WHO 联合 Google 开发 AI 辅助超声系统 赋能基层孕产护理

世界卫生组织（WHO）估计，全球每年有超过 25 万例可预防的死亡与妊娠并发症有关。虽然产前超声检查可以改善预后并降低胎儿和孕产妇死亡率，但全球仍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，导致资源匮乏地区的数百万人在整个孕期都无法接受哪怕一次超声检查。

我们看到了一个开展研究的机会，通过开发能够解读“盲扫”超声图像的机器学习系统，来应对这一现实需求。这种扫描方式允许没有经过专业超声技师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进行扫描。

由于许多地区面临专家严重短缺的问题，且传统的超声技师培训既昂贵又需要多年的投入，因此使这些卫生工作者能够在最少培训的情况下进行评估，有望显著扩大产前筛查的覆盖范围。

将最低限度的培训要求与人工智能解读相结合，最终可能意味着成功开发出一种工具，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服务的获取途径。

在发表于 JAMA Network Open 的文章 “Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography”（基于盲扫超声的 AI 孕龄评估泛化能力研究）中，我们评估了一个用于孕龄评估（即判断妊娠进展程度）的 AI 模型在不同临床环境和硬件条件下的泛化效果。虽然我们的 前期研究 已验证了该模型在其训练所用的同一回顾性队列中的未见患者身上的性能表现，但这项新的前瞻性研究表明，该 AI 系统能够在真实诊所环境中通过移动设备实时运行，仅由新手操作员操作并使用不熟悉的超声设备，且只需极少微调即可保持可靠的性能。

“孕龄本质上是指女性处于妊娠阶段的进度。我们所有的筛查、许多治疗方案以及分娩指征，都完全基于从孕龄这一‘主时间轴’所获取的信息。”

• Nichole Young-Lin, 妇产科医生

评估不同临床环境下的性能表现

要使医疗 AI 系统在全球范围内安全扩展，必须证明其具备泛化能力——即在引入新的临床环境时，面对不同的患者群体、临床工作流程以及与模型训练数据不同的超声硬件变体，仍能保持准确的诊断性能。

在本研究中，我们的原始 AI 模型仅针对其中一个目标人群进行了最小程度的调优，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：位于肯尼亚内罗毕市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，所用设备包括 Sonosite、GE 和 Butterfly Networks 的商业超声探头。在实际部署中，该系统搭配使用了 Clarius C3 商业手持式经腹探头。上述各站点在多个护理维度上存在差异，包括孕妇首次接受产前护理的时间、接受的常规超声检查次数以及通常确定孕龄的方法。

为了评估高效的系统调优，本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%——以使模型适应新的探头硬件，并将孕周预测范围扩展至 36 周以上。为了理解泛化能力，微调过程中未使用内罗毕站点的数据，从而保持肯尼亚临床验证作为严格独立的、外部测试集。为了评估综合实用性，研究还纳入了多胎妊娠案例，这可能会给人类操作人员和自动化系统带来追踪和测量方面的挑战。

关键发现：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，与基于临床标准专家方法的公式估算进行了对比。这种专家方法依赖于专业超声医师定位胎儿（或多胎）的多个特定横截面以进行精确的生物测量学测量，这是一项难以规模化且高度依赖操作人员技能的任务，需要多年的培训才能掌握。

在针对 16 至 36 周妊娠期间的 385 名主要队列参与者进行评估时，该诊断研究展示了强大的 AI 系统结果：

• 临床非劣效性准确率：在两个队列中，AI 模型在估算孕周时的平均绝对误差 (MAE) 为 4.18 天，成功证明了其相对于由专业超声医师执行的标准临床程序的非劣效性，后者的 MAE 为 4.48 天。
• 跨场景泛化能力：在芝加哥，经过适配的模型实现了 4.10 天的 MAE。在内罗毕，尽管没有任何本地优化，模型仍实现了相当的 4.27 天 MAE。

除了准确率之外，探索性指标显示该研究型 AI 系统在复杂场景中具有韧性。例如，在胎儿体重极端情况（高于第 90 百分位）下，该模型的表现优于传统生物测量学公式，展示了对胎儿大小变异的鲁棒性。

前瞻性部署过程中的经验教训

除了凸显通过 AI 扩大超声检查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积极观察并优化 AI 在实际临床环境中的表现。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场景进行设计的实践洞察。例如，我们观察到，相较于插电式对接站，可更换电池对于在连续接诊患者之间保持设备电量至关重要。

这些研究还表明，部署此类 AI 系统需要与临床医生和患者建立深厚的信任关系。实现这一目标的一个重要途径是在应用中构建明确的安全保障机制，例如利用模型生成的置信度估计值来剔除低质量的扫查图像，并向临床用户传达模型的不确定性。

展望未来：利用 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 对胎儿孕龄的估算精度可与当前由专家操作的传统台式超声设备所代表的标准护理水平相媲美。证明其在不同临床环境、硬件条件以及变化的人群中具有技术泛化能力，标志着我们在凸显其扩展关键母婴健康服务可及性潜力方面迈出了重要一步。

通过赋能仅经过最低限度培训的社区卫生工作者执行可靠的超声评估，本研究展示了为资源匮乏地区数百万人群扩大产前保健覆盖范围的潜力。研究这种可扩展技术的能力为构建更具韧性、更易获取的医疗保健体系奠定了基础，确保每一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过程。

这项即时诊疗（point-of-care）研究是我们通过 AI 扩大医疗服务可及性这一更宏大愿景的一个潜在应用实例。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。通过持续的努力，我们致力于为开发者社区和科学家提供所需的答案，以改善临床护理，使其惠及所有人且易于获取。

致谢

感谢来自 Google Research、Jacaranda Health 和 Northwestern University Feinberg School of Medicine 的联合署名作者：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, and Shravya Shetty。感谢 Pi-Chuan Chang 和 Dale Webster 对本文的审阅。