Google Research 发布 AI 辅助超声评估孕周的前瞻性研究

世界卫生组织（WHO）估计，全球每年有超过250,000例可预防的死亡由妊娠相关并发症导致。产前超声可以改善妊娠结局并降低胎儿和孕产妇死亡率，但全球有三分之二的人无法获得超声等诊断性医学影像检查。目前支持孕产妇健康的方法高度依赖专业临床培训，导致资源匮乏地区数百万人在整个孕期都无法接受一次超声检查。

我们看到有机会通过开展研究来应对这一现实需求：开发能够解读“盲扫”超声的机器学习系统。采用这种扫描方式，一线医护人员无需接受专业超声培训，只需按照标准化模式将低成本便携式超声探头沿腹部滑动，即可进行扫描。

由于许多地区面临专家严重短缺，而传统超声医师培训既费用高昂，又需要多年投入，因此，让这些医护人员只需经过最少培训便可开展评估，有望显著扩大产前筛查覆盖范围。

将最低限度的培训要求与 AI 解读相结合，最终有望开发出一种工具，增加基于超声的妊娠评估服务的可及性，从而改善人们获得更优质孕产妇健康服务的机会。

在发表于JAMA Network Open的《使用盲扫超声对 AI 妊娠周数评估进行泛化研究》中，我们评估了用于妊娠周数评估（即妊娠进展到哪个阶段）的 AI 模型，能否有效泛化至不同的临床环境和硬件设备。我们此前的研究验证了该模型在同一回顾性队列中未参与训练的患者身上的表现，而这项新的前瞻性研究则表明，该 AI 系统能够在真实诊所中通过移动设备实时运行，并在仅由新手操作人员使用陌生超声设备、且只进行最低限度微调的情况下，保持可靠表现。

“妊娠周数基本上就是女性怀孕到了哪个阶段。我们的所有筛查、许多治疗，以及许多分娩指征，都依据妊娠周数这一时间基准来确定。”

- 妇产科医师 Nichole Young-Lin

评估模型在不同临床环境中的表现

医疗 AI 系统要安全地在全球推广，就必须证明其具有泛化能力——即在新的临床环境中，面对不同的患者群体、临床工作流程和超声设备差异时，仍能保持准确的诊断表现。

在这项研究中，我们仅针对一个目标人群对原始 AI 模型进行了最低限度的微调，随后在两个目标环境中开展前瞻性测试：

• Northwestern Medicine：位于美国伊利诺伊州芝加哥市的一家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收集的超声数据进行训练，数据来自一组 Sonosite、GE 和 Butterfly Networks 的商用超声探头；随后，该系统与 Clarius C3 这款商用手持经腹探头配合使用。所有这些地点在多个医疗服务维度上各不相同，包括女性首次接受产前护理的时间、常规超声检查次数，以及通常如何确定孕龄。

为评估系统高效调优的效果，研究利用了来自芝加哥的 120 名参与者的小型试点数据集（约占原始训练集的 6%），将模型适配到新的探头硬件，并将孕龄预测范围扩展至 36 周以上。为了解模型的普遍适用性，微调时未使用内罗毕站点的任何数据，从而确保肯尼亚的临床验证是一项严格独立的外部测试。为评估全面效用，研究还纳入了多胎妊娠；这类妊娠可能给人工操作人员和自动化系统带来追踪与测量方面的挑战。

主要发现：达到专家标准

我们比较了 AI 系统根据盲扫超声估算胎龄的能力，以及通过临床标准专家方法、基于公式进行估算的能力。专家方法需要由资深超声医师找到胎儿的多个特定切面，并进行精确的生物测量。这项任务难以大规模推广，需要多年培训，且高度依赖操作者。

这项诊断研究评估了一个由 385 名孕期 16 至 36 周的参与者组成的主要队列，结果显示 AI 系统表现出色：

• 临床准确性不劣于标准方法：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，成功证明其不劣于由资深超声医师执行的临床标准流程；后者的 MAE 为 4.48 天。
• 跨场景泛化能力：在芝加哥，经过适配的模型取得了 4.10 天的 MAE。在内罗毕，模型未经任何本地优化，取得了相近的 4.27 天 MAE。

除准确性外，探索性指标还表明，该研究 AI 系统在复杂情境下具有较强的适应力。例如，在胎儿体重极端偏高（高于第 90 百分位数）的病例中，模型的表现优于传统生物测量公式，展现出抵御胎儿体型差异影响的稳健性。

前瞻性部署中的经验

这项前瞻性多中心研究不仅凸显了通过 AI 扩大超声检查可及性的巨大机遇，也让我们能够在真实临床环境中主动观察并优化 AI 的行为。通过将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实际应用进行设计的实用见解。例如，我们发现，与插电式底座相比，可更换电池对于确保设备在连续接诊患者期间保持充电状态更为重要。

这些研究也表明，要部署此类 AI 系统，还需要与临床医生和患者建立深厚的信任。实现这一目标的一种重要方式，是在应用中加入明确的安全保障措施，例如由模型生成置信度估计，以拒绝质量较差的扫查结果，并向临床医生用户传达模型的不确定性。

展望未来：借助 AI 扩大医疗服务可及性

这些研究结果表明，基于 AI 的系统能够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 对胎龄的估算准确度可与当前由专家操作人员使用更昂贵的传统推车式超声设备所达到的标准相媲美。在不同临床环境、硬件和不断变化的人群中展现出技术上的普适性，是凸显这类系统有望扩大这项重要孕产妇健康能力覆盖面的关键一步。

这项研究表明，通过赋能仅接受少量培训的社区卫生工作者，使其能够可靠地进行超声评估，有望扩大医疗资源匮乏地区数百万人的产前保健覆盖面。对这项可扩展技术能力的研究，为构建更具韧性、可及性更强的医疗体系奠定了基础，确保每位母亲无论身处何地，都有机会拥有健康的孕期和安全的分娩。

这项床旁研究展现了我们通过 AI 扩大医疗服务可及性的总体愿景的一种潜在应用。从这项研究中获得的见解，将为开发下一代多模态医疗智能研究提供参考。我们将继续努力，为开发者社区和科学家提供所需答案，帮助改善临床护理，并使其惠及所有人。

致谢

感谢 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 对这项工作进行审阅。