Zu wissen, wie weit eine Schwangerschaft fortgeschritten ist, ist die Grundlage fast aller Vorsorge, von Untersuchungsplänen bis zu Entscheidungen über die Entbindung. Doch zwei Drittel der Menschen weltweit haben keinen Zugang zu bildgebender Diagnostik wie Ultraschall, und die Weltgesundheitsorganisation schätzt mehr als 250.000 vermeidbare Todesfälle pro Jahr durch Schwangerschaftskomplikationen. Google Research hat eine prospektive Studie veröffentlicht, nach der Gesundheitskräfte ohne Sonografie-Ausbildung mit einer billigen Handsonde und einem KI-Modell auf dem Handy eine Schwangerschaft etwa so genau datieren können wie Fachleute.
Die Methode beruht auf Blindschwenks: Statt nach präzisen Ansichten des Fötus zu suchen, führt die Bedienperson die Sonde in einem festen Muster über den Bauch, und das Modell übernimmt die Auswertung. Die Studie, erschienen in JAMA Network Open mit Jacaranda Health und der Northwestern University, untersuchte 385 Teilnehmerinnen zwischen der 16. und 36. Schwangerschaftswoche in Chicago und Nairobi, mit unerfahrenen Bedienern und einer Sonde Clarius C3, auf der das Modell nicht trainiert war. Ursprünglich hatte es mit Aufnahmen aus North Carolina und Sambia und anderen Sonden gelernt. Das Team passte es mit einer kleinen Pilotgruppe von 120 Teilnehmerinnen aus Chicago an, etwa 6% der ursprünglichen Trainingsdaten, und nutzte keine Daten aus Nairobi, sodass dieser Standort als unabhängiger Test diente.
Der mittlere Fehler des Modells lag bei 4,18 Tagen, gegenüber 4,48 Tagen bei erfahrenen Sonografen mit Standardmessungen, genug für den Nichtunterlegenheitstest der Studie. In Chicago waren es 4,10 Tage, in Nairobi 4,27, und bei ungewöhnlich großen Föten schnitt das Modell besser ab als Standardformeln. Der Einsatz in echten Kliniken brachte zudem praktische Lehren, etwa den Wert austauschbarer Akkus zwischen Patientinnen und die Bedeutung von Konfidenzwerten, die schlechte Schwenks verwerfen und Unsicherheit anzeigen.
Das ist eines der nützlicheren Ergebnisse medizinischer KI in diesem Jahr, weil es eine grundlegende Lücke statt einer Nischendiagnose angeht und weil der Test prospektiv, im laufenden Betrieb und teils extern war. Es passt zu Googles breiterem Vorstoß, neben der Arbeit an der Tuberkulose-Früherkennung, Gesundheitsmodelle aus rückblickenden Datensätzen in die Kliniken zu bringen.
Die Grenzen zeigt schon das Studiendesign. Beide Standorte waren städtische Kliniken, nicht die ländlichen Stationen, wo der Zugang am schlechtesten ist. Das Modell musste für eine neue Sonde nachjustiert werden, was jede breitere Einführung wiederholen müsste. Es bleibt ein Forschungssystem, kein zugelassenes Produkt, und Google nennt keinen Zeitplan für Zulassung oder Einsatz. Ein paar Tage durchschnittliche Genauigkeit sagen zudem wenig über seltene Fälle, in denen ein Fehler am meisten zählt.