Savoir à quel stade en est une grossesse conditionne presque tout le suivi prénatal, du calendrier des examens aux décisions sur l'accouchement. Pourtant, deux tiers de la population mondiale n'ont pas accès à l'imagerie diagnostique comme l'échographie, et l'Organisation mondiale de la santé estime à plus de 250 000 par an les décès évitables liés aux complications de la grossesse. Google Research a publié une étude prospective suggérant que des soignants sans formation en échographie, munis d'une sonde portable bon marché et d'un modèle d'IA sur téléphone, peuvent dater une grossesse presque aussi précisément que des experts.
La méthode repose sur des balayages à l'aveugle : au lieu de chercher des coupes précises du fœtus, l'opérateur fait glisser la sonde sur l'abdomen selon un schéma fixe, et le modèle se charge de l'interprétation. L'étude, publiée dans JAMA Network Open avec Jacaranda Health et la Northwestern University, a porté sur 385 participantes entre 16 et 36 semaines de grossesse à Chicago et Nairobi, avec des opérateurs novices et une sonde Clarius C3 sur laquelle le modèle n'avait pas été entraîné. Il avait d'abord appris sur des examens réalisés en Caroline du Nord et en Zambie avec d'autres sondes. L'équipe l'a adapté grâce à un petit groupe pilote de 120 participantes de Chicago, environ 6 % des données d'entraînement d'origine, sans utiliser aucune donnée de Nairobi, qui a ainsi servi de test indépendant.
L'erreur moyenne du modèle est de 4,18 jours, contre 4,48 jours pour des échographistes expérimentés utilisant les mesures standard, ce qui suffit au test de non-infériorité de l'étude. Elle atteint 4,10 jours à Chicago et 4,27 à Nairobi, et le modèle fait mieux que les formules classiques pour les fœtus inhabituellement grands. Le travail en conditions réelles a aussi livré des leçons pratiques, comme l'intérêt de batteries interchangeables entre deux patientes et l'importance d'indices de confiance qui rejettent les balayages médiocres et signalent l'incertitude au soignant.
C'est l'un des résultats d'IA médicale les plus utiles de l'année, parce qu'il s'attaque à un manque fondamental plutôt qu'à un diagnostic de niche, et parce que le test était prospectif, en situation réelle et en partie externe. Il s'inscrit dans l'effort plus large de Google, aux côtés de ses travaux sur le dépistage de la tuberculose, pour faire sortir les modèles de santé des données rétrospectives et les amener en clinique.
Les limites tiennent au protocole lui-même. Les deux sites étaient des hôpitaux urbains, pas les postes ruraux où l'accès est le plus difficile. Le modèle a dû être réajusté pour une nouvelle sonde, ce que tout déploiement plus large devrait refaire. Il reste un système de recherche et non un produit autorisé, et Google ne donne aucun calendrier d'autorisation ni de déploiement. Quelques jours de précision moyenne en disent aussi peu sur les cas rares où une erreur pèse le plus.