Google-Forscher untersuchen eine Methode, künstliche Intelligenz einzusetzen, um den Zugang zu vorgeburtlichen Ultraschalluntersuchungen zu erweitern, insbesondere in Regionen, in denen es an spezialisierten Geräten oder medizinischen Bildgebungstechnikern mangelt. Die Methode beruht darauf, nicht spezialisiertes Gesundheitspersonal in der Durchführung eines vereinfachten Bauchscans zu schulen und anschließend die Aufzeichnungen mithilfe eines maschinellen Lernmodells zu analysieren, das auf demselben Gerät läuft.
Die Studie wurde in Zusammenarbeit mit Jacaranda Health und Northwestern Medicine durchgeführt und umfasste 1.000 Mütter in Nairobi, Kenia, sowie weitere 1.000 Mütter in Chicago. Den Forschern zufolge konnte das Modell das Schwangerschaftsalter und die Lage des Fötus mit einer Genauigkeit bestimmen, die der eines ausgebildeten Ultraschalltechnikers vergleichbar war.
Wie funktioniert die Idee?
Bei der herkömmlichen Untersuchung muss der Techniker den Schallkopf präzise bewegen, um bestimmte Messungen zu erhalten; diese Fähigkeit erfordert eine intensive praktische Ausbildung. Der von der Studie als „blind sweep“ bezeichnete Ansatz beruht dagegen darauf, den Schallkopf nach einem zuvor festgelegten Muster über den Bauch zu führen. Die Forscher erklären, dass Gesundheitspersonal, das zuvor noch keine Ultraschalluntersuchung durchgeführt hat, dieses Verfahren innerhalb von acht Stunden erlernen kann.
Das Gesundheitspersonal nimmt während des Scanvorgangs ein Video auf, das anschließend vom Modell der künstlichen Intelligenz analysiert wird. Das Modell kann den Bediener darauf hinweisen, dass ein erneuter Scan erforderlich ist, außerdem das Schwangerschaftsalter schätzen und die Lage des Fötus bestimmen, also seine Ausrichtung in der Gebärmutter.
Was verändert sich praktisch?
Die Bedeutung des Ansatzes liegt darin, dass er nicht versucht, sämtliche Aufgaben eines medizinischen Bildgebungstechnikers zu ersetzen, sondern sich auf grundlegende Informationen konzentriert, die die Vorbereitung auf die Geburt beeinflussen können. Eine genaue Bestimmung des Schwangerschaftsalters hilft Ärzten, das Wachstum des Fötus zu beurteilen, den voraussichtlichen Geburtstermin zu schätzen und sich auf Situationen vorzubereiten, die eine Frühgeburt erfordern. Die Quelle erklärte, dass ein Fehler bei der Schätzung des Schwangerschaftsalters zu erheblichen Unterschieden beim erforderlichen Versorgungsniveau für Neugeborene führen kann, insbesondere wenn ein 37 Wochen alter Fötus mit einem 34 Wochen alten Fötus verwechselt wird.
Außerdem erfolgt die Verarbeitung auf dem Gerät, ohne dass eine Wi-Fi-Verbindung oder eine kontinuierliche Stromversorgung erforderlich ist. Diese Eigenschaft begegnet einigen Einschränkungen entlegener Kliniken, in denen herkömmliche Geräte groß und teuer sind und sich im Falle eines Defekts möglicherweise nur schwer reparieren lassen, während tragbare Geräte eine kleinere und kostengünstigere, batteriebetriebene Option bieten.
Grenzen des Ergebnisses und was die Studie nicht belegt
Die Ergebnisse zeigen die Möglichkeit, den Zugang zu zwei bestimmten Indikatoren zu erweitern, nämlich zum Schwangerschaftsalter und zur Lage des Fötus. Sie belegen nicht, dass das System eine umfassende medizinische Untersuchung oder spezialisierte Techniker bei allen Arten von Schwangerschaftsuntersuchungen ersetzt. Die Quelle nennt außerdem keine Einzelheiten zur behördlichen Zulassung, zu detaillierten Fehlerraten oder zu einem Plan für die kommerzielle Bereitstellung. Daher bleibt das Ergebnis im Rahmen einer Forschungsarbeit, die die Machbarkeit der Idee nachweist.
Für certi.news besteht die tatsächliche Veränderung hier nicht in der Einführung eines neuen Geräts, sondern darin, einen Teil der Fähigkeit zur Durchführung von Ultraschalluntersuchungen in einen Arbeitsablauf zu übertragen, der innerhalb weniger Stunden erlernt werden kann, und anschließend ein lokal arbeitendes Modell zur Gewinnung bestimmter klinischer Informationen einzusetzen. Die Auswirkungen bleiben von der Qualität der Geräte, der Schulung und medizinischen Aufsicht sowie von der Fähigkeit der Gesundheitssysteme abhängig, auf Grundlage der Ergebnisse zu handeln.