KI ermöglicht weltweiten Zugang zu Pränatalultraschall

Rund zwei Drittel der Weltbevölkerung haben keinen zuverlässigen Zugang zu pränataler Ultraschalldiagnostik, was vor allem auf eine massive globale Unterversorgung mit geschultem Fachpersonal sowie die hohen Kosten und die starke Infrastrukturabhängigkeit traditioneller Geräte zurückzuführen ist. Um diese Versorgungslücke zu schließen, haben Forschende bei Google gemeinsam mit der Northwestern Medicine und der Jacaranda Health ein KI-gestütztes Diagnosekonzept entwickelt, das spezialisierte Ultraschalluntersuchungen auch in ressourcenarmen Regionen praktikabel macht. Im Rahmen einer großangelegten Studie mit jeweils tausend Schwangeren in Nairobi und Chicago wurde ein neues Vorgehen erfolgreich validiert. Anstelle der herkömmlichen, aufwendigen Manöver führen lokal geschulte Gesundheitsmitarbeiter sogenannte Blind Sweep-Scans durch. Dabei wird der Ultraschallsonde nach einem vordefinierten Muster über den Unterbauch geführt. Diese Methode lässt sich innerhalb von acht Stunden erlernen und umgeht den Engpass an zertifizierten Sonografen. Die dabei aufgenommenen Videoaufnahmen werden unmittelbar vor Ort von einem speziell trainierten Machine-Learning-Modell analysiert. Das System bewertet nicht nur die Bildqualität und gibt bei Bedarf Anweisungen zur Wiederholung, sondern ermittelt auch zuverlässig das Gestationsalter sowie die fetale Präsentation. Alle Rechenprozesse erfolgen On-Device, sodass weder eine Stromversorgung noch eine Internetverbindung erforderlich sind. Die Ergebnisse der Untersuchung belegen, dass die KI die pränatalen Parameter mit einer diagnostischen Genauigkeit bestimmt, die der von erfahrenen Sonografinnen und Sonografen entspricht. Eine präzise Bestimmung des Gestationsalters ist klinisch von entscheidender Bedeutung, da sie Grundlage für frühzeitige Vorsorge, die Planung von Entbindungen und die adäquate Vorbereitung von Neonatologie-Teams ist. Traditionelle Schätzungen allein basierend auf der Menstruationshistorie sind bei unregelmäßigem Zyklus oft unzuverlässig und können zu fehlerhaften klinischen Entscheidungen führen. Das Projekt demonstriert die praktische Eignung von KI zur Demokratisierung der mütterlichen Gesundheitsversorgung. Durch die Kombination tragbarer Ultraschallhardware, vereinfachter Scan-Protokolle und autonomer Bildanalyse wird Expertenniveau direkt in die Hände von Gemeindegesundheitsarbeiterinnen überführt. Die Forschenden betonen, dass dieser Ansatz nicht nur auf Schwangerschaftsuntersuchungen beschränkt bleibt, sondern grundsätzlich als skalierbare Lösung für verschiedene Bereiche der Diagnostik denkbar ist. Mit dem Ziel, technische Innovationen konkret an den Bedürfnislagen benachteiligter Bevölkerungsgruppen auszurichten, markiert die Entwicklung einen wichtigen Schritt hin zu einer gerechteren globalen Gesundheitsinfrastruktur.