Google Research 发表 AI 盲扫超声孕周评估研究，准确性与专家操作相当

世界卫生组织（WHO）估计，全球每年有超过25万例可预防的死亡由妊娠相关并发症导致。虽然产前超声可以改善妊娠结局并降低胎儿和孕产妇死亡率，但全球三分之二的人口无法获得超声等诊断性医学影像。当前支持孕产妇健康的方法严重依赖专业临床培训，导致数百万生活在资源匮乏地区的人在 entire pregnancy 期间都无法获得一次超声检查。

我们看到了一个机会，可以开展研究来满足这一现实需求，即开发能够解读“盲扫”超声的机器学习系统。这种扫描方式让未接受过专业超声培训的一线医护人员只需以标准化模式将低成本、便携式超声探头在腹部滑动即可完成扫描。

由于许多地区面临专家严重短缺的问题，而传统的超声技师培训既昂贵又需要多年的投入，因此让这些医护人员在最少培训下完成评估，有可能显著扩大产前筛查的覆盖范围。

将最低培训要求与AI解读相结合，最终可能意味着一种成功开发的工具，有望提高基于超声的妊娠评估的可及性，从而改善获得更高质量孕产妇保健的机会。

在发表于JAMA Network Open的“基于盲扫超声的AI孕龄评估的泛化性”一文中，我们评估了一种用于孕龄评估（即妊娠进展到何种程度）的AI模型在不同临床环境和硬件条件下的泛化效果。虽然我们此前的研究已在同一回顾性队列的未见患者上验证了该模型的性能，但这项新的前瞻性研究展示了该AI系统如何在真实诊所的移动设备上实时可靠运行，且仅由新手操作员使用不熟悉的超声设备，并只需最少的微调。

“孕龄基本上就是女性怀孕进展到何种程度。我们所有的筛查、许多治疗、许多分娩指征，都基于从孕龄获得的这条主时间线。”

- Nichole Young-Lin，妇产科医生

评估在不同临床环境下的性能

医疗AI系统要在全球安全推广，必须展现出泛化能力——即在引入与模型训练时不同的患者群体、临床工作流程和超声硬件差异的新临床环境时，仍能保持准确的诊断性能。

在这项研究中，我们最初的AI模型仅在我们目标人群中的一个群体上进行了最少量的调优，随后在两个目标环境中进行了前瞻性测试：

• Northwestern Medicine：位于美国伊利诺伊州芝加哥的城市高资源学术医疗中心。
• Jacaranda Health：位于肯尼亚内罗毕的城市社区诊所网络。

该研究 AI 系统最初使用在北卡罗来纳州和赞比亚采集的超声数据进行训练，数据来自一组 Sonosite、GE 和 Butterfly Networks 商用超声探头，随后与 Clarius C3 商用便携式经腹探头配合使用。所有这些站点在多个护理维度上存在差异，包括女性首次接受产前护理的时间、她们接受常规超声检查的次数，以及通常如何确定孕龄。

为评估高效的系统调优，该研究利用来自芝加哥的 120 名参与者的小型试点数据集——约为原始训练集的 6%——使模型适应新的探头硬件，并将孕龄预测范围扩展到 36 周以上。为理解泛化能力，内罗毕站点的数据未用于微调，从而保持肯尼亚临床验证为严格独立的外部测试。为评估综合效用，该研究还纳入了多胎妊娠，这可能给人工操作者和自动化系统带来追踪和测量挑战。

关键发现：与专家标准相当

我们将 AI 系统从盲扫超声中估计胎儿年龄的能力，与基于临床标准专家方法的公式估计进行了比较。这种专家方法依赖专家超声技师定位胎儿的多个特定横截面，以进行精确的生物测量，这是一项难以规模化、需要多年培训且高度依赖操作者的任务。

该诊断研究评估了 385 名孕 16 至 36 周参与者的主要队列，展示了强有力的 AI 系统结果：

• 临床非劣效准确性：在两个队列中，AI 模型估计孕龄的平均绝对误差（MAE）为 4.18 天，成功证明其不劣于由专家超声技师执行的标准临床程序，后者的 MAE 为 4.48 天。
• 跨场景泛化：在芝加哥，适配后的模型 MAE 为 4.10 天。在内罗毕，在零本地优化的情况下，模型达到了相当的 MAE 4.27 天。

除准确性外，探索性指标显示该研究 AI 系统在复杂场景中具有韧性。例如，在胎儿体重极端（高于第 90 百分位）的病例中，模型优于传统生物测量公式，展示出对胎儿大小变化的稳健性。

前瞻性部署期间的经验教训

除了凸显通过 AI 扩大超声可及性的巨大机会外，这项前瞻性多中心研究还使我们能够主动观察并优化 AI 在真实临床环境中的行为。通过将我们的系统直接部署到日常临床工作流程中，我们获得了有助于面向真实世界使用进行设计的实用见解。例如，我们观察到在连续患者之间保持设备充电时，可更换电池比插入式充电底座更重要。

这些研究还表明，部署此类 AI 系统还需要与临床医生和患者建立深度信任。最终实现这一目标的一个重要方式是在应用中内置明确的保障措施，例如由我们的模型生成模型置信度估计，以拒绝质量差的扫描并向临床医生用户传达模型不确定性。

展望未来：用 AI 扩大护理可及性

这些研究结果表明，基于 AI 的系统可以分析由未接受过专业超声培训的操作员采集的标准“盲扫”图像。AI 对胎龄的估算准确度与当前由专家操作员使用更昂贵的传统推车式超声设备所提供的标准诊疗相当。在多样化的临床环境、硬件和不断变化的人群中展示技术泛化能力，标志着在凸显其扩大这一孕产妇健康关键能力可及性潜力方面迈出了关键一步。

通过赋能仅接受过最低限度培训的社区卫生工作者开展可靠的超声评估，这项研究展示了在资源匮乏地区扩大数百万人的产前覆盖范围的潜力。研究这种可扩展技术的能力，为构建更具韧性、更可及的医疗系统奠定了基础，确保每一位母亲无论身处何地，都有机会获得健康的妊娠和安全的分娩。

这项即时检验研究代表了我们通过 AI 扩大医疗可及性这一更广泛愿景的潜在应用。从这项研究中获得的洞见为我们下一代多模态医学智能研究的开发提供了参考。通过持续的工作，我们努力为开发社区和科学家提供他们所需的答案，以改善临床诊疗，并使其对所有人都有帮助且可及。

致谢

感谢我们在 Google Research、Jacaranda Health 和 Northwestern University Feinberg School of Medicine 的合著者：Chace Lee、Justin Krogue、Anneka Wickramanayake、Stacey Caron、Priscah Cheruiyot、Amber Watters、Alicia Martín、Tiya Tiyasirichokchai、Akib Uddin、Yun Liu、Patricia Strachan、Sunny Jansen、Alyssa Santi、Preeti Singh、Catherine Arguelles、Kenneth Hudson、David Melnick、Mahesh Vaidyanathan、Mozziyar Etemadi、Yossi Matias、Avinatan Hassidim、Greg Corrado、Shruthi Prabhakara、Daniel Golden、Ryan G. Gomes 和 Shravya Shetty。感谢 Pi-Chuan Chang 和 Dale Webster 审阅本项工作。