Google Research、AIと低コスト超音波で妊娠週数を専門技師並みに推定

発表された研究の概要

Google Researchは2026年10月21日、AIを用いた超音波による妊娠週数推定の研究結果をブログで公開した。論文はJAMA Network Openに「Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography」として掲載されている。実際の診療現場でAIを稼働させた前向き多施設研究であり、著者はGoogle ResearchのAngelica Willis氏とGoogle for HealthのNichole Young-Lin氏だ。

妊娠週数は、出産のタイミングやスクリーニング、治療方針の判断すべての基準になる「マスタータイムライン」だとYoung-Lin氏は説明する。従来は専門の超音波技師が胎児の特定の断面を捉えて計測する必要があり、習熟に数年かかるうえ操作者の技量に左右されやすい。WHOは妊娠関連の合併症により年間25万人以上が予防可能な死に至ると推計し、世界の3分の2が超音波のような画像診断にアクセスできないとしている。

ブラインドスイープという発想

研究チームが着目したのは「ブラインドスイープ」と呼ばれる撮像法である。専門の超音波訓練を受けていない現場の医療従事者が、低コストの携帯型プローブを腹部に当て、決められたパターンで滑らせるだけで撮影できる点が特徴となる。

取得された連続画像をAIが解釈し、妊娠週数を推定する。技師の育成が高コストで長期間かかる地域では、最小限の訓練で検査を担える人材を増やせる可能性があると研究チームは位置づけている。

専門技師との精度比較

主要評価は妊娠16〜36週の385人を対象に行われた。AIの平均絶対誤差(MAE)は4.18日、専門超音波技師が標準的な生体計測から算出した値は4.48日で、AIは非劣性を満たした。MAEは推定値と実測値の差の平均であり、小さいほど正確といえる。

施設間のばらつきも小さかった。シカゴのノースウェスタン・メディシンでは4.10日、ケニア・ナイロビのジャカランダ・ヘルスでは4.27日となっている。ナイロビのデータは追加学習に一切使われておらず、独立した外部テストとして評価された。探索的な解析では、胎児体重が90パーセンタイルを超えるような極端なケースで、AIが従来の推定式を上回ったと報告されている。

試験設計とハードウェア

元のモデルは米ノースカロライナ州とザンビアで集めた1,968人分のデータで学習しており、その際はSonosite、GE、Butterfly Networksの商用プローブが使われた。今回の研究用システムはClarius C3という携帯型の腹部プローブと組み合わせている。

新しい機種への適応と36週以降への予測範囲の拡張のため、シカゴの120人分(元の学習セットの約6%)の予備データで最小限の調整を行った。前向き試験はシカゴ192人、ナイロビ193人を対象に実施され、ナイロビ分は調整に使っていない。

現場で見えた課題

研究チームはシステムを実際の診療フローに組み込むことで、実用上の知見も得た。例えば、連続する患者の合間に機器を充電し続けるには、プラグイン式のドックよりも交換可能なバッテリーのほうが重要だという点が挙げられている。

導入には臨床医と患者の信頼獲得が欠かせないとも指摘する。その手段として、モデルが出力する確信度推定を使い、画質の悪いスイープを弾いたり、不確実性を臨床医に伝えたりする安全策をアプリに組み込むことが挙げられている。薬事承認の取得状況や価格、日本を含む各地域での展開計画については原文に記載がない。