Googleの研究者らは、特に専門機器や医療画像技師が不足している地域で、出生前の超音波検査へのアクセスを拡大するために人工知能を活用する方法を検証している。この方法では、専門外の医療従事者に簡易的な腹部スキャンを実施する訓練を行い、その記録を同じ端末上で動作する機械学習モデルが分析する。
この研究はJacaranda HealthおよびNorthwestern Medicineとの協力で実施され、ケニアのナイロビの母親1,000人と、シカゴの別の母親1,000人を対象とした。研究者らによると、モデルは訓練を受けた超音波検査技師と同程度の精度で妊娠週数と胎位を判定できた。
このアイデアはどのように機能するのか？
従来の検査では、技師が特定の測定値を得るためにプローブを正確に動かす必要があり、その技能には集中的な実地訓練が必要となる。一方、研究が「blind sweep」と呼ぶ方法では、あらかじめ決められたパターンに従って腹部の上でプローブを動かす。研究者らは、これまで超音波検査を実施したことのない医療従事者でも、この手順を8時間で習得できるとしている。
医療従事者はスキャン中に動画を記録し、その後、人工知能モデルが分析する。モデルは、再スキャンが必要かどうかを操作者に知らせるほか、妊娠週数を推定し、子宮内での胎児の向き、つまり胎位を判定できる。
実際に何が変わるのか？
このアプローチの重要性は、医療画像技師の全ての業務を置き換えようとするのではなく、出産への備えに影響し得る基本的な情報に焦点を当てている点にある。妊娠週数を正確に把握することで、医師は胎児の成長を解釈し、出産予定日を推定し、早産が必要となるケースへの対応に備えやすくなる。情報源は、妊娠週数の推定を誤ると、新生児に必要なケアの水準に大きな違いが生じる可能性があると説明している。特に、妊娠37週の胎児と妊娠34週の胎児を取り違えた場合がそうである。
また、処理は端末上で行われるため、Wi-Fi接続や継続的な電力供給を必要としない。この機能は、従来の機器が大型で高価であり、故障時の修理が難しい場合もある遠隔地の診療所が直面する制約の一部に対処する。一方、携帯型機器はより小型で低コストな選択肢となり、バッテリーで動作する。
結果の限界と、研究が証明していないこと
結果が示しているのは、妊娠週数と胎位という2つの特定の指標へのアクセスを拡大できる可能性であり、このシステムが包括的な医学的評価や、あらゆる種類の妊娠検査における専門技師の代替となることではない。また、情報源は規制上の承認、詳細な誤差率、商用提供の計画について説明していない。そのため、結果はアイデアの実現可能性を示す研究段階のものにとどまる。
certi.newsの見方では、ここで実際に起きている変化は新しい機器の発売ではなく、超音波画像診断の技能の一部を数時間で学べる業務手順へ移し、現地で処理するモデルを使って特定の臨床情報を抽出することにある。その効果は、機器の品質、訓練と医療監督、そして医療システムが結果に基づいて行動できる能力に左右される。