Una IA fecha embarazos a partir de simples barridos ecográficos

Imagine a un profesional sanitario sin formación en ecografía deslizando una sonda barata y portátil sobre el vientre de una mujer embarazada siguiendo un patrón fijo, mientras un modelo de IA interpreta el resultado para estimar en qué semana de gestación se encuentra. Ese es el escenario que probó un equipo de Google Research en un estudio prospectivo publicado en JAMA Network Open, con el sistema funcionando en tiempo real en dispositivos móviles dentro de clínicas reales.

Lo que está en juego es concreto. La Organización Mundial de la Salud calcula que cada año se producen más de 250.000 muertes evitables por complicaciones relacionadas con el embarazo, y dos tercios de la población mundial no tienen acceso a técnicas de diagnóstico por imagen como la ecografía. El estándar clínico para datar un embarazo depende de un experto que localiza varios cortes transversales del feto y toma medidas precisas, una tarea que exige años de formación y que varía de un operador a otro. Como explica la ginecóloga-obstetra Nichole Young-Lin: «Todos los cribados, buena parte de los tratamientos y gran parte de las indicaciones de parto se basan en esta cronología de referencia».

El modelo se entrenó inicialmente con datos de ecografías recogidos en Carolina del Norte y Zambia, utilizando varias sondas comerciales. Para el nuevo estudio se combinó con una sonda de mano distinta, la Clarius C3. Su adaptación requirió un conjunto piloto de 120 participantes de Chicago, alrededor del 6 % de los datos de entrenamiento originales, para manejar el nuevo hardware y predecir la edad gestacional a partir de las 36 semanas. El centro de Nairobi, una red de clínicas comunitarias, no recibió ningún ajuste fino, por lo que sus resultados cuentan como una prueba externa independiente. El estudio incluyó además embarazos múltiples, más difíciles de medir tanto para los operadores humanos como para los sistemas automatizados.

En la cohorte principal de 385 participantes de entre 16 y 36 semanas, el error medio absoluto de la IA, es decir, la diferencia media en días entre su estimación y la referencia, fue de 4,18 días en ambos centros. Los ecografistas expertos obtuvieron 4,48 días. En Chicago, el modelo adaptado alcanzó 4,10 días, y en Nairobi, sin optimización local, 4,27 días. Los autores hablan de no inferioridad: el sistema iguala el estándar experto, pero no lo supera. En un análisis exploratorio, el modelo también superó a las fórmulas biométricas tradicionales en fetos por encima del percentil 90 de peso. El estudio es obra de los propios desarrolladores, y sus resultados aún deben reproducirse en otros entornos.

De momento, los beneficiarios inmediatos son las clínicas donde los ecografistas expertos escasean y las mujeres embarazadas que, de otro modo, podrían atravesar todo el embarazo sin una sola ecografía. Una herramienta que solo necesita unos días de formación y una sonda económica podría ampliar el cribado prenatal en esos lugares, pero solo después de nuevas validaciones y de un despliegue que el estudio no describe. Google Research no ofrece ningún calendario para ese paso.