of the Ministry of Healthcare of the Russian FederationRussian FederationФГБУ “Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова” Минздрава России; ФГБУ “Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр имени А.И. Бурназяна” Федерального медико-биологического агентства России; СПб ГБУЗ “Городской перинатальный центр №1”Russian FederationNational Medical Research Center for Obstetrics, Gynecology and Perinatology named after academician V.I. Kulakov of the Ministry of Healthcare of the Russian Federation; The A.I. Burnazyan Federal Medical Biophysical Center of the Federal Medical and Biological Agency of Russia; City Perinatal Center No. 1Russian Federation2025180920252936779Copyright © Бокерия Е.Л., Яннаева Н.Е., Сенча А.Н., Костюков К.В., Прялухин И.А., Голошубов П.А., Джабиев А.В., Потапова А.А., Передвигина А.В., Коротченко О.Е., Машинец Н.В., Ляпунов А.К., 20252025Бокерия Е.Л., Яннаева Н.Е., Сенча А.Н., Костюков К.В., Прялухин И.А., Голошубов П.А., Джабиев А.В., Потапова А.А., Передвигина А.В., Коротченко О.Е., Машинец Н.В., Ляпунов А.К.Bokeria E.L., Yannaeva N.E., Sencha A.N., Kostyukov K.V., Prialukhin I.A., Goloshubov P.A., Djabiev A.V., Potapova A.A., Peredvigina A.V., Korotchenko O.E., Mashinec N.V., Lypunov A.K.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://medvis.rdsmedia.ru/jour/article/view/1484

Патология сердечно-сосудистой системы плода – это наиболее распространенный вид врожденных пороков развития, находится на втором месте среди причин младенческой смертности и составляет 47% всех причин смерти от пороков развития. Общепринятый минимальный расчетный показатель частоты врожденных пороков сердца (ВПС) – 8 случаев на 1 тыс. живорожденных (5–9 из 1000 новорожденных).

Оценка сердца плода является сложной задачей, главным образом из-за небольшого размера сердца, непроизвольных движений плода, неудобного положения плода.

Дифференциальная диагностика нормального сердца плода и сердца с ВПС, требующим кардиохирургической помощи после рождения, является важной, а иногда критически необходимой целью ультразвукового исследования плода.

Цель исследования

Цель исследования: создание системы поддержки принятия врачебных решений  путем формирования алгоритма осмотра сердца плода с помощью искусственного интеллекта, результатом которого должен стать один из вариантов медицинского заключения: “норма” – правильное строение сердца – ВПС нет; “не норма” – неправильное строение сердца – нельзя исключить наличие ВПС, рекомендована расширенная эхокардиография плода в кратчайшие сроки.

Материал и методы

Материал и методы. Исследование проводилось на сроке беременности 18–21 нед. Каждое исследование на одного пациента содержало видеофайлы пяти стандартных проекций сердца. Каждый срез представлен не менее чем 25 кадрами. Верификация была выполнена путем подтверждения/изменения диагноза врачом-экспертом, а также подтверждением диагноза после рождения.

Результаты

Результаты. В результате выполнения работ задача определения зон грудной клетки и сердца плода решена с точностью 98%, задача классификации среза сердца на кадре – с точностью 82%, задача определения патологии на срезах сердца – с точностью 77%.

Заключение

Заключение. Результаты показали, что алгоритм искусственного интеллекта может повысить точность ультразвукового диагностики сердца плода и имеет хорошую прикладную ценность. Ожидается, что методы искусственного интеллекта внесут вклад в стандартизацию и оптимизацию эхокардиографии плода, повысят процент пренатальной диагностики ВПС и тем самым приведут к снижению младенческой смертности и детской инвалидизации.

Pathology of the fetal cardiovascular system is the most common type of congenital malformations and is in second place among the causes of infant mortality and accounts for 47% of all causes of death from malformations.

The effectiveness and result of cardiac surgery largely depend on the earliest diagnosis of heart disease, on the readiness of medical staff to provide medical care to a newborn with CHD and on the ability to arrange timely transportation of a newborn to a cardiac surgery center as soon as possible.

Fetal heart assessment is a difficult task, mainly due to the small size of the heart, involuntary fetal movements, and lack of experience in fetal echocardiography by some ultrasound specialists

The objective of our study is to create a medical decision support system by forming an algorithm for examining the fetal heart using AI. The result of which should be one of the medical opinion options: “normal” – correct heart structure – no congenital heart disease; “not normal” – abnormal heart structure – the presence of congenital heart disease cannot be ruled out, extended fetal echocardiography is recommended as soon as possible.

One of the tasks of our work was: the formation of an algorithm for examining the fetal heart using AI, the result of which should be one of the options for a medical conclusion: “norm” – correct heart structure – there is no CHD; “not norm” – incorrect heart structure – the presence of CHD cannot be excluded, extended fetal echocardiography is recommended as soon as possible.

Research methodology

Research methodology: The study was conducted at the gestation period of 18–21 weeks. Each study per patient contained video files of five standard projections of the heart. Each slice is represented by at least 25 frames. Verification was performed by confirming/changing the diagnosis by an expert doctor, as well as confirming the diagnosis after birth.

As a result of the work, the task of determining the zones of the chest and heart of the fetus was solved with an accuracy of 98%; the task of classifying the slice of the heart on the frame was solved with an accuracy of 82%, the task of determining pathology on the slices of the heart was solved with an accuracy of 77%.

Conclusions

Conclusions: The results showed that the artificial intelligence algorithm can improve the accuracy of ultrasound diagnosis of the fetal heart and has good applied value. It is expected that artificial intelligence methods will contribute to the standardization and optimization of fetal echocardiography, increase the percentage of prenatal diagnosis of CHD, and thereby lead to a decrease in infant mortality and childhood disability.

плод человекаврожденные пороки сердцаискусственный интеллектультразвуковая пренатальная диагностикасвёрточная нейронная сетьглубокое обучениеультразвуковое исследование плодапренатальная диагностикаfetuscongenital heart defectsartificial intelligenceultrasound diagnosticsartificial intelligenceconvolution neural networkdeep learningfetal ultrasoundprenatal diagnosisГрант МЗ РФ: «Обеспечение информационного взаимодействия медицинских информационных систем ФГБУ «НМИЦ АГП им. В.И. Кулакова» Минздрава России с подсистемами ЕГИСЗ размеченных датасетов по направлению ультразвуковой скрининг второго триместра».ReferencesБокерия Л.А., Шаталова К.В. Детская кардиохирургия: Руководство для врачей. М.: НЦССХ им. А.Н. Бакулева, 2016: 24–40.Bokeria L.A., Shatalova K.V. Pediatric cardiac surgery. Manual for physicians. Moscow: A.N. Bakulev National Medical Research Center of Cardiovascular Surgery, 2016: 24–40. (In Russian)Бокерия Е.Л. Перинатальная кардиология: настоящее и будущее. Часть I: Врожденные пороки сердца. Российский вестник перинатологии и педиатрии. 2019; 64 (3): 5–10. https://doi.org/10.21508/1027-4065-2019-64-3-5-10Bokerija E.L. Perinatal cardiology: the present and the future. Part I: Congenital heart disease. Rossiyskiy Vestnik Perinatologii i Pediatrii = Russian Bulletin of Perinatology and Pediatrics. 2019; 64 (3): 5–10. https://doi.org/10.21508/1027-4065-2019-64-3-5-10 (In Russian)Mcleod G., Shum K., Gupta T. et al. Echocardiography in Congenital Heart Disease. Prog. Cardiovasc. Dis. 2018; 5–6: 468–475. https://doi.org/10.1016/j.pcad.2018.11.004Mcleod G., Shum K., Gupta T. et al. Echocardiography in Congenital Heart Disease. Prog. Cardiovasc. Dis. 2018; 5–6: 468–475. https://doi.org/10.1016/j.pcad.2018.11.004Yoon S.A., Hong W.H., Cho H.J. Congenital heart disease diagnosed with echocardiogram in newborns with asymptomatic cardiac murmurs: A systematic review. BMC Pediatr. 2020; 20: 1–10. https://doi.org/10.1186/s12887-020-02212-8Yoon S.A., Hong W.H., Cho H.J. Congenital heart disease diagnosed with echocardiogram in newborns with asymptomatic cardiac murmurs: A systematic review. BMC Pediatr. 2020; 20: 1–10. https://doi.org/10.1186/s12887-020-02212-8Patel N., Narasimhan E., Kennedy A. Fetal Cardiac US: Techniques and Normal Anatomy Correlated with Adult CT and MR Imaging. Radiographics. 2017; 37 (4): 1290–1303. https://doi.org/10.1148/rg.2017160126Patel N., Narasimhan E., Kennedy A. Fetal Cardiac US: Techniques and Normal Anatomy Correlated with Adult CT and MR Imaging. Radiographics. 2017; 37 (4): 1290–1303. https://doi.org/10.1148/rg.2017160126Carvalho J.S., Axt-Fliedner R., Chaoui R. et al. ISUOG Practice Guidelines (updated): fetal cardiac screening. Ultrasound Obstet. Gynecol. 2023. 61 (6): 788–803. https://doi.org/10.1002/uog.26224Carvalho J.S., Axt-Fliedner R., Chaoui R. et al. ISUOG Practice Guidelines (updated): fetal cardiac screening. Ultrasound Obstet. Gynecol. 2023. 61 (6): 788–803. https://doi.org/10.1002/uog.26224Приказ Министерства здравоохранения РФ от 20 октября 2020 г. N 1130н “Об утверждении Порядка оказания медицинской помощи по профилю “акушерство и гинекология”: [Зарегистрировано в Минюсте РФ 12 ноября 2020 г. Регистрационный N 60869]. – Официальный интернет-портале правовой информации” (www.pravo.gov.ru) 13 ноября 2020 г. N 0001202011130037 (дата обращения: 13.04.2025). – Текст: электронный.Order of the Ministry of Health of the Russian Federation of October 20, 2020 N 1130n "On approval of the Procedure for the provision of medical care in the profile of "obstetrics and gynecology": [Registered with the Ministry of Justice of the Russian Federation on November 12, 2020. Registration N 60869]. - Official Internet portal of legal information" (www.pravo.gov.ru) November 13, 2020 N 0001202011130037 (date of access: 04/13/2025). - Text: electronic. (In Russian)Carvalho J.S., Allan L.D., Chaoui R. et al. ISUOG Practice Guidelines (updated): sonographic screening examination of the fetal heart. Ultrasound Obstet. Gynecol. 2013; 41 (3): 348–359. https://doi.org/10.1002/uog.12403Carvalho J.S., Allan L.D., Chaoui R. et al. ISUOG Practice Guidelines (updated): sonographic screening examination of the fetal heart. Ultrasound Obstet. Gynecol. 2013; 41 (3): 348–359. https://doi.org/10.1002/uog.12403Bak G.S., Shaffer B.L., Madriago E. et al. Impact of maternal obesity on fetal cardiac screening: which follow-up strategy is cost-effective? Ultrasound Obstet. Gynecol. 2020; 56 (5): 705–716. https://doi.org/10.1002/uog.21895Bak G.S., Shaffer B.L., Madriago E. et al. Impact of maternal obesity on fetal cardiac screening: which follow-up strategy is cost-effective? Ultrasound Obstet. Gynecol. 2020; 56 (5): 705–716. https://doi.org/10.1002/uog.21895Friedberg M.K., Silverman N.H., Moon-Grady A.J. et al. Prenatal detection of congenital heart disease. J. Pediatr. 2009; 155 (1): 26–31, 31.e1. https://doi.org/10.1016/j.jpeds.2009.01.050Friedberg M.K., Silverman N.H., Moon-Grady A.J. et al. Prenatal detection of congenital heart disease. J. Pediatr. 2009; 155 (1): 26–31, 31.e1. https://doi.org/10.1016/j.jpeds.2009.01.050Sekar P., Heydarian H.C., Cnota J.F. et al. Diagnosis of congenital heart disease in an era of universal prenatal ultrasound screening in southwest Ohio. Cardiol. Young. 2015; 25 (1): 35–41. https://doi.org/10.1017/S1047951113001467Sekar P., Heydarian H.C., Cnota J.F. et al. Diagnosis of congenital heart disease in an era of universal prenatal ultrasound screening in southwest Ohio. Cardiol. Young. 2015; 25 (1): 35–41. https://doi.org/10.1017/S1047951113001467Donofrio M.T., Moon-Grady A.J., Hornberger L.K. et al. Diagnosis and treatment of fetal cardiac disease: a scientific statement from the American Heart Association. American Heart Association Adults With Congenital Heart Disease Joint Committee of the Council on Cardiovascular Disease in the Young and Council on Clinical Cardiology, Council on Cardiovascular Surgery and Anesthesia, and Council on Cardiovascular and Stroke Nursing. Circulation. 2014; 27; 129 (21): 2183–2242. https://doi.org/10.1161/01.cir.0000437597.44550.5dDonofrio M.T., Moon-Grady A.J., Hornberger L.K. et al. Diagnosis and treatment of fetal cardiac disease: a scientific statement from the American Heart Association. American Heart Association Adults With Congenital Heart Disease Joint Committee of the Council on Cardiovascular Disease in the Young and Council on Clinical Cardiology, Council on Cardiovascular Surgery and Anesthesia, and Council on Cardiovascular and Stroke Nursing. Circulation. 2014; 27; 129 (21): 2183–2242. https://doi.org/10.1161/01.cir.0000437597.44550.5dTunçalp Ӧ., Pena-Rosas J.P., Lawrie T. et al. WHO recommendations on antenatal care for a positive pregnancy experience – going beyond survival. BJOG. 2017; 124 (6): 860–862. https://doi.org/10.1161/01.cir.0000437597.44550.5dTunçalp Ӧ., Pena-Rosas J.P., Lawrie T. et al. WHO recommendations on antenatal care for a positive pregnancy experience – going beyond survival. BJOG. 2017; 124 (6): 860–862. https://doi.org/10.1161/01.cir.0000437597.44550.5dBaumgartner C.F., Kamnitsas K., Matthew J. et al. SonoNet: Real-Time Detection and Localisation of Fetal Standard Scan Planes in Freehand Ultrasound. IEEE Trans. Med. Imaging. 2017; 36 (11): 2204–2215. https://doi.org/10.1109/TMI.2017.2712367Baumgartner C.F., Kamnitsas K., Matthew J. et al. SonoNet: Real-Time Detection and Localisation of Fetal Standard Scan Planes in Freehand Ultrasound. IEEE Trans. Med. Imaging. 2017; 36 (11): 2204–2215. https://doi.org/10.1109/TMI.2017.2712367Sklansky M., DeVore G.R. Fetal Cardiac Screening: What Are We (and Our Guidelines) Doing Wrong? J. Ultrasound Med. 2016; 35 (4): 679–681. https://doi.org/10.7863/ultra.15.07021Sklansky M., DeVore G.R. Fetal Cardiac Screening: What Are We (and Our Guidelines) Doing Wrong? J. Ultrasound Med. 2016; 35 (4): 679–681. https://doi.org/10.7863/ultra.15.07021Sun H.Y., Proudfoot J.A., McCandless R.T. Prenatal detection of critical cardiac outflow tract anomalies remains suboptimal despite revised obstetrical imaging guidelines. Congenit. Heart Dis. 2018; 13 (5): 748–756. https://doi.org/10.1111/chd.12648Sun H.Y., Proudfoot J.A., McCandless R.T. Prenatal detection of critical cardiac outflow tract anomalies remains suboptimal despite revised obstetrical imaging guidelines. Congenit. Heart Dis. 2018; 13 (5): 748–756. https://doi.org/10.1111/chd.12648Garcia-Canadilla P., Sanchez-Martinez S., Crispi F. et al. Machine Learning in Fetal Cardiology: What to Expect. Fetal Diagn. Ther. 2020; 47 (5): 363–372. https://doi.org/10.1159/000505021Garcia-Canadilla P., Sanchez-Martinez S., Crispi F. et al. Machine Learning in Fetal Cardiology: What to Expect. Fetal Diagn. Ther. 2020; 47 (5): 363–372. https://doi.org/10.1159/000505021Arnaout R., Curran L., Zhao Y. et al. An ensemble of neural networks provides expert-level prenatal detection of complex congenital heart disease. Nat. Med. 2021; 27 (5): 882–891. https://doi.org/10.1038/s41591-021-01342-5Arnaout R., Curran L., Zhao Y. et al. An ensemble of neural networks provides expert-level prenatal detection of complex congenital heart disease. Nat. Med. 2021; 27 (5): 882–891. https://doi.org/10.1038/s41591-021-01342-5Artificial intelligence technologies. United Kingdom Engineering and Physical Sciences Research Council. Accessed December 12, 2022. https://epsrc.ukri.org/research/ourportfolio/researchareas/ait/Artificial intelligence technologies. United Kingdom Engineering and Physical Sciences Research Council. Accessed December 12, 2022. https://epsrc.ukri.org/research/ourportfolio/researchareas/ait/He F., Wang Y., Xiu Y.et al. Artificial intelligence in prenatal ultrasound diagnosis. Front. Med. 2021; 8: 729978. https://doi.org/10.3389/fmed.2021.729978He F., Wang Y., Xiu Y.et al. Artificial intelligence in prenatal ultrasound diagnosis. Front. Med. 2021; 8: 729978. https://doi.org/10.3389/fmed.2021.729978Zhang L., Ye X., Lambrou T. et al. A supervised texton based approach for automatic segmentation and measurement of the fetal head and femur in 2D ultrasound images. Phys. Med. Biol. 2016; 61 (3): 1095–1115. https://doi.org/10.1088/ 0031-9155/61/3/1095Zhang L., Ye X., Lambrou T. et al. A supervised texton based approach for automatic segmentation and measurement of the fetal head and femur in 2D ultrasound images. Phys. Med. Biol. 2016; 61 (3): 1095–1115. https://doi.org/10.1088/ 0031-9155/61/3/1095Li P., Zhao H., Liu P., Cao F. Automated measurement network for accurate segmentation and parameter modification in fetal head ultrasound images. Med. Biol. Eng. Comput. 2020; 58 (11): 2879–2892. https://doi.org/10.1007/s11517-020-02242-5Li P., Zhao H., Liu P., Cao F. Automated measurement network for accurate segmentation and parameter modification in fetal head ultrasound images. Med. Biol. Eng. Comput. 2020; 58 (11): 2879–2892. https://doi.org/10.1007/s11517-020-02242-5van den Heuvel T.L.A., Petros H., Santini S. et al. Automated fetal head detection and circumference estimation from free-hand ultrasound sweeps using deep learning in resource-limited countries. Ultrasound Med. Biol. 2019; 45 (3): 773–785. https://doi.org/10.1016/j.ultrasmedbio.2018.09.015van den Heuvel T.L.A., Petros H., Santini S. et al. Automated fetal head detection and circumference estimation from free-hand ultrasound sweeps using deep learning in resource-limited countries. Ultrasound Med. Biol. 2019; 45 (3): 773–785. https://doi.org/10.1016/j.ultrasmedbio.2018.09.015Sinclair M., Baumgartner C.F., Matthew J. et al. Human-Level Performance on Automatic Head Biometrics in Fetal Ultrasound Using Fully Convolutional Neural Networks. IEEE. 2018; 714–717. https://doi.org/10.48550/arXiv.1804.09102Sinclair M., Baumgartner C.F., Matthew J. et al. Human-Level Performance on Automatic Head Biometrics in Fetal Ultrasound Using Fully Convolutional Neural Networks. IEEE. 2018; 714–717. https://doi.org/10.48550/arXiv.1804.09102Nurmaini S., Rachmatullah M.N., Sapitri A.I. et al. Deep Learning-Based Computer-Aided Fetal Echocardiography: Application to Heart Standard View Segmentation for Congenital Heart Defects Detection. Sensors (Basel). 2021; 21 (23): 8007. https://doi.org/10.3390/s21238007Nurmaini S., Rachmatullah M.N., Sapitri A.I. et al. Deep Learning-Based Computer-Aided Fetal Echocardiography: Application to Heart Standard View Segmentation for Congenital Heart Defects Detection. Sensors (Basel). 2021; 21 (23): 8007. https://doi.org/10.3390/s21238007Han G., Jin T., Zhang L. et al. Adoption of Compound Echocardiography under Artificial Intelligence Algorithm in Fetal Congenial Heart Disease Screening during Gestation. Bionics Biomech. 2022: 2022: 6410103. https://doi.org/10.1155/2022/6410103Han G., Jin T., Zhang L. et al. Adoption of Compound Echocardiography under Artificial Intelligence Algorithm in Fetal Congenial Heart Disease Screening during Gestation. Bionics Biomech. 2022: 2022: 6410103. https://doi.org/10.1155/2022/6410103Wu H., Wu B., Lai F. et al. Application of Artificial Intelligence in Anatomical Structure Recognition of Standard Section of Fetal Heart. Comput. Math. Methods. Med. 2023. 24; 2023: 5650378. https://doi.org/10.1155/2023/5650378Wu H., Wu B., Lai F. et al. Application of Artificial Intelligence in Anatomical Structure Recognition of Standard Section of Fetal Heart. Comput. Math. Methods. Med. 2023. 24; 2023: 5650378. https://doi.org/10.1155/2023/5650378

The authors declare that there are no conflicts of interest present.