Die Weltgesundheitsorganisation (WHO) Schätzungen dass weltweit jedes Jahr mehr als 250,000 vermeidbare Todesfälle durch schwangerschaftsbedingte Komplikationen auftreten. Während pränataler Ultraschall verbessern Ergebnisse und reduzieren fetale und mütterliche Mortalität, Zwei Drittel der Menschen weltweit haben keinen Zugang zu diagnostischer medizinischer Bildgebung wie Ultraschall. Die derzeitigen Methoden zur Unterstützung der mütterlichen Gesundheit sind stark auf spezielle klinische Ausbildung angewiesen, sodass Millionen in ressourcenarmen Regionen während ihrer gesamten Schwangerschaft keinen einzigen Ultraschall erhalten.
„Wir sahen eine Gelegenheit, Forschung zur Bewältigung dieses realen Bedürfnisses zu betreiben, indem wir Machine-Learning-Systeme entwickeln, die „blinder Suchlauf„Ultraschalluntersuchungen. Diese Art der Untersuchung ermöglicht es medizinischem Fachpersonal an vorderster Front ohne spezielle Sonographie-Ausbildung, Scans durchzuführen, indem einfach kostengünstige, tragbare Ultraschallsonden in einem standardisierten Muster über den Bauch geführt werden.“
Protokolldiagramm der Blind-Sweep-Sequenz in der Reihenfolge ihres Auftretens im Datenerfassungsprotokoll.
Da viele Regionen unter akutem Mangel an Fachkräften leiden und die traditionelle Ausbildung von Sonografen sowohl teuer ist als auch einen mehrjährigen Aufwand erfordert, könnte die Möglichkeit, dass diese Gesundheitsarbeiter mit minimaler Ausbildung Untersuchungen durchführen, die Abdeckung der pränatalen Vorsorge erheblich ausweiten.
Die Kombination des minimalen Schulungsbedarfs mit KI-Interpretationen könnte letztlich ein erfolgreich entwickeltes Tool bedeuten, das das Potenzial hat, die Verfügbarkeit der ultraschallbasierten Schwangerschaftsbeurteilung zu erhöhen und dadurch den Zugang zu qualitativ hochwertigerer materner Gesundheitsversorgung zu verbessern.
In „Generalisierung der KI-gestützten Beurteilung des Gestationsalters mittels Blind Sweep Ultrasonographie“, veröffentlicht in JAMA Network Openhaben wir untersucht, wie effektiv ein KI-Modell zur Bestimmung des Gestationsalters (wie weit die Schwangerschaft fortgeschritten ist) über verschiedene klinische Umgebungen und Hardware hinweg generalisiert. Während unsere frühere Forschung validierte die Leistung des Modells an nicht gesehenen Patienten aus derselben retrospektiven Kohorte, aus der es gelernt hatte, so zeigt diese neue prospektive Studie, wie das KI-System zuverlässig läuft – live auf mobilen Geräten in echten Kliniken, nur mit unerfahrenen Bedienern und unbekannten Ultraschallgeräten sowie mit minimalem Feintuning.
“Das Gestationsalter ist im Grunde, wie weit eine Frau in der Schwangerschaft fortgeschritten ist. Unser gesamtes Screening, viele unserer Behandlungen und viele unserer Indikationen für die Entbindung basieren alle auf dieser zentralen Zeitleiste, die man aus dem Gestationsalter erhält.”
- Nichole Young-Lin, Fachärztin für Gynäkologie und Geburtshilfe
Bewertung der Leistung über verschiedene klinische Umgebungen hinweg
Damit ein medizinisches KI-System sicher weltweit skaliert werden kann, muss es Generalisierbarkeit demonstrieren — das heißt, eine genaue diagnostische Leistung beibehalten, wenn es in neue klinische Umgebungen mit anderen Patientinnenpopulationen, klinischen Abläufen und Ultraschall-Hardware-Variationen eingeführt wird als jene, auf denen das Modell trainiert wurde.
In dieser Studie wurde unser ursprüngliches KI-Modell nur minimal auf nur einer unserer Zielpopulationen abgestimmt und dann prospektiv in beiden Zielumgebungen getestet:
- Northwestern Medicine: Ein städtisches, ressourcenstarkes akademisches medizinisches Zentrum in Chicago, IL, Vereinigte Staaten.
- Jacaranda Health: Ein städtisches Netzwerk von Gemeindekliniken in Nairobi, Kenia.
Das Forschungs-KI-System wurde ursprünglich auf Ultraschalldaten trainiert, die in North Carolina und Sambia mit einer Reihe kommerzieller Ultraschallsonden von Sonosite, GE und Butterfly Networks erhoben wurden, und wurde dann mit dem Clarius C3, einer kommerziellen transabdominellen Handsonde, gekoppelt. Alle diese Standorte unterschieden sich in verschiedenen Dimensionen der Versorgung, darunter wann Frauen erstmals zur Schwangerschaftsvorsorge kommen, wie viele routinemäßige Ultraschalluntersuchungen sie erhalten und wie das Gestationsalter üblicherweise bestimmt wird.
Um ein effizientes Tuning des Systems zu evaluieren, nutzte die Studie einen kleinen Pilotdatensatz von 120 Teilnehmenden aus Chicago – etwa 6 % des ursprünglichen Trainingssatzes –, um das Modell an neue Sonden-Hardware anzupassen und den Vorhersagebereich für das Gestationsalter über 36 Wochen hinaus zu erweitern. Um die Generalisierbarkeit zu verstehen, wurden keine Daten des Standorts Nairobi für das Fine-Tuning verwendet, sodass die kenianische klinische Validierung als streng unabhängiger, externer Test erhalten blieb. Um den umfassenden Nutzen zu bewerten, umfasste die Studie auch Schwangerschaften mit Mehrlingen, die sowohl für menschliche Bediener als auch für automatisierte Systeme Herausforderungen bei der Verfolgung und Messung darstellen können.
Unser Blind-Sweep-Modell, das auf Daten von 1,968 Teilnehmenden (North Carolina, USA, und Sambia) trainiert wurde, wurde mit Scans von 120 Teilnehmenden aus Chicago, Illinois, fine-getunt. Anschließend wurde es prospektiv in Chicago (n=192) und Nairobi (n=193) getestet, ohne Fine-Tuning an Nairobier Daten. Das Modell war bei der Bestimmung des Gestationsalters in beiden Umgebungen den erfahrenen Sonografen nicht unterlegen, mit einem kombinierten mittleren absoluten Fehler von 4.18 gegenüber 4.48 Tagen.
Wichtigste Erkenntnis: Auf dem Niveau des Expertenstandards
Wir verglichen die Fähigkeit des KI-Systems, das fetale Alter aus Blind-Sweep-Ultraschalluntersuchungen zu schätzen, mit der formelbasierten Schätzung nach dem klinisch standardmäßigen Expertenansatz. Dieser Expertenansatz setzt voraus, dass eine erfahrene Sonografin oder ein erfahrener Sonograph mehrere spezifische Querschnitte des Fötus bzw. der Föten lokalisiert, um präzise biometrische Messungen vorzunehmen – eine schwer skalierbare Aufgabe, die jahrelange Ausbildung erfordert und stark vom Untersucher abhängig ist.
In der diagnostischen Studie, in der eine primäre Kohorte von 385 Teilnehmenden zwischen der 16. und 36. Schwangerschaftswoche ausgewertet wurde, zeigten sich starke Ergebnisse des KI-Systems:
- Klinisch nicht unterlegene Genauigkeit: Über beide Kohorten hinweg erreichte das KI-Modell bei der Schätzung des Gestationsalters einen mittleren absoluten Fehler (MAE) von 4.18 Tagen und zeigte damit erfolgreich, dass es dem von erfahrenen Sonographen durchgeführten klinischen Standardverfahren, das einen MAE von 4.48 Tagen aufwies, nicht unterlegen war.
- Generalisierung über verschiedene Umgebungen hinweg: In Chicago erreichte das angepasste Modell einen MAE von 4.10 Tagen. In Nairobi, ohne jegliche lokale Optimierung, erreichte das Modell einen vergleichbaren MAE von 4.27 Tagen.
Der Fehler des KI-Systems bei der Schätzung des Gestationsalters (MAE 4.18 Tage) war gegenüber der Biometrie erfahrener Sonographen (4.48 Tage) nicht unterlegen und blieb von Chicago (4.10 Tage) bis Nairobi (4.27 Tage) konsistent, wo das Modell kein lokales Fine-Tuning erhalten hatte.
Über die Genauigkeit hinaus zeigten explorative Metriken, dass das Forschungs-KI-System in komplexen Szenarien widerstandsfähig war. So übertraf das Modell bei Fällen mit extremem fetalem Gewicht (über der 90. Perzentile) traditionelle Biometrieformeln und demonstrierte damit Robustheit gegenüber Variationen der fetalen Größe.
Erkenntnisse aus der prospektiven Einführung
Neben der Hervorhebung einer enormen Möglichkeit, den Zugang zu Ultraschall durch KI zu erweitern, ermöglichte uns die prospektive Multi-Center-Studie, aktiv zu beobachten und zu optimieren, wie sich KI in lebendigen klinischen Umgebungen verhält. Durch den direkten Einsatz unseres Systems in alltägliche klinische Arbeitsabläufe gewannen wir praktische Erkenntnisse, die uns helfen, für den Einsatz in der realen Welt zu entwickeln. Beispielsweise beobachteten wir, wie wichtig austauschbare Akkus gegenüber Plug-in-Dockingstationen sind, um Geräte zwischen aufeinanderfolgenden Patientinnen und Patienten geladen zu halten.
Diese Studien zeigten außerdem, dass der Einsatz solcher KI-Systeme auch den Aufbau tiefen Vertrauens bei Klinikerinnen und Klinikern sowie Patientinnen und Patienten erfordern wird. Ein wichtiger Weg, dies letztlich zu erreichen, wäre die Integration klarer Schutzmechanismen in die App, wie z. B. von unserem Modell erzeugte Konfidenzschätzungen, um minderwertige Sweeps abzulehnen und dem klinischen Nutzer die Modellunsicherheit zu vermitteln.
Ausblick: Ausbau des Zugangs zur Versorgung mit KI
Diese Studienergebnisse zeigen, dass KI-basierte Systeme standardisierte „Blind Sweeps“-Bilder analysieren können, die von Anwendern ohne spezielle Sonographie-Ausbildung aufgenommen wurden. Die KI-Schätzung des fetalen Alters wies eine Genauigkeit auf, die mit dem aktuellen Versorgungsstandard erfahrener Untersucher und teurerer traditioneller, wagenbasierter Ultraschallgeräte vergleichbar war. Der Nachweis der technischen Generalisierbarkeit über vielfältige klinische Umgebungen, Hardware und veränderliche Populationen hinweg markiert einen entscheidenden Schritt, um ihr Potenzial aufzuzeigen, den Zugang zu dieser kritischen Fähigkeit für die mütterliche Gesundheit zu erweitern.
Indem diese Forschung minimal geschulten Community-Gesundheitsarbeitern ermöglicht, zuverlässige sonographische Untersuchungen durchzuführen, demonstriert sie das Potenzial, die pränatale Versorgung für Millionen Menschen in unterversorgten Gebieten auszuweiten. Die Untersuchung der Fähigkeiten dieser skalierbaren Technologie legt den Grundstein für widerstandsfähigere und zugänglichere Gesundheitssysteme, die sicherstellen, dass jede Mutter – unabhängig vom Standort – die Chance auf eine gesunde Schwangerschaft und eine sichere Entbindung hat.
Diese Point-of-Care-Forschung stellt eine mögliche Anwendung unserer umfassenderen Vision dar, die Zugänglichkeit von Gesundheitsversorgung durch KI zu erweitern. Die aus dieser Forschung gewonnenen Erkenntnisse fließen in die Entwicklung unserer medizinischen Multimodal-Intelligenz der nächsten Generation ein. Durch unsere kontinuierliche Arbeit streben wir danach, der Entwicklungs-Community und Wissenschaftlern die Antworten zu liefern, die sie benötigen, um die klinische Versorgung zu verbessern und sie für alle hilfreich und zugänglich zu machen.
Danksagungen
Unser Dank gilt unseren Co-Autoren aus Google Research, Jacaranda Health und der Northwestern University Feinberg School of Medicine: 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 und Shravya Shetty. Dank gilt außerdem Pi-Chuan Chang und Dale Webster für die Durchsicht dieser Arbeit.