世界卫生组织（WHO） 估计 由于妊娠相关并发症，全球每年发生超过250,000例本可预防的死亡。虽然产前超声检查可以 改进 结果，并 降低 胎儿和孕产妇死亡率， 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严重依赖专门的临床培训，使低资源环境中数百万人在整个孕期都无法获得哪怕一次超声检查。
我们看到了针对这一现实需求开展研究的机会，即开发能够解读“盲扫”超声的机器学习系统。这种扫描方式使未经专门超声培训的一线医护人员只需按照标准化模式在腹部滑动低成本、便携式超声探头即可完成扫描。
按数据采集协议中出现顺序排列的盲扫序列协议示意图。
由于许多地区面临严重的专家短缺，而传统超声医师培训既昂贵又需要多年投入，让这些医护人员以最少的培训进行评估，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，最终可能意味着成功开发出一种有潜力提高基于超声的妊娠评估可用性的工具，从而改善获得更高质量孕产妇健康服务的途径。
在发表于使用盲扫超声技术的基于人工智能的孕龄评估的泛化性研究的“ Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography”一文中，我们评估了用于孕周评估（即妊娠进展程度）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中未见过患者上的表现，但这项新的前瞻性研究展示了该AI系统如何在真实诊所中可靠地在移动设备上实时运行，且仅有新手操作员和不熟悉的超声设备，并只需极少的微调。
“孕周基本上就是女性妊娠进展的程度。我们所有的筛查、我们许多的治疗以及许多分娩指征，都基于从孕周获得的这一主时间线.”
评估在不同临床环境中的表现
一个医疗AI系统要在全球安全扩展，必须展示出泛化能力——在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变体的新临床环境时，仍保持准确的诊断性能。
在这项研究中，我们的原始AI模型仅在其中一个目标人群上进行了最少微调，然后前瞻性地在两个目标环境中进行了测试：
- 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： 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Sonosite、GE和Butterfly Networks的商用超声探头，基于在北卡罗来纳州和赞比亚收集的超声数据进行训练，随后与Clarius C3（一款商用手持式经腹部探头）配对使用。所有这些站点在各种护理维度上均有所不同，包括女性首次前来产前检查的时间、她们接受多少次常规超声检查，以及孕周通常如何测算。
为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%——以使模型适应新的探头硬件，并将孕周预测范围扩展到36周以上。为了解泛化能力，内罗毕站点的数据未用于微调，从而使肯尼亚的临床验证保持为严格独立的外部测试。为评估全面的实用性，该研究还纳入了多胎妊娠，这对人类操作员和自动化系统而言都可能带来追踪和测量的挑战。
我们的盲扫模型基于1,968名参与者（美国北卡罗来纳州和赞比亚）进行训练，随后使用来自伊利诺伊州芝加哥的120名参与者的扫描数据进行微调。之后在芝加哥（n=192）和内罗毕（n=193）进行了前瞻性测试，未对内罗毕数据进行任何微调。在两种环境中，该模型在确定孕周方面均不逊于专家超声技师，合并平均绝对误差为4.18天对4.48天。
关键发现：达到专家标准
我们将AI系统从盲扫超声估算胎儿孕龄的能力与基于临床标准专家方法的公式估算进行了比较。这种专家方法依赖于资深超声医师定位胎儿(s)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。
该诊断研究对一组包含385名参与者、孕期在16至36周之间的主要队列进行了评估，结果显示出强劲的AI系统表现：
- 临床等效非劣性准确度：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由资深超声医师执行的标准临床流程（MAE为4.48天）的非劣性。
- 跨环境泛化能力：在芝加哥，经过适配的模型达到了4.10天的MAE。在内罗毕，无需任何本地优化，该模型达到了相当的4.27天的MAE。
AI系统的孕龄误差（MAE 4.18天）不劣于资深超声医师生物测量（4.48天），并且从芝加哥（4.10天）到内罗毕（4.27天，模型未经过本地微调）保持一致。
除了准确度之外，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（高于第90百分位）的情况下，该模型优于传统生物测量公式，展现出对胎儿体型变化的稳健性。
前瞻性部署中获得的经验教训
除了凸显通过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，与插接式充电座相比，可更换电池对于在连续接诊的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的模型置信度估计，以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
这些研究发现表明，基于AI的系统可以分析由未接受专门超声培训的操作者采集的标准化“盲扫”图像。AI对胎儿孕龄的估算准确度与来自专家操作者和更昂贵的传统推车式超声机的当前护理标准相当。证明其在不同临床环境、硬件和变化人群中的技术普适性，是凸显其扩大这一孕产妇健康关键能力可及性潜力的关键一步。
通过让仅受最少培训的社区健康工作者能够进行可靠的超声评估，这项研究展示了在资源不足地区扩大数百万人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、更可及的医疗体系奠定基础，确保每位母亲无论身在何处都有机会获得健康的孕期和安全的分娩。
这项即时检测研究代表了我们通过AI扩大医疗可及性这一更宏观愿景的潜在应用。从这项研究中获得的见解为我们下一代多模态医疗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且易于获取。
致谢
感谢来自Google Research、Jacaranda Health和西北大学范伯格医学院的共同作者：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。