突破产前检查资源瓶颈
目前全球约有三分之二的人口缺乏便捷的超声等诊断成像服务，且受过专业培训的超声医师严重短缺。与此同时，准确估算孕龄对于产前筛查、临床治疗以及安全分娩准备至关重要，单纯依靠孕妇的月经史来推算具有明显局限性。
为应对这一医疗难题，谷歌研究人员与西北医学（Northwestern Medicine）及蓝花楹健康（Jacaranda Health）展开合作，开发出一款利用“盲扫”（blind sweep）超声评估孕龄和胎位的AI模型。该盲扫技术采用在腹部进行六次预设徒手扫查的标准流程，未经超声经验培训的医护人员在接受短期培训后即可完成操作。
跨国临床研究验证模型泛化能力
这项临床研究共纳入了分布在两个站点的2043名参与者，其中美国芝加哥站点包含1008名参与者，肯尼亚内罗毕站点包含1035名参与者。研究的主要评估集包括385名孕龄在16周至36周之间的孕妇。
临床验证结果显示，该AI模型估算孕龄的平均绝对误差（MAE）为4.2天，相比标准临床评估的4.5天展现出了非劣效性。在针对具体环境进行调整后，该模型在芝加哥的平均绝对误差为4.1天，在内罗毕为4.3天，证实了其在不同临床环境中的泛化表现。
端侧计算与基层医疗应用前景
在技术落地方面，该AI模型支持在设备端直接处理超声视频，在推理过程中不需要依赖Wi-Fi网络或稳定的电力供应。
谷歌软件工程师安吉莉卡·威利斯（Angelica Willis）表示，这些发现为在临床医疗环境中部署AI的挑战和机遇提供了重要见解。相关研究分析指出，AI辅助的盲扫超声能够让基层社区卫生工作者在资源匮乏地区完成专业评估，从而有助于将专家级的孕产健康服务扩大覆盖至更广泛的人群。