AI 前沿
Google研究显示AI盲扫超声可辅助基层孕周评估
Google Research介绍一项发表于JAMA Network Open的前瞻性多中心研究。AI可解读由非超声专业人员使用低成本便携探头完成的“盲扫”超声,在移动设备上评估孕周,并在不同临床环境和硬件中保持表现,有望弥补低资源地区产前影像缺口。
Google Research研究工程师Angelica Willis和Google for Health临床负责人Nichole Young-Lin介绍,一项前瞻性多中心研究显示,基于AI的盲扫超声评估可让非超声专业操作者借助低成本探头完成专家级孕周评估。世界卫生组织估计,全球每年有超过25万例可预防死亡与妊娠并发症有关;产前超声有助于改善结果,但全球三分之二人口无法获得超声等诊断影像。
“盲扫”方式允许未接受专业超声训练的基层医护人员,按标准化模式将低成本便携探头在腹部滑动,再由机器学习系统解读影像。研究团队指出,传统超声医师培训成本高且需要多年投入,而让基层工作者经少量培训即可完成评估,有望扩大产前筛查覆盖范围。
相关论文题为《Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography》,发表于JAMA Network Open。研究重点是模型在不同临床环境、患者群体和超声硬件之间的泛化能力。此前研究主要验证模型在同一回顾性队列中未见过患者上的表现,而新研究是在真实诊所、移动设备、新手操作者和不熟悉设备条件下进行的前瞻性测试。
研究中的AI模型最初使用在北卡罗来纳和赞比亚收集的超声数据训练,训练设备包括Sonosite、GE和Butterfly Networks的商用探头;新测试则与Clarius C3手持经腹探头配合。材料显示,模型只在一个目标人群上进行了最少调整,随后在不同目标环境中接受测试。