小児虫垂炎は、小児における急性腹痛の主要な原因の一つであり、その診断は症状の重複や画像の質のばらつきにより医療関係者にとって難しい課題です。本研究では、超音波画像から虫垂炎を自動的に検出するための事前学習したResNetアーキテクチャに基づく深層学習モデルを開発・評価しました。ドイツのレゲンスブルクにある小児病院で腹痛で入院した小児患者のためのレゲンスブルク小児虫垂炎データセットを使用しました。各患者は、右下腹部や虫垂、リンパ節などをカバーする1～15の超音波画像を取得しました。ResNetモデルは、虫垂炎と非虫垂炎のケースを区別するために微調整され、93.44%の全体精度、91.53%の適合率、89.8%の再現率を達成しました。このモデルは、低コントラストやノイズ、解剖学的変動という課題を克服しながら、虫垂炎を特定する強力な性能を示しました。