Google Research: нейросеть оценивает срок беременности по УЗИ без сонографиста

Google Research 21 октября 2026 года опубликовала в блоге рассказ о проспективном многоцентровом исследовании, вышедшем в JAMA Network Open под названием «Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography». Авторы блога, Angelica Willis (Research Engineer, Google Research) и Nichole Young-Lin (Clinical Lead, Google for Health). Идея в том, чтобы оценивать срок беременности (гестационный возраст) с помощью машинного обучения по «слепому сканированию» (blind sweep): медработник без специальной подготовки по сонографии просто проводит недорогим портативным датчиком по животу по стандартной схеме, а нейросеть интерпретирует снимки.

Проблема, на которую указывает пост: по оценке ВОЗ, более 250 000 предотвратимых смертей в год в мире связаны с осложнениями беременности. Пренатальное УЗИ может улучшать исходы и снижать младенческую и материнскую смертность, но две трети людей в мире не имеют доступа к диагностической визуализации вроде УЗИ. Подготовка сонографиста дорога и занимает несколько лет, а во многих регионах острая нехватка специалистов; миллионы женщин в странах с ограниченными ресурсами не проходят ни одного УЗИ за всю беременность.

Раньше модель проверяли на новых пациентках из той же ретроспективной когорты, на которой она училась. Теперь её испытали проспективно: приложение работало вживую на мобильных устройствах в реальных клиниках, с операторами-новичками, незнакомым оборудованием и минимальной дообучкой. Исходно модель обучали на данных из Северной Каролины и Замбии, собранных датчиками Sonosite, GE и Butterfly Networks. Для исследования её связали с Clarius C3, коммерческим портативным трансабдоминальным датчиком. Площадки различались тем, когда женщины приходят на пренатальный учёт, сколько плановых УЗИ получают и как обычно датируется срок.

Для адаптации к новому датчику и расширения диапазона прогноза за пределы 36 недель использовали небольшой пилотный набор, 120 участниц из Чикаго (примерно 6% исходной обучающей выборки). Данные из Найроби для дообучения не использовали, так что кенийская проверка была строго независимым внешним тестом. В исследование включили и многоплодные беременности, которые сложны для измерения и людям, и алгоритмам. Нейросеть сравнивали с формульной оценкой по стандартному клиническому подходу: эксперт-сонографист находит несколько определённых сечений плода и делает точные измерения (биометрию), это трудно масштабировать, требует многолетнего обучения и сильно зависит от оператора.

Основную когорту составили 385 участниц на сроке от 16 до 36 недель. По выводу авторов, оценка возраста плода нейросетью по точности сопоставима с текущим стандартом помощи, экспертами на более дорогих стационарных аппаратах на тележке. Конкретные показатели точности (ошибка в днях, доверительные интервалы) в доступном тексте поста не приведены. По дополнительным (разведочным) метрикам, при крайних значениях веса плода выше 90-го процентиля модель превзошла традиционные биометрические формулы.

Практические наблюдения: сменные аккумуляторы оказались важнее стационарных док-станций, чтобы устройства оставались заряженными между подряд идущими пациентками. Для доверия врачей и пациенток авторы предлагают встроить в приложение защитные механизмы, например, оценки уверенности модели, которые отбрасывают некачественные сканы и показывают врачу неопределённость. Авторы подчёркивают потенциал технологии расширить охват пренатальной помощи для миллионов людей в регионах с нехваткой ресурсов и связывают работу с развитием своих мультимодальных медицинских исследовательских систем следующего поколения. Названия продукта, сроков внедрения и регуляторных одобрений в посте нет.

Ключевые факты

Проспективное многоцентровое исследование в JAMA Network Open: нейросеть оценивает срок беременности по «слепому сканированию» УЗИ, выполненному операторами без подготовки сонографиста, портативным датчиком Clarius C3.
Основная когорта, 385 участниц на сроке 16-36 недель; точность оценки возраста плода, по заявлению авторов, сопоставима со стандартом помощи, экспертами на более дорогих стационарных аппаратах.
Для адаптации к новому датчику хватило пилота из 120 участниц из Чикаго (около 6% исходной обучающей выборки); данные из Найроби в дообучении не участвовали и служили независимым внешним тестом.
В разведочных метриках при весе плода выше 90-го процентиля модель превзошла традиционные биометрические формулы; в выборку входили и многоплодные беременности.
Практические выводы: сменные батареи важнее док-станций, а оценки уверенности модели нужны, чтобы отбраковывать плохие сканы и сообщать врачу о неопределённости.

Почему это важно

Исследование заявлено как шаг от лабораторной проверки к реальным клиникам. Прежняя проверка модели шла на пациентках из той же ретроспективной когорты, а новая, вживую, на мобильных устройствах, с новичками, незнакомой аппаратурой и минимальной дообучкой. Это проверка обобщаемости, способности сохранять точность в других условиях, у других групп пациенток и на другом оборудовании. Мотивация, по данным ВОЗ, которую приводит пост: более 250 000 предотвратимых смертей в год и отсутствие доступа к УЗИ у двух третей людей в мире. Срок беременности, «главная временная шкала», на которой строятся скрининг, лечение и показания к родоразрешению.

Кому это важно

Прежде всего, службам охраны материнства и общественному здравоохранению в регионах, где нет сонографистов, и медработникам первичного звена, которых можно обучить сканированию за короткое время. Также исследователям медицинского ИИ, которых интересует перенос моделей на новое оборудование с небольшим объёмом дообучения, и разработчикам портативных УЗИ-устройств.

Как это применить

Готового продукта, цены, сроков внедрения или регуляторных одобрений в посте нет, так что применять пока нечего: это исследовательская работа. Практически полезны наблюдения из развёртывания: учитывать запас питания между подряд идущими пациентками (сменные батареи удобнее док-станций) и закладывать в приложение оценки уверенности модели, чтобы отклонять некачественные сканы и показывать врачу неопределённость.

Можно ли доверять

Источник, блог самой Google Research; выводы о точности и потенциале принадлежат авторам поста. Результаты опубликованы в рецензируемом журнале JAMA Network Open, а в числе соавторов, сотрудники Google Research, Jacaranda Health и Northwestern University Feinberg School of Medicine. Минус пересказа: в тексте блога нет самих числовых результатов точности (ошибки в днях, интервалов), поэтому оценить степень «сопоставимости» с экспертами можно только по самой статье. Финансирование исследования в посте не указано.

Риски и подводные камни

Формулировки поста осторожные: «потенциал» расширить охват, а не доказанное снижение смертности, влияния на исходы беременности исследование не измеряло. Размер дообучающего набора невелик (120 участниц), в основной когорте 385 участниц, а диапазон сроков при основной оценке, 16-36 недель. Авторы сами признают, что для внедрения нужно выстраивать доверие врачей и пациенток и встраивать защитные механизмы, а площадки различаются по практике датирования срока и числу плановых УЗИ. Данных о стоимости датчиков, обучении операторов сверх «минимального» и о коммерческом запуске нет.

«Гестационный возраст, это, по сути, то, на каком сроке находится женщина. Весь наш скрининг, значительная часть лечения, многие показания к родоразрешению строятся на этой основной временной шкале, которую даёт гестационный возраст.»

— Фрагмент в блоге Google Research (говорящий в тексте не назван)