Una ecografía sin ecografista

Seis pasadas y cuatro días

Una persona sin formación en ecografía pasa una sonda portátil seis veces por el vientre de una embarazada y un modelo de IA calcula en una tableta de cuántas semanas está. Lo describe un estudio de Google Research, la división de investigación de Google, con Northwestern Medicine, el centro médico académico de la Universidad Northwestern en Chicago, y con Jacaranda Health, una organización de salud materna con raíces en Kenia que trabaja con gobiernos del África subsahariana en hospitales públicos.

Se publicó el 9 de julio de 2026 en JAMA Network Open, revista médica de acceso abierto y revisión por pares del grupo de la revista JAMA (Journal of the American Medical Association), de la Asociación Médica Estadounidense, y Google lo presentó el 21 de octubre. «Todo nuestro cribado, muchos de nuestros tratamientos y muchas de nuestras indicaciones para el parto se basan en este calendario maestro», explica Nichole Young-Lin, ginecóloga y responsable clínica de Google for Health, el área de salud de Google.

Según la OMS, que cita Google, cada año hay más de 250.000 muertes evitables por complicaciones del embarazo. Y dos tercios de la población mundial no tiene acceso a pruebas de imagen como la ecografía, según Google.

La sonda la pasa un novato y la imagen la lee el modelo

Lo habitual es que un ecografista experto localice cortes concretos del feto, lo mida y aplique la fórmula de Hadlock, que estima la edad a partir de esas medidas. Según Google, es una tarea que «requiere años de formación».

Aquí la sonda la manejaron cinco personas sin experiencia previa: en Chicago, con un folleto, instrucciones y una demostración; en Nairobi, con unas seis horas de formación práctica. Usaron una sonda de mano Clarius C3 y una aplicación de investigación que calculaba la edad en la propia tableta, en el momento.

Ajustado en Chicago, probado en Kenia

El modelo se entrenó con la cohorte FAMLI (Fetal Age Machine Learning Initiative), un estudio con centros en Chapel Hill (Carolina del Norte) y Lusaka (Zambia): 1.968 participantes, según Google. Para adaptarlo a la sonda nueva se ajustó con 120 embarazadas de Chicago, alrededor del 6 % del conjunto original.

De Nairobi no se usó ni un dato. Google lo presenta como «una prueba externa estrictamente independiente».

Un error de unos cuatro días

La referencia era una ecografía de datación hecha al principio del embarazo; la comparación, la estimación de expertos locales con máquinas tradicionales.

Google da las cifras con dos decimales y el artículo las redondea a uno: es la misma medida. Según el artículo, el método clínico tendía a pasarse, mientras que el modelo no se desvió de forma significativa.

No ser peor no es lo mismo que ser mejor

El margen se fijó en un día: el modelo podía fallar, como mucho, un día más que los expertos. Lo cumplió en el conjunto y en cada centro, y en Nairobi, sin ajuste local, quedó a la par, según el artículo de JAMA Network Open, una revista en la que los autores pagan por publicar en abierto.

Es un estudio diagnóstico observacional, no un ensayo clínico: los operadores veían la ecografía, pero los resultados del modelo se ocultaron «para evitar la influencia clínica».

Lo que el estudio no demuestra

Solo estima la edad gestacional: detectar otros hallazgos queda como trabajo futuro, y el sistema no diagnostica nada.

Pasada la semana 36, fuera del entrenamiento original, el modelo falló en Nairobi mucho más que el método clínico. Los autores lo atribuyen en parte a que allí los ecografistas conocían la edad de referencia, y admiten que el modelo puede necesitar mejoras en la recta final del embarazo.

También reconocen que la formación fue distinta en cada centro, que solo se probó una marca de sonda nueva y que los intervalos por operador son amplios. La ventaja con los fetos grandes es exploratoria y con pocos casos.

Ni Google ni el artículo hablan de aprobación, precio ni producto. Sí de lo aprendido: según Google, las baterías intercambiables funcionaron mejor que las bases de carga, y hará falta «construir una confianza profunda» con médicos y pacientes, con estimaciones de confianza que rechacen los barridos malos. Los autores añaden la electricidad poco fiable como obstáculo.

Google paga y Google firma

El estudio lo pagó Google con subvenciones a Jacaranda Health y a la Universidad Northwestern, y la Fundación Gates costeó una parte con subvenciones a Northwestern. Jacaranda, según su web, se financia con fundaciones, agencias de desarrollo y empresas.

Los autores de Google Research participaron en el diseño, el análisis, la redacción y la decisión de publicar, no en la recogida de datos. Catorce declaran ser empleados de Google con acciones, y tres figuran en una patente de Google sobre el enfoque del barrido a ciegas con IA. No es una evaluación independiente.