Date d'accouchement prédite par une IA à partir des seules images d'échographie : validation externe dans quatre hôpitaux publics chiliens, et un avantage qui tient surtout à un biais du terme à 280 jours
Une équipe chilienne a testé, sans le réentraîner, un logiciel commercial qui prédit le nombre de jours restant avant l'accouchement à partir des seules images d'échographie, sur 3 788 examens de 2 550 grossesses dans quatre hôpitaux publics. Le modèle se trompe en moyenne de 6,9 jours contre 11,6 jours pour la date prévue par la règle des 280 jours, et de 6,4 contre 13,2 jours quand la grossesse n'a pas été datée au premier trimestre. Mais les auteurs montrent eux-mêmes que l'essentiel de cet écart disparaît si l'on corrige simplement le biais de la date prévue dans cette population : le gain réel est plus modeste que le chiffre d'appel, et il concerne surtout les grossesses mal datées.
Le contexte
La date prévue d'accouchement (DPA) se calcule en ajoutant 280 jours, soit 40 semaines, au début de la grossesse. Ce point de départ est estimé soit par la date des dernières règles, soit, mieux, par la mesure de l'embryon au premier trimestre (la longueur cranio-caudale, ou CRL). Or une naissance survient rarement le jour prévu, et une partie importante des femmes n'a pas d'échographie précoce : grossesse découverte tard, suivi tardif, parcours migratoire. Pour elles, la datation est incertaine, et l'organisation de l'accouchement aussi.
Ultrasound AI, une société de Lexington (Kentucky), commercialise un modèle qui prédit directement le délai avant la naissance à partir d'images d'échographie, sans mesure, sans âge gestationnel ni donnée clinique en entrée. L'étude de développement, PAIR (Patel et al., Journal of Maternal-Fetal & Neonatal Medicine, 2025), portait sur 5 714 patientes d'un seul centre, l'Université du Kentucky. Selon la presse spécialisée, le produit, appelé Delivery Date AI, a obtenu en 2026 une autorisation de la FDA par la voie De Novo, comme outil d'appoint quand la datation par les règles ou par la biométrie n'est pas fiable. Il manquait une évaluation indépendante hors des États-Unis.
La méthode
Il s'agit d'une validation externe : on applique un modèle figé à des données qu'il n'a jamais vues, venant d'une autre population. Les auteurs ont analysé a posteriori les sorties d'un système déployé de mars 2021 à novembre 2025 dans quatre hôpitaux publics de la région de Santiago : Barros Luco Trudeau (1 563 examens), Padre Hurtado (1 310), El Pino (527) et Dr. Luis Tisné Brousse (388). Le rapport suit TRIPOD+AI, la grille de bonnes pratiques pour publier un modèle prédictif.
Le modèle reçoit les images d'un examen (médiane de 14 images) et renvoie des quantiles, c'est-à-dire une fourchette de prédiction : par exemple, « 80 % de chances que la naissance survienne entre tel et tel jour ». Son architecture n'est pas décrite, le logiciel étant propriétaire. Sur 4 515 examens reliés à une issue, les auteurs ont exclu 402 examens de grossesses gémellaires et 325 examens sans données suffisantes, pour garder 3 788 examens. Un tiers des grossesses (33,4 %) en comptent plusieurs ; les intervalles de confiance sont donc calculés par bootstrap au niveau de la grossesse (3 000 rééchantillonnages), ce qui évite de compter deux fois la même patiente comme si elle était indépendante.
La population est diverse : 34,4 % de femmes migrantes (dont 14,6 % vénézuéliennes et 8,4 % haïtiennes), 16,6 % de suspicions de retard de croissance fœtale, 12,8 % de diabète gestationnel. 12,5 % des grossesses n'avaient pas de datation fiable au premier trimestre. Le comparateur est la DPA clinique officielle. La métrique principale est l'erreur absolue moyenne (MAE), soit l'écart moyen, en jours, entre date prédite et date réelle, sans tenir compte du sens.
Les résultats
En métriques ML : la MAE du modèle est de 6,9 jours (IC 95 % 6,7 à 7,0), contre 11,6 jours (11,2 à 12,2) pour la DPA, soit 4,8 jours de moins (p < 0,001). Le modèle fait mieux que la DPA dans 69,2 % des examens. Chez les femmes sans datation fiable, sa MAE est de 6,4 jours contre 13,2. Pour les naissances prématurées (avant 37 semaines, 262 examens), elle est de 10,8 jours contre 37,5 : logique, puisqu'une DPA fixée à 40 semaines ne peut pas anticiper une naissance précoce. L'erreur varie peu d'un hôpital à l'autre (6,0 à 7,7 jours). Les fourchettes sont bien calibrées : l'intervalle nominal d'environ 94 % contient la vraie date dans 96,5 % des cas, avec une largeur moyenne de 41,4 jours.
Le chiffre le plus important est ailleurs. La DPA classique présente dans cette cohorte un biais systématique de 10,8 jours : la règle des 280 jours est décalée par rapport aux dates réelles de naissance de cette population, et ce n'est pas un effet des déclenchements (biais de 10,8 jours pour les accouchements spontanés, 10,9 pour les déclenchés). Les auteurs construisent alors une DPA « oracle », corrigée de ce décalage moyen. Face à elle, l'avantage du modèle tombe à 0,7 jour, différence non significative (p = 0,19). Restreint aux accouchements spontanés, il reste un avantage de précision : 6,3 jours contre 8,2.
Traduction clinique, sur 1 000 examens : le modèle place la naissance à moins d'une semaine de la date réelle dans 568 cas, contre 376 pour la DPA brute ; à moins de deux semaines dans 924 cas contre 729 ; et il se trompe de plus de quatre semaines dans 3 cas contre 40. Mais une bonne part de ce gain serait obtenue en décalant simplement toutes les DPA de la même valeur, un réglage local qui ne demande aucune IA.
Ce qui est bien
Premièrement, une vraie validation externe : un modèle américain figé, appliqué dans un autre pays, dans quatre hôpitaux publics, sur près de cinq ans et 2 550 grossesses, avec une population migrante importante. C'est exactement le type d'étude qui manque pour les dispositifs autorisés sur la base d'un seul centre.
Deuxièmement, une honnêteté rare : les auteurs publient l'analyse « oracle » qui réduit leur propre résultat principal à une différence non significative, et l'écrivent dans le résumé. Ils ajoutent des analyses de sensibilité (accouchements spontanés, un seul examen par grossesse, premier et dernier examen) qui donnent toutes des MAE proches de 7 jours.
Troisièmement, la calibration des fourchettes est rapportée hôpital par hôpital (couverture de 96 à 99 % pour l'intervalle à 94 %) et la comparaison à fenêtre d'âge gestationnel égale montre que le modèle fonctionne aussi bien chez les femmes mal datées (7,3 contre 7,1 jours entre 14 et 28 semaines). C'est la population pour laquelle l'outil est indiqué.
Ce qui est moins bien
Premièrement, un comparateur biaisé. La DPA brute, décalée de 10,8 jours, est un adversaire facile ; le vrai concurrent, la biométrie fœtale mesurée lors du même examen (formules de Hadlock), n'a pas pu être testé faute de mesures archivées. Les auteurs le reconnaissent. Sans cette comparaison, on ne sait pas si le modèle apporte plus qu'une échographie classique bien interprétée.
Deuxièmement, un risque de shortcut learning, ou apprentissage par raccourci, impossible à vérifier : un modèle qui ne voit que des images peut surtout estimer la taille du fœtus, donc refaire implicitement une biométrie, plutôt que repérer des signes de maturation propres à la fin de grossesse. Le logiciel étant fermé (architecture, poids, données d'entraînement non disponibles), aucune analyse d'explicabilité n'a été possible. S'y ajoute une métrique trompeuse : un R² de 0,97 paraît spectaculaire, mais il est gonflé par l'amplitude des délais, de quelques jours à environ six mois selon le terme de l'examen ; la MAE et les pourcentages à 7 et 14 jours sont plus parlants.
Troisièmement, les limites de cadre : étude rétrospective sur un système déployé, sans mesure de son effet sur les décisions (déclenchements, transferts, organisation des maternités) ; un seul pays et le seul secteur public ; 727 examens exclus ; pas de correction pour les comparaisons multiples entre sous-groupes. Côté indépendance, les auteurs ne déclarent aucun conflit d'intérêts et indiquent que la société n'a ni financé ni orienté l'étude, mais l'étude n'a pas de financement dédié, et dans la version préprint que nous avons lue, les liens vers le code d'analyse (Zenodo, GitHub) étaient encore des emplacements à compléter.
Ce que ça change
Pour la communauté de recherche : c'est un modèle de rapport utile, qui montre comment séparer la part d'un gain due à la correction d'un biais de population et la part due à une vraie précision supplémentaire. La prochaine étape évidente est une comparaison directe avec la biométrie du même examen, et une étude prospective mesurant des issues cliniques.
Pour les cliniciens : pour une femme datée au premier trimestre, l'apport est faible, et une recalibration locale de la DPA peut en capter l'essentiel. Pour une femme arrivée tard sans datation fiable, une fourchette calibrée à environ une semaine d'erreur moyenne peut aider à organiser le suivi, en complément du jugement clinique et non à sa place. La fourchette de 94 % reste large (plus de 40 jours).
Pour les patientes et le grand public : l'IA ne « devine » pas le jour de la naissance. Elle peut réduire l'incertitude là où la datation manque, mais cette étude rappelle aussi qu'une règle aussi ancienne que celle des 40 semaines mérite d'être ajustée à la population à laquelle on l'applique.
Pour aller plus loin
Article publié : npj Digital Medicine, 5 novembre 2026 (DOI 10.1038/s41746-026-03453-0), Alliende-Ferrada, Inostroza, Stern, Pérez-Cotapos, Ruz et al. Version préprint : Research Square rs-9999161 (DOI 10.21203/rs.3.rs-9999161/v1). Étude de développement : Patel et al., « Perinatal artificial intelligence in ultrasound (PAIR) study: predicting delivery timing », J Matern Fetal Neonatal Med 2025, DOI 10.1080/14767058.2025.2532099. Grille de reporting : TRIPOD+AI.
Mention de transparence éditoriale : cet article a été produit par la chaîne éditoriale automatisée de Tatakoto à partir de la version préprint (Research Square, juin 2026) ; la version finale publiée dans npj Digital Medicine n'a pas pu être consultée et certains chiffres peuvent y différer légèrement. Les versions anglaise, espagnole et chinoise sont générées par IA. Une erreur ? Contactez-nous.