Google Research 研究显示 AI 盲扫超声评估孕周可跨机构泛化

世界卫生组织（WHO）估计，全球每年因妊娠相关并发症导致的可预防死亡超过 25 万例。虽然产前超声检查可以改善预后并降低胎儿和产妇死亡率，但全球有三分之二的人口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，导致数百万生活在资源匮乏地区的人在怀孕期间无法接受任何一次超声检查。

我们看到了通过开发能够解读“盲扫”超声的机器学习系统，来应对这一现实需求的研究机会。这种扫描方式允许没有专业超声培训的一线卫生工作者，通过按照标准化模式在腹部滑动低成本、便携式超声探头来进行扫描。

由于许多地区面临专家严重短缺的问题，且传统超声技师培训既昂贵又需要多年的投入，使这些卫生工作者仅需最少培训即可进行评估，有望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，最终可能意味着开发出一款成功的工具，该工具有潜力增加基于超声的妊娠评估的可及性，从而改善高质量孕产妇保健的可及性。

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，我们评估了用于孕龄评估（即妊娠进展程度）的 AI 模型在多样化临床环境和硬件条件下的泛化能力。虽然我们的先前研究验证了该模型在来自同一回顾性队列的未见患者上的表现，但这项新的前瞻性研究表明，该 AI 系统能够在真实诊所中实时运行于移动设备上，仅由新手操作员操作，使用不熟悉的超声设备，且只需极少的微调即可可靠运行。

“孕龄基本上是指女性怀孕的进度。我们所有的筛查、许多治疗以及许多分娩指征，都是基于从孕龄中获得的这一主要时间线。”

- Nichole Young-Lin，妇产科医生

评估多样化临床环境下的表现

为了使医疗 AI 系统能够安全地在全球范围内扩展，它必须证明其泛化能力——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变体的新临床环境时，仍能保持准确的诊断性能。

在本研究中，我们的原始 AI 模型仅在其中一个目标人群上进行了最少量的调整，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一家城市、高资源学术医疗中心。
Jacaranda Health：位于肯尼亚内罗毕的一个城市社区诊所网络。

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，使用了一套 Sonosite、GE 和 Butterfly Networks 商用超声探头。该研究 AI 系统与 Clarius C3 商用手持经腹探头配对使用。所有这些地点在多个护理维度上存在差异，包括女性何时首次接受产前护理、接受多少次常规超声检查，以及通常如何确定孕周。

为了评估高效的系统调优，该研究利用了一个来自芝加哥的 120 名参与者的小型试点数据集——约占原始训练集的 6%——以将模型适配到新的探头硬件，并将孕周预测范围扩展到 36 周以上。为了了解泛化能力，未使用来自内罗毕地点的数据进行微调，从而保持肯尼亚临床验证作为严格独立的外部测试。为了评估综合效用，该研究还纳入了多胎妊娠，这可能会给人类操作人员和自动化系统带来追踪和测量挑战。

主要发现：达到专家标准

我们将 AI 系统从盲扫超声中估算胎儿年龄的能力，与基于公式的估算（即临床标准的专家方法）进行了比较。这种专家方法依赖于专家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的任务，需要多年的培训，且高度依赖操作人员。

在对 16 至 36 周孕期的 385 名主要队列参与者进行评估后，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 模型在估算孕周时实现了 4.18 天的平均绝对误差（MAE），成功证明其相对于由专家超声医师执行的标准临床程序（MAE 为 4.48 天）具有非劣效性。
跨环境泛化：在芝加哥，适配后的模型实现了 4.10 天的 MAE。在内罗毕，在没有本地优化的情况下，模型实现了可比的 4.27 天 MAE。

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

前瞻性部署中的经验教训

除了突出通过 AI 扩大超声可及性的巨大机遇外，这项前瞻性多中心研究还让我们能够主动观察和优化 AI 在实时临床环境中的行为。通过将我们的系统直接部署到日常临床工作流程中，我们获得了有助于设计真实世界应用的实用见解。例如，我们观察到，与插电式对接站相比，可更换电池对于在连续患者之间保持设备充电的重要性。

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厚的信任。最终实现这一目标的一个重要方式是在应用程序中建立清晰的安全保障，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描并向临床医生用户传达模型的不确定性。

展望未来：利用 AI 扩大护理可及性

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获取的标准化“盲扫”图像。AI 对胎儿年龄的估算精度与专家操作人员及更昂贵的传统推车式超声设备这一当前标准护理水平相当。在多样化的临床环境、硬件和不断变化的群体中展示技术通用性，是凸显其扩大母婴健康这一关键能力可及性的潜力的关键一步。

通过赋能仅接受过最少培训的社区卫生工作者进行可靠的超声评估，这项研究展示了在资源匮乏地区扩大数百万人产前覆盖范围的潜力。研究这项可扩展技术的能力，为构建更具韧性、更可及的医疗系统奠定了基础，确保无论身处何地，每位母亲都有机会拥有健康的妊娠和安全的分娩。

这项即时护理（point-of-care）研究代表了我们通过 AI 扩大医疗可及性这一更宏大愿景的一项潜在应用。从这项研究中获得的见解，将指导我们下一代多模态医疗智能研究的开发。通过持续的工作，我们致力于为开发社区和科学家提供他们所需的解决方案，以改善临床护理，使其对所有人都有帮助且易于获取。

致谢

感谢来自 Google Research、Jacaranda Health 和西北大学费恩伯格医学院的共同作者：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 审阅了这项工作。