医学影像AI辅助诊断专家共识（2024版）

医学影像AI辅助诊断专家共识（2024版）一、共识制定目的与适用范围医学影像AI辅助诊断技术已从科研验证阶段进入规模化临床落地阶段，但其临床应用中的准入标准、操作规范、质量控制、责任边界长期缺乏统一指引，直接制约技术价值发挥并带来医疗安全隐患。本共识依据国家药监局《人工智能医用软件产品分类界定指导原则》、国家卫健委《医疗机构医学影像检查流程规范》、GB/T22239-2019《信息安全技术网络安全等级保护基本要求》制定，旨在为各级医疗机构提供可落地、可追溯、可考核的AI应用全流程管理标准。

本共识适用于各级各类医疗机构开展的CT、MR、DR、乳腺钼靶、超声、核医学等模态的AI辅助诊断工作，覆盖产品准入、临床操作、质控监测、不良事件处置、人员培训、数据安全全环节，适用人群包括放射科医师、临床接诊医师、影像科技师、医院医工/信息管理人员、AI产品运维人员。二、核心术语定义统一术语定义是避免临床应用中概念混淆、权责错配的基础前提。•医学影像AI辅助诊断软件：指基于深度学习算法对医学影像进行分析，输出病灶检出、量化测量、风险分层提示的三类医疗器械，仅作为执业医师诊断的辅助工具，不具备独立诊断资质。•人机协同阈值：指AI输出结果对应的医师复核分级规则，按置信度划分为高、中、低三个风险等级，匹配不同层级的复核要求。•模型漂移：指因临床数据分布（如患者人群特征、设备参数、扫描协议）与模型训练集存在差异，导致模型性能随使用时间持续劣化的现象，是AI临床应用中长期存在的固有风险。•锚定偏差：指医师先查看AI输出结果后，注意力被限定在AI标注的病灶区域，忽略AI漏检病灶的认知偏差，是AI辅助场景下漏诊率升高的核心人为诱因。三、AI产品临床准入要求AI产品的临床准入是医疗质量安全的第一道防线，未通过合规验证的产品严禁直接接入临床工作流。1.资质准入要求AI产品上线优先选择通过省级及以上医学影像质控中心一致性评价的获批三类医疗器械，注册证载明的适用模态、适用部位、适用人群必须与本院使用场景100%匹配，严禁超注册范围使用（如注册证适用范围为胸部CT肺结节筛查的产品，不得用于肺炎、肋骨骨折诊断）；若为未取得注册证的科研类模型，必须经医院伦理委员会审批同意后仅用于科研队列研究，不得接入临床阅片工作流；严禁使用无任何资质的AI产品出具临床诊断相关提示。2.本地化性能验证要求产品上线前必须由放射科主任牵头、2名副高及以上职称医师共同完成本地化验证，验证数据集为本院近3个月连续收集的真实临床病例，其中常规场景不少于1000例、罕见病场景不少于200例，验证指标需满足对应场景的最低合格阈值（见下表），验证报告存档至医院医疗质量管理部门，性能不达标的产品不得上线。应用场景灵敏度最低要求特异度最低要求单例假阳性上限胸部CT≥6mm肺结节筛查98%85%2个颅脑CT脑出血/大血管闭塞99%90%1个DR≥1mm移位骨折筛查97%85%3个乳腺钼靶≥5mm钙化灶筛查95%80%4个3.信息安全准入要求AI系统必须通过网络安全等级保护三级测评，与本院PACS/RIS系统采用标准DICOM协议对接，不得修改原始影像的像素值、检查参数、存储格式；所有数据运算优先在医院本地服务器完成，确需跨网传输的必须采用国密算法加密，患者影像数据不得出境、不得用于注册证载明范围外的模型训练。四、临床应用标准化操作流程人机协同的标准化操作是避免漏诊、误诊，最大化AI效能的核心环节，严禁将AI输出结果直接作为最终诊断报告出具。1.触发与推送规则影像科技师完成扫描、将原始影像上传PACS系统后，自动触发对应部位的AI模型运算：常规检查影像AI需在3分钟内输出结果，急诊胸痛、卒中、创伤影像AI需在30秒内输出结果；AI结构化结果（含病灶位置标注、测量值、风险分级）直接推送至对应阅片医师的工作站，其中致死性阳性提示（主动脉夹层、大血管闭塞、大量气胸、大量脑出血）同步推送至放射科值班二线、急诊科首诊医师的工作手机端，触发弹窗+声音预警。2.阅片操作强制流程医师阅片必须严格遵循三步流程，严禁调换顺序：1.第一步：关闭AI结果显示窗口，按照相应部位影像阅片规范完成全序列独立阅片，形成个人初步诊断意见，其中单例胸部CT阅片时间不得少于3分钟，单例腹部MR阅片时间不得少于5分钟；2.第二步：打开AI结果窗口，对照自己的初步诊断逐一核对AI提示的病灶，重点排查自己未发现的异常；3.第三步：综合独立阅片结果与AI提示，出具最终诊断报告。该流程的设计依据为：若医师先查看AI标注，注意力会被锚定在AI提示区域，对未标注区域的阅片细致度下降30%以上（据2023年中华医学会放射学分会全国AI应用现状调研数据），演化路径为：注意力偏移→遗漏隐蔽部位小病灶→患者确诊时间延迟3~6个月→早期肿瘤进展为中晚期。3.AI结果分级复核规则按AI输出的置信度执行分层复核，不得直接忽略任何一级提示：■置信度≥90%的高风险阳性提示：医师必须逐一核对病灶位置、大小、形态，确认符合影像表现的在报告中明确标注，确认为假阳性的在AI系统日志中标记误判原因（如血管断面误判为结节、呼吸伪影误判为出血）；■置信度30%~90%的中风险疑似提示：必须由主治医师及以上职称人员复核，必要时调取患者既往影像对比、重建薄层序列确认，不得直接判定为假阴性；■置信度<30%的低风险阴性提示：医师仍需完成全序列阅片，不得因AI提示阴性缩短规定阅片时间。4.特殊场景要求急诊场景下AI提示致死性病变的，医师必须在5分钟内完成复核并将结果反馈至首诊临床医师；未成年人、孕妇等特殊人群的AI辅助诊断结果，必须由副高及以上职称医师最终复核确认。五、质量控制与性能监测AI模型不是静态产品，持续的性能监测与漂移校准是避免长期使用中性能劣化、风险累积的必要保障。1.日常质控机制放射科需设置1名专职AI质控员（由高年资主治医师或主管技师担任），每周抽取不少于5%的AI辅助诊断病例，对比医师最终诊断与AI输出结果，统计周度灵敏度、特异度、假阳性率指标，每月在科室质量安全例会通报质控数据。2.模型漂移预警与处置设定明确的性能劣化预警阈值：连续2周AI灵敏度较上线验证时下降超过5%，或假阳性率升高超过30%，立即暂停该AI模型的临床使用，切换为纯人工阅片模式；通知产品厂商在10个工作日内完成模型校准，重新通过本地化性能验证后方可恢复上线。模型漂移的典型演化路径为：本院患者人群特征与训练集不匹配→初期仅表现为假阳性升高干扰医师判断→持续劣化后小病灶、不典型病灶漏诊率上升→逐步引发医疗不良事件。3.年度全性能验证每年12月需使用本院当年新增的不少于2000例连续病例完成一次全性能验证，对AI模型进行本地化微调适配，年度验证报告提交医院医疗质量管理部门、省级医学影像质控中心存档。4.不良事件关联追溯每季度将AI辅助诊断相关的漏诊、误诊病例上报省级医学影像质控中心；发生AI相关医疗不良事件的，需在24小时内导出AI运行全量日志（含运算时间、置信度、提示结果、医师操作记录），配合后续原因核查。六、不良事件处置与责任界定清晰的责任划分与标准化的不良事件处置流程，是保障医患双方合法权益、消除医师使用AI顾虑的核心机制。1.不良事件分级标准事件等级判定标准一般事件AI假阳性导致患者不必要的短期复查，未造成实质性损伤严重事件AI假阴性导致病灶漏诊、延误治疗1周以上，或AI假阳性导致患者接受有创检查/手术极重事件AI漏诊/误诊导致患者死亡、重度残疾2.处置流程发生不良事件后，当事医师必须在24小时内封存原始影像、诊断报告、AI运行日志，由科室医疗安全小组完成初步原因判定；一般事件由科室内部完成整改，严重及以上事件需在24小时内上报医院医务部门、属地药监部门，通知AI产品生产厂商配合核查。3.责任界定规则■产品责任：医师完全按照本共识规定流程操作，因AI漏检同层级医师独立阅片也难以识别的微小/不典型病灶导致的不良事件，由AI产品生产厂商承担相应产品质量责任；■医疗责任：医师未按流程操作（如直接引用AI结果发报告、省略全序列阅片步骤、忽略高风险AI提示）导致的不良事件，由当事医师承担主要医疗责任；■管理责任：医院未按要求开展准入验证、日常质控，明知模型性能不达标仍继续使用导致的不良事件，由医院管理方承担相应管理责任。严禁发生不良事件后未核查原因直接将全部责任归咎于一线阅片医师。七、人员培训与能力要求AI工具的使用能力已经成为新时代放射医师的核心执业技能，系统化培训是避免人机协同失效的基础。1.上岗资质要求所有使用AI辅助诊断系统的医师、技师，必须经过不少于8学时的专项培训并考核合格（满分100分，80分及以上为合格）后方可获得AI系统使用权限；考核不合格的需重新参加培训，补考通过后方可上岗。2.分层培训内容■住院医师/初级技师：重点培训AI产品的适用范围与局限性、标准化三步阅片流程、AI常见假阳性/假阴性表现，培训时长8学时；■主治医师/主管技师及以上人员：重点培训AI性能验证方法、疑难病例复核要点、不良事件处置流程，培训时长12学时；■医工/信息运维人员：重点培训AI系统日常运维、数据安全管理、日志导出与故障排查，培训时长16学时。3.复训要求所有相关人员每年需参加4学时的年度复训，结合当年AI不良事件案例更新操作规范认知，复训考核不合格的暂停AI系统使用权限。八、数据安全与伦理要求医学影像数据包含患者敏感健康信息，AI应用全过程必须严格遵守伦理规范与数据安全要求，严禁损害患者合法权益。1.知情同意规则常规临床场景下使用已取得三类证的AI产品辅助诊断，无需单独获得患者知情同意，但需在检查室、放射科候诊区显著位置公示：“本机构使用经国家药监局批准的AI辅助诊断技术提升诊断效率与准确率，所有AI结果均由执业医师复核确认”；若将患者影像数据用于AI模型训练、非注册类科研用途，必须获得患者书面知情同意，对数据进行去标识化处理后方可使用。2.数据安全管理所有原始影像数据必须存储在医院本地服务器，严禁将包含患者个人信息的原始影像传输至院外公有云服务器；AI厂商运维人员调阅数据必须经过医院信息部门审批，全程操作留痕，严禁私自拷贝、导出患者数据。3.伦理红线严禁将AI用于非医疗目的的影像判读，严禁基于AI结果开展性别、疾病相关的歧视性诊断；严禁以AI诊断结果为依据开展非医学需要的性别鉴定、疾病筛查营销活动。附件1：医学影像AI产品本地化性能验证检查表验证项目合格标准实际验证结果验证人签字验证日期资质有效性三类证范围与使用场景匹配□合格□不合格信息安全等级通过等保三级测评□合格□不合格≥6mm肺结节/对应病灶灵敏度达到对应场景最低阈值□合格□不合格特异度达到对应场景最低阈值□合格□不合格单例假阳性数不高于对应场景上限□合格□不合格结果推送时效常规≤3分钟、急诊≤30秒□合格□不合格系统兼容性不影响PACS/RIS原有功能运行□合格□不合格验证结论□同意上线□整改后验证□不予上线科主任签字附件2：AI辅助诊断日常质控周报表统计周期总辅助病例数真阳性例数假阳性例数假阴性例数周度灵敏度周度特异度是否触发