Google Research 評估 AI 盲掃超聲波跨臨牀環境估算孕週的能力

世界衞生組織 (WHO) 估計，全球每年有超過250,000宗由妊娠相關併發症造成的可預防死亡。產前超聲波檢查可改善治療成效及降低胎兒和孕產婦死亡率，但全球有三分之二的人無法獲得超聲波等診斷醫學影像服務。目前支援孕產婦健康的方法高度依賴專業臨牀培訓，令資源匱乏地區數以百萬計的人在整個孕期中連一次超聲波檢查也無法接受。

我們認為可透過研究回應這項實際需求，方法是開發能判讀「盲掃」超聲波檢查的機器學習系統。這種掃描方式讓未受過專門超聲波掃描培訓的前線醫護人員，只需按照標準化模式將低成本便攜式超聲波探頭滑過腹部，便可進行掃描。

由於許多地區面對專家嚴重短缺，而傳統超聲波檢查培訓既昂貴，又需要多年時間，因此讓這些醫護人員只需接受極少培訓便能進行評估，有望大幅擴大產前篩查的覆蓋範圍。

若能將低培訓要求與 AI 判讀結合，最終成功開發的工具便有望增加超聲波孕期評估的普及程度，從而改善孕產婦獲得更優質健康服務的機會。

在發表於 JAMA Network Open 的〈運用盲掃超聲波檢查評估孕週的 AI 模型泛化能力〉一文中，我們評估了用於孕週評估（即妊娠進展到哪個階段）的 AI 模型，能否在不同臨牀環境和硬件中有效泛化。我們的先前研究已驗證模型在同一回顧性隊列中未曾接觸過的患者身上的表現；這項新的前瞻性研究則展示 AI 系統如何在真實診所中以流動裝置即時運作，面對新手操作人員和不熟悉的超聲波設備，並只經過最低限度的微調，仍能可靠地運作。

「孕週基本上就是女性懷孕進程到哪個階段。我們所有的篩查、許多治療，以及很多分娩指徵，都以孕週這個主要時間軸為依據。」

- Nichole Young-Lin，婦產科醫生

在不同臨牀環境中評估表現

醫療 AI 系統若要安全地在全球擴展，必須展現泛化能力——在引入與模型訓練環境不同的新臨牀環境時，面對不同的患者羣組、臨牀工作流程和超聲波硬件差異，仍能維持準確的診斷表現。

在這項研究中，我們只針對其中一個目標族羣，對原始 AI 模型進行最低限度的微調，然後在兩個目標環境中進行前瞻性測試：

Northwestern Medicine：位於美國伊利諾伊州芝加哥市的城市高資源學術醫療中心。
Jacaranda Health：位於肯尼亞內羅畢的城市社區診所網絡。

研究 AI 系統最初使用在北卡羅來納州和贊比亞收集的超聲波數據訓練，當中採用了 Sonosite、GE 和 Butterfly Networks 的一系列商用超聲波探頭；其後，系統配搭了 Clarius C3 商用手持式經腹探頭。這些地點在多方面的護理情況均有差異，包括女性首次接受產前護理的時間、接受常規超聲波檢查的次數，以及通常如何確定孕周。

為評估系統能否有效調整，研究運用了來自芝加哥、共 120 名參與者的小型試點數據集（約佔原始訓練集的 6%），以配合新的探頭硬件，並將孕周預測範圍延伸至 36 週以上。為瞭解模型的泛化能力，研究沒有使用內羅畢研究點的任何數據進行微調，確保肯尼亞的臨牀驗證是嚴格獨立的外部測試。為全面評估系統的效用，研究亦納入多胎妊娠個案；這類個案可能為人類操作人員和自動化系統帶來追蹤和測量方面的挑戰。

重點結果：達到專家標準

我們比較了 AI 系統從盲掃超聲波檢查估算胎齡的能力，以及按照臨牀標準專家方法以公式估算胎齡的結果。專家方法依靠資深超聲波檢查技師找出胎兒的多個特定切面，以進行精確的生物測量。這項工作難以大規模推行，需要多年訓練，而且高度取決於操作人員。

這項診斷研究評估了 385 名懷孕 16 至 36 週的參與者，結果顯示 AI 系統表現出色：

準確度在臨牀上不劣於標準方法：在兩個羣組中，AI 模型估算孕周的平均絕對誤差（MAE）為 4.18 天，成功證明其表現不劣於由資深超聲波檢查技師執行的標準臨牀程序；該程序的 MAE 為 4.48 天。
跨場景泛化能力：在芝加哥，經調整的模型 MAE 為 4.10 天。在沒有進行任何本地最佳化的內羅畢，模型的 MAE 則為 4.27 天，表現相若。

除了準確度，探索性指標亦顯示，研究 AI 系統在複雜情況下仍具韌性。例如，遇到胎兒體重極端值（高於第 90 百分位）時，模型的表現勝過傳統生物測量公式，顯示其能穩健應對胎兒體型的差異。

前瞻性部署的經驗

這項前瞻性多中心研究除了突顯透過 AI 大幅擴大超聲波檢查服務可及性的機會，亦讓我們得以在真實臨牀環境中實際觀察並優化 AI 的運作方式。透過將系統直接部署至日常臨牀工作流程，我們獲得了實用心得，有助設計符合真實環境使用需求的系統。例如，我們發現，與插電式底座相比，可更換電池更有助在接連診治病人之間保持裝置有電。

這些研究亦顯示，部署這類 AI 系統也需要與臨牀醫護人員及病人建立深厚信任。要達成這一點，一個重要做法是在應用程式中加入明確的防護措施，例如由模型產生信心估計值，以拒絕品質欠佳的掃描，並向臨牀用戶傳達模型的不確定性。

展望未來：透過 AI 擴大醫療服務可及性

這些研究結果顯示，以 AI 為本的系統能分析由未受過專門超聲波訓練的操作人員取得的標準化「盲掃」影像。AI 對胎齡的估算準確度，與專家操作人員採用現行標準診療方法及較昂貴的傳統推車式超聲波設備所得的結果相若。證明這項技術在不同臨牀環境、硬件及不斷變化的人羣中均具備泛化能力，是彰顯其潛力的重要一步，有助擴大孕產婦健康領域取得這項關鍵能力的機會。

透過讓只受過有限訓練的社區健康工作者也能可靠地進行超聲波評估，這項研究展現了擴大資源不足地區數百萬人的產前護理服務覆蓋範圍的潛力。研究這項可擴展技術的能力，為建立更具韌性、更多人可享用的醫療系統奠定基礎，確保每位母親無論身處何地，都有機會健康懷孕並安全分娩。

這項即時診療研究展現了我們透過 AI 擴大醫療服務可及性的整體願景，並為其提供一個潛在應用方向。這項研究所得的見解，有助推動我們開發新一代多模態醫療智能研究。透過持續努力，我們致力為開發者社羣及科學家提供所需的答案，協助改善臨牀護理，令醫療服務更有用，並讓所有人都能受惠。

致謝

感謝來自 Google Research、Jacaranda Health 及 Northwestern University Feinberg School of Medicine 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 及 Shravya Shetty。感謝 Pi-Chuan Chang 和 Dale Webster 審閲本研究。