Google-Studie: KI wertet Blind-Sweep-Ultraschall so gut aus wie erfahrene Sonografie-Fachkräfte

Warum Blind-Sweep-Ultraschall wichtig ist

Laut der Weltgesundheitsorganisation, die Google zitiert, sterben weltweit jedes Jahr mehr als 250.000 Menschen an vermeidbaren Komplikationen im Zusammenhang mit einer Schwangerschaft. Google zufolge kann pränataler Ultraschall die Behandlungsergebnisse verbessern und die Sterblichkeit von Feten und Müttern senken. Dennoch haben zwei Drittel der Menschen weltweit keinen Zugang zu bildgebender medizinischer Diagnostik wie Ultraschall.

Das Forschungsteam unter der Leitung von Angelica Willis von Google Research und Nichole Young-Lin von Google for Health konzentrierte sich auf maschinelles Lernen, das Blind-Sweep-Ultraschallaufnahmen auswertet. Bei dieser Methode führen medizinische Fachkräfte in der Basisversorgung eine kostengünstige, tragbare Sonde in einem standardisierten Muster über den Bauch. Eine spezielle sonografische Ausbildung ist nicht nötig. Google weist darauf hin, dass die traditionelle Ausbildung zur Sonografie-Fachkraft teuer ist und eine mehrjährige Verpflichtung erfordert, während es in vielen Regionen gravierenden Mangel an Fachleuten gibt.

Die Studie mit dem Titel "Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography" befasst sich mit dem Gestationsalter, also damit, wie weit eine Schwangerschaft fortgeschritten ist. Young-Lin, die als Gynäkologin und Geburtshelferin arbeitet, wird in dem Beitrag so zitiert: "All of our screening, a lot of our treatments, a lot of our indications for delivery are all based on this master timeline that you get from the gestational age."

Wie die Studie angelegt war

Frühere Untersuchungen validierten das Modell an bislang unbekannten Patientinnen aus derselben retrospektiven Kohorte, mit der es trainiert worden war. Die neue Studie ist dagegen prospektiv: Das System lief laut Google live auf mobilen Geräten in echten Kliniken, mit ausschließlich unerfahrenen Anwenderinnen und Anwendern, unbekannter Ultraschallausrüstung und minimalem Feintuning.

Das Modell wurde ursprünglich mit Daten von 1.968 Teilnehmerinnen aus North Carolina und Sambia trainiert, die mit Sonden von Sonosite, GE und Butterfly Networks erhoben wurden. Es wurde mit der Clarius C3 kombiniert, einer handelsüblichen tragbaren transabdominalen Sonde. Anschließend führte das Team ein Feintuning mit einem kleinen Pilotdatensatz von 120 Teilnehmerinnen aus Chicago durch, etwa 6 % des ursprünglichen Trainingsdatensatzes. Dadurch wurde das Modell an die neue Sondenhardware angepasst und der Vorhersagebereich über die 36. Woche hinaus erweitert.

• Northwestern Medicine: ein städtisches, ressourcenstarkes akademisches Medizinzentrum in Chicago, mit 192 Teilnehmerinnen im prospektiven Test.
• Jacaranda Health: ein städtisches Netzwerk von Gemeindekliniken in Nairobi, Kenia, mit 193 Teilnehmerinnen.

Für das Feintuning wurden keine Daten aus Nairobi verwendet, sodass der kenianische Standort als streng unabhängiger externer Test diente. Die Standorte unterschieden sich darin, wann Frauen erstmals zur Schwangerenvorsorge kommen, wie viele routinemäßige Ultraschalluntersuchungen sie erhalten und wie das Gestationsalter üblicherweise bestimmt wird. In die Studie flossen auch Mehrlingsschwangerschaften ein.

Ergebnisse im Vergleich zu erfahrenen Sonografie-Fachkräften

Die primäre Kohorte umfasste 385 Teilnehmerinnen zwischen der 16. und der 36. Schwangerschaftswoche. Der Expertenstandard beruht darauf, dass eine Sonografie-Fachkraft bestimmte fetale Schnittebenen findet, um präzise biometrische Messungen vorzunehmen. Google beschreibt dieses Vorgehen als schwer skalierbar, stark von der anwendenden Person abhängig und auf jahrelange Ausbildung angewiesen.

Über beide Kohorten hinweg erreichte das KI-Modell einen mittleren absoluten Fehler (MAE) von 4,18 Tagen, gegenüber 4,48 Tagen bei erfahrenen Sonografie-Fachkräften, womit die Nichtunterlegenheit gezeigt wurde. In Chicago lag der MAE des angepassten Modells bei 4,10 Tagen. In Nairobi, ohne lokale Optimierung, betrug er 4,27 Tage.

Explorative Kennzahlen deuteten zudem auf Robustheit in komplexen Fällen hin. Bei einem fetalen Gewicht über der 90. Perzentile übertraf das Modell laut Google die herkömmlichen Biometrieformeln.

Erkenntnisse aus dem Live-Einsatz und wie es weitergeht

Der Einsatz des Systems im Klinikalltag brachte praktische Erkenntnisse. Das Team stellte fest, dass austauschbare Akkus besser geeignet sind als Ladestationen mit Anschluss, um die Geräte zwischen aufeinanderfolgenden Patientinnen geladen zu halten. Google betont außerdem, dass der Aufbau von Vertrauen bei Ärztinnen, Ärzten und Patientinnen nötig sein werde, und schlägt Schutzmechanismen in der App vor, etwa Konfidenzschätzungen des Modells, die Sweeps mit schlechter Qualität zurückweisen und dem klinischen Personal Unsicherheiten vermitteln.

Google zufolge zeigen die Ergebnisse, dass KI standardisierte Blind-Sweep-Aufnahmen von Anwendern ohne spezielle Ausbildung analysieren kann, und zwar mit einer Genauigkeit, die der von erfahrenen Anwendern an teureren, wagenbasierten Geräten vergleichbar ist. Das Unternehmen beschreibt die Arbeit als Forschung mit dem Potenzial, die pränatale Versorgung in unterversorgten Regionen durch minimal geschulte Gesundheitshelferinnen und Gesundheitshelfer auszuweiten. Es handelt sich um ein Forschungssystem, der Beitrag kündigt weder ein Produkt noch eine Verfügbarkeit an.