Google Research 喺 2026 年 10 月 21 日發布研究，喺《JAMA Network Open》發表論文《Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography》，由研究工程師 Angelica Willis 同 Google for Health 臨床負責人 Nichole Young-Lin 執筆。呢個前瞻性多中心研究測試一個以機器學習「盲掃」超聲波影像、判斷妊娠週數嘅 AI 系統。
文章引用世界衞生組織（WHO）估計，全球每年超過 250,000 名孕婦因妊娠相關並發症死亡，可預防；約三分之二人口缺乏診斷影像（包括超聲波）服務，而現行母健檢查高度依賴臨床專科訓練，低資源地區好多孕婦整個孕期連一次超聲波都冇。
所謂「盲掃」，係前線醫療人員用低成本、可攜式探頭，按標準化路線喺腹部逐寸掃過，唔需要經超聲診斷專科訓練。研究指傳統超聲診斷儀訓練要多年同高成本，喺專家短缺地區限制覆蓋率。呢個 AI 模型只需輕量微調，喺真正診所環境、用陌生設備、由新手操作下運行喺流動裝置，仍可達「專家級」妊娠週數評估。
論文提到，AI 模型原於美國北卡羅來那州同尚比亞采集嘅超聲波數據訓練，用 Sonosite、GE、Butterfly Networks 商用探頭。研究團隊將系統微調一個目標族群，再用 Clarius C3 手持式商用腹壁探頭喺兩個新環境做前瞻性測試，測試對象同訓練集不同。文章指醫療 AI 要安全擴展到全球，必須展示「泛化性」——喺與訓練數據不同嘅患者、臨床流程同硬件下仍保持準確診斷。
文中引述一名研究人員：「妊娠週數基本上係孕婦懷孕多耐。我哋嘅篩查、好多治療、好多分娩指標，都建立喺呢個由妊娠週數得出嘅時間線上。」
此為研究階段，Google 未公佈產品上市計劃或商用時間表。
模姐驗嚇貨：呢篇論文嘅價值喺「泛化」驗證——同一模型喺北卡、尚比亞兩地、用未見過的硬件（Clarius C3）同新手操作者、喺流動裝置實時運行，而唔只喺同訓練集同一回顧性 cohort 重複跑分。如果全球約三分之二缺乏診斷影像服務嘅人口，真係可以靠低門檻「盲掃」加 AI 得到一個可靠妊娠週數，呢個係少數幾個 AI 應用真係解決「有冇」問題、而唔係「好唔好」嘅例子。值得留意嘅係文章只交代「輕量微調」一個目標族群，冇具體列明微調數據量或跨機構審批狀態，讀者留意。
模姐｜深度調教
