AI影像辅助筛查质控专家共识（2026版）

AI影像辅助筛查质控专家共识（2026版）为规范人工智能技术在医学影像辅助筛查领域的应用，提升医疗质量与安全，促进行业健康有序发展，特组织相关领域专家，在结合当前技术发展水平及临床实际应用需求的基础上，经过深入研讨与反复论证，制定本共识。本共识旨在为医疗机构、软件开发企业及监管机构提供一套科学、严谨、可操作的质量控制与评价标准。一、前言与适用范围随着深度学习算法的快速迭代与算力的提升，人工智能（AI）在医学影像辅助筛查中的应用日益广泛，涵盖了肺结节、骨折、乳腺癌、脑卒中等多个病种。AI技术在提高筛查效率、降低漏诊率、缓解医疗资源短缺等方面展现出巨大潜力。然而，AI技术的临床应用仍面临算法鲁棒性不足、数据隐私泄露风险、人机交互流程不畅以及缺乏统一质控标准等问题。本共识适用于医疗机构开展医学影像AI辅助筛查活动的全过程质量控制，同时也适用于AI软件开发企业进行产品研发、测试与优化，以及相关监管部门进行技术评价与监管。共识内容聚焦于数据安全、算法性能、临床工作流集成、人员培训及持续监测等关键环节。二、基本原则与核心目标在开展AI影像辅助筛查质控工作中，必须遵循以下基本原则，以确保技术应用的安全性与有效性。1.安全性原则：患者安全是首要考量。AI系统的应用不得对患者造成直接或间接的伤害，必须建立完善的风险防控机制，确保在系统出现错误或异常情况时，能够及时中断服务并发出预警，由专业医师接管。2.有效性原则：AI系统必须经过严格的临床验证，证明其在特定临床场景下的敏感性与特异性符合临床筛查要求，能够切实辅助医师提升诊断准确率或工作效率。3.可追溯性原则：所有AI辅助筛查的过程数据、输入输出结果、系统日志以及人工复核记录均应完整保存，实现全流程可追溯，以满足质量评估与医疗纠纷处理的需求。4.公平性与非歧视原则：算法训练数据应具有多样性，能够涵盖不同年龄、性别、种族及地域的人群特征，避免因算法偏见导致特定群体的筛查结果失真。核心目标在于建立一套标准化的质控体系，将AI技术规范地融入现有临床诊疗流程，确保AI输出结果的稳定性与可靠性，最终实现降低漏诊率、控制假阳性率、提升筛查同质化水平的目的。三、数据资源管理质量控制数据是AI算法的“燃料”，高质量的数据是保证模型性能的基础。数据质控贯穿于数据采集、标注、预处理及训练的全过程。1.数据采集标准化影像数据的采集必须遵循相关的医学影像设备操作规范。对于用于模型训练或测试的数据，需明确设备型号、扫描参数（如层厚、管电压、管电流）、重建算法等元信息。质控要求确保图像分辨率、噪声水平、伪影程度等指标满足诊断需求。对于多中心数据，应进行严格的设备一致性校准，消除因设备差异导致的图像分布偏移。2.数据标注质量控制标注是监督学习的关键环节，必须建立“标注-审核-抽检”的三级质控流程。标注人员资质：标注工作应由具有相应执业资格的医师完成，或由受过专业医学培训的标注员在医师指导下进行。标注规范：制定统一的标注指南，明确病灶的界定标准、分类规则及属性描述（如良恶性倾向、形态学特征）。一致性检验：定期进行标注人员间（Inter-observer）及标注人员自身（Intra-observer）的一致性检验（如计算Kappa系数），确保标注结果的稳定性。3.数据安全与隐私保护严格遵守国家数据安全法及个人信息保护法相关规定。去标识化处理：所有用于算法研发或测试的数据必须进行严格的去标识化处理，剔除患者姓名、身份证号、联系电话等敏感信息。数据加密：数据在传输与存储过程中必须采用高强度的加密技术（如AES-256）。访问控制：建立细粒度的数据访问权限管理，记录所有数据访问与操作的审计日志。数据质量控制关键指标与要求如下表所示：质控维度关键指标标准要求检测方法图像质量空间分辨率满足具体病种诊断要求（如肺结节≤0.5mm）模体测试、视觉评估图像质量信噪比(SNR)符合设备出厂标准及临床规范物理测量标注质量金标准一致性专家共识复核一致性Kappa>0.85统计学分析标注质量标注准确率抽检合格率≥98%专家抽检数据安全脱敏覆盖率敏感字段去除率100%自动化扫描+人工复核数据安全数据完整性无数据包丢失或损坏校验和验证四、算法模型性能验证与评价算法性能是评价AI产品是否可用的核心。在临床应用前，必须进行严格的离线测试与临床验证。1.测试数据集构建测试集应独立于训练集和验证集，具有足够的代表性。数据来源：建议来源于多家医疗机构，涵盖不同设备、不同层级的医院，以评估算法的泛化能力。病例构成：应包含不同难度等级的病例，包括典型病例、疑难病例、阴性病例以及伴随各种伪影的病例。病种分布应符合流行病学特征。样本量估算：根据预期的敏感性和特异性，采用统计学公式计算所需的最小样本量，确保结果具有统计学意义。2.核心评价指标针对筛查场景，应重点关注以下指标：敏感性：筛查任务的核心要求是避免漏诊。对于高危病灶（如恶性肺结节），敏感性应达到极高水平（如>95%）。特异性：在保证高敏感性的前提下，尽可能提高特异性，以减少假阳性带来的医师工作量增加和患者焦虑。受试者工作特征曲线下面积(AUC)：综合评价模型分类性能的重要指标。检出率与假阳性率：特别是在肺结节筛查中，需统计每例患者的平均假阳性结节数，控制在临床可接受范围内（如<2个/例）。3.鲁棒性与对抗性测试抗干扰能力：测试算法在图像存在噪声、运动伪影、金属伪影等情况下的表现，确保性能不发生显著下降。跨设备兼容性：验证算法在不同品牌、不同型号影像设备生成的图像上的表现一致性。算法性能分级评价标准参考下表：性能等级敏感性特异性AUC临床应用建议卓越级≥98%≥95%≥0.95可作为高信赖度的初筛工具，医师仅需重点关注高风险结果优良级95%-98%90%-95%0.90-0.95适用于常规辅助筛查，需医师常规复核合格级90%-95%85%-90%0.85-0.90可作为第二读片意见，不建议完全依赖其阴性结果不合格<90%<85%<0.85不建议进入临床应用，需重新优化训练五、临床应用工作流集成质控AI系统的价值在于与临床工作流（Workflow）的无缝集成，良好的集成设计能显著提升效率，反之则会成为负担。1.前处理质控在影像传入AI系统前，应进行自动化的质量检查。DICOM标准合规性检查：确保影像文件的DICOM标签信息完整、格式正确。图像范围检查：自动识别扫描范围是否覆盖目标器官，避免因扫描范围不全导致的误判。运动伪影检测：对于伪影严重的图像，系统应提示重新扫描或标记该图像AI结果不可靠。2.交互逻辑设计AI结果应以直观、非侵入式的方式展示给医师。结果同步：AI分析结果应与PACS（影像归档和通信系统）同步加载，医师无需在不同软件间切换。分级预警：采用颜色编码（如红、黄、绿）区分风险等级，突出显示高危病灶。定位与定量：提供精确的病灶坐标、轮廓勾勒及定量测量（如长径、体积、CT值等），便于医师对比。3.医师复核机制确立“AI辅助，医师负责”的诊疗原则。阴性结果复核：对于AI判定为阴性的病例，医师必须浏览原始图像，确认是否存在假阴性。阳性结果确认：对于AI检出的阳性病灶，医师需逐一确认，剔除假阳性，并根据临床经验判断病灶性质。意见分歧处理：当医师对AI结果存在重大分歧时，应启动上级医师复核或多学科会诊（MDT）流程。4.系统响应时间为保证临床效率，AI系统的单例处理时间（含数据传输与推理）应在临床可容忍范围内。对于急诊筛查（如脑卒中），单例处理时间建议控制在3分钟以内；对于常规筛查（如胸部CT），建议控制在5分钟以内。六、人员培训与资质认证技术的效能发挥依赖于使用者的素质，必须建立完善的AI应用培训体系。1.医师培训内容AI原理基础：了解深度学习的基本原理、适用范围及局限性。软件操作规范：熟练掌握AI系统的启动、结果查看、交互操作及故障上报。结果解读能力：理解AI输出各项指标的临床意义，能够识别常见的假阳性与假阴性案例。法律伦理认知：明确AI辅助诊断的法律责任界定，掌握知情同意要点。2.技术人员培训医疗机构的信息科或医学工程科技术人员需掌握AI软件的安装、配置、日常维护及简单的故障排查技能，确保系统平稳运行。3.考核与认证医疗机构应定期组织AI应用能力考核。对于使用AI系统开具诊断报告的医师，必须通过相应的资质认证，认证内容包括理论知识测试与实操考核。考核不合格者暂停其使用AI系统的权限。人员能力矩阵与培训要求如下表所示：角色培训重点考核方式培训频率权限管理诊断医师AI结果解读、假阳性判别、法律法规笔试+病例分析测试上岗前及每年复训考核通过方可开具报告规培/实习医生基础操作、AI辅助学习功能使用操作演示入科教育仅限学习模式，无报告权影像技师扫描规范对AI结果的影响、图像质控图像质量评估每季度负责前端图像采集质控系统管理员软件部署、日志监控、故障排查模拟故障处理上岗前及系统升级时负责系统运维与安全七、运行监测与持续改进AI模型在临床部署后，并非一劳永逸，必须建立全生命周期的监测与反馈机制。1.临床效果监测定期统计AI系统在真实临床环境下的表现。漏诊率分析：追踪AI漏诊但经医师确诊的病例，分析漏诊原因（如病灶形态特殊、图像质量差等）。假阳性率分析：统计AI误报的病灶类型，分析是否具有共性特征。医师依从性分析：统计医师对AI建议的采纳率。低采纳率可能意味着AI结果与临床实际偏差较大，需引起重视。2.数据漂移监测随着时间推移，患者人群特征、扫描设备或扫描协议可能发生变化，导致模型性能下降。输入数据分布监测：定期比较输入影像数据的特征分布与训练数据集的差异。性能退化预警：设定监控指标阈值，当敏感性或特异性下降超过一定幅度（如5%）时，自动触发模型再训练或优化需求。3.反馈闭环机制建立便捷的“医师-AI开发者”反馈渠道。在工作站界面设置“反馈”按钮，医师可直接标记AI结果的错误类型。开发团队需定期（如每月）分析反馈数据，针对高频错误场景进行模型调优。模型更新必须经过严格的回归测试与验证，确保修复了旧问题且未引入新问题。八、不良事件处理与应急预案尽管有严格的质控，AI系统仍可能出现异常情况，必须制定周密的应急预案。1.不良事件定义与分级一般事件：AI系统卡顿、轻微报错，未影响临床诊疗。严重事件：AI系统崩溃、大量假阳性导致工作瘫痪、出现严重漏诊可能导致医疗纠纷。2.应急响应流程立即熔断：一旦发现系统出现严重错误或逻辑混乱，管理员应立即停止AI服务，切换至传统人工工作模式。错误隔离：将产生错误的数据样本隔离保存，用于事后分析，禁止其再次进入训练流程。通知机制：及时向临床科室、医院管理部门及软件供应商通报故障情况。3.事后复盘与整改对发生的每一例不良事件进行根本原因分析（RCA），区分是算法缺陷、数据问题还是操作失误，并制定相应的整改措施，完善操作手册或优化算法代码。九、伦理考量与法律合规1.算法透明度与可解释性虽然深度学习具有“黑盒”特性，但在医疗应用中应努力提升可解释性。例如，通过热力图形式展示AI关注区域，帮助医师理解AI的判断依据，增强信任度。2.知情同意在使用AI辅助筛查前，建议在患者知情同意书中加入相关条款，告知患者AI技术的应用情况及局限性，保障患者的知情权。3.责任界定明确AI是辅助工具，最终的诊断结论与治