Google Research 在 JAMA Network Open 发表盲扫超声 AI 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 万人死于可预防的妊娠相关并发症。虽然产前超声检查能够改善妊娠结局并降低胎儿和孕产妇死亡率，但全球有三分之二的人无法获得超声等诊断性医学影像服务。目前支持孕产妇健康的方法严重依赖专业的临床培训，导致低资源地区的数百万人整个孕期都无法接受哪怕一次超声检查。

我们看到了开展研究以应对这一现实需求的机会：开发能够解读“盲扫”超声图像的机器学习系统。这种扫描方式让未经专业超声培训的一线医护人员只需按照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，而传统超声医师培训既昂贵又需要多年时间，让这些医护人员在极少培训的情况下就能开展评估，有望显著扩大产前筛查的覆盖范围。

将极少培训的要求与 AI 解读相结合，最终可能意味着一个成功开发的工具，有潜力提高基于超声的妊娠评估的可及性，从而改善优质孕产妇医疗服务的获取。

在发表于 JAMA Network Open 的论文“Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography”中，我们评估了用于孕周评估（即怀孕进展程度）的 AI 模型在不同临床环境和硬件之间的泛化效果。虽然我们的先前研究验证了该模型在同一回顾性队列（即其学习来源）中未见过的患者上的表现，但这项新的前瞻性研究展示了 AI 系统如何在真实诊所中、仅由新手操作员使用不熟悉的超声设备、且只需极少微调的情况下，可靠地在移动设备上实时运行。

“孕周基本上就是一名女性怀孕进展的程度。我们所有的筛查、许多治疗手段以及许多分娩指征，都基于从孕周得到的这条主时间线。”

- Nichole Young-Lin，妇产科医师

评估在不同临床环境中的表现

要让医疗 AI 系统在全球范围内安全扩展，它必须展现出泛化能力——在被引入到与模型训练时不同的患者群体、临床工作流程和超声硬件的新临床环境中时，仍能保持准确的诊断性能。

在本研究中，我们仅针对目标人群中的一个对原始 AI 模型进行了极少量的调优，然后在两个目标环境中进行前瞻性测试：

• Northwestern Medicine：位于美国伊利诺伊州芝加哥市的一家高资源城市学术医疗中心。
• Jacaranda Health：位于肯尼亚内罗毕的一家城市社区诊所网络。

该研究型 AI 系统最初使用 Sonosite、GE 和 Butterfly Networks 的商用超声探头，在北卡罗来纳州和赞比亚采集的超声数据上训练，此次与 Clarius C3（一款商用 handheld 经腹探头）配对使用。所有这些站点在各种医疗维度上各不相同，包括女性首次进行产前检查的时间、接受常规超声检查的次数，以及通常如何确定孕龄。

为了评估高效的系统调优，该研究利用了来自芝加哥的 120 名参与者的小型试点数据集——约为原始训练集的 6%——来使模型适应新的探头硬件，并将孕龄预测范围扩展至 36 周以上。为了了解泛化能力，内罗毕站点的数据未用于微调，从而保持肯尼亚的临床验证作为严格独立的外部测试。为了评估综合实用性，该研究还纳入了多胎妊娠，这可能给人类操作员和自动化系统带来追踪和测量方面的挑战。

关键发现：媲美专家标准

我们将 AI 系统从盲扫超声中估算胎龄的能力，与基于公式的临床标准专家方法估算进行了比较。这种专家方法依赖于专业超声医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员的任务。

在一项涵盖 385 名孕 16 至 36 周参与者的主要队列评估中，该诊断研究展示了 AI 系统的强劲结果：

• 临床非劣效准确性：在两个队列中，AI 模型估算孕龄的平均绝对误差（MAE）为 4.18 天，成功地证明了相对于专业超声医师执行的标准临床流程（MAE 为 4.48 天）的非劣效性。
• 跨环境泛化：在芝加哥，经过适配的模型实现了 4.10 天的 MAE。在内罗毕，在零本地优化的情况下，该模型实现了相当的 4.27 天 MAE。

除了准确性之外，探索性指标表明，该研究型 AI 系统在复杂场景中具有韧性。例如，在胎儿体重极端的情况下（高于第 90 百分位数），该模型的表现优于传统的生物测量公式，展示了对胎儿大小变化的稳健性。

前瞻性部署中的经验教训

除了凸显了通过 AI 扩大超声检查可及性的巨大机遇之外，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表现。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，在为连续接诊的患者之间保持设备电量方面，可更换电池比插接式充电底座更为重要。

这些研究还表明，部署这样的 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，是在应用中构建清晰的保障机制，例如由我们的模型生成的模型置信度估计，用于拒绝低质量的扫查并向临床医生用户传达模型的不确定性。

展望未来：用 AI 扩大医疗服务的可及性

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人员采集的标准化“盲扫”图像。AI 对胎儿孕周的估算准确度与专业操作人员使用更昂贵的传统推车式超声设备所能达到的现行医疗标准相当。证明了这种技术在多样的临床环境、硬件和变化的人群中的技术通用性，标志着在彰显其潜力、扩大这种母婴健康关键能力的可及性方面迈出了重要一步。

通过赋能仅接受过最少培训的社区卫生工作者开展可靠的超声评估，这项研究展示了为资源不足地区数百万人扩大产前检查覆盖面的潜力。研究这种可规模化技术的能力，为构建更具韧性、更易获得的医疗体系奠定基础，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。

这项即时照护研究是我们通过 AI 扩大医疗可及性这一更宏大愿景的潜在应用之一。从这项研究中获得的洞见将为我们下一代多模态医疗智能研究的发展提供参考。通过持续的工作，我们努力为开发者社区和科学家提供他们所需的答案，以改善临床护理，并使其对所有人都有帮助、人人可及。

致谢

感谢来自 Google Research、Jacaranda Health 和西北大学范伯格医学院的合著者：Chace Lee、Justin Krogue、Anneka Wickramanayake、Stacey Caron、Priscah Cheruiyot、Amber Watters、Alicía 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 对这项工作的审阅。