医学影像报告结构化书写中国专家共识（2026版）

医学影像报告结构化书写中国专家共识（2026版）医学影像作为现代临床诊疗过程中不可或缺的辅助诊断手段，其报告的质量直接关系到临床决策的准确性、治疗方案的制定以及医患沟通的成效。随着医疗信息化水平的不断跃升以及人工智能技术在医疗领域的深度渗透，传统的自由文本式医学影像报告已难以满足当前精准医疗、大数据挖掘以及多中心临床研究的需求。在此背景下，医学影像报告结构化书写应运而生，并逐渐成为行业发展的必然趋势。本共识旨在基于既往版本的实践经验，结合最新的影像技术进展与临床需求，系统性地规范医学影像结构化报告的书写标准、核心要素、专科模板及质量控制体系，以全面提升医学影像报告的同质化、标准化与智能化水平。第一章核心原则与基本架构1.1结构化报告的核心原则医学影像结构化报告的构建与应用需严格遵循以下核心原则，以确保其临床实用性与科学性：首先，临床需求导向原则。结构化报告的设计必须以回答临床问题为首要目标。不同科室、不同疾病对影像评估的维度要求各异，报告的条目设置应与临床诊疗指南紧密契合，确保提供的信息对临床决策具有直接价值，避免为了结构化而结构化导致的信息冗余。其次，术语标准化原则。报告内使用的解剖部位、影像征象、病理学术语及测量单位必须遵循国家及国际通用的医学术语标准（如RadLex、SNOMEDCT等），严禁使用非标准缩写或地方性俗语，以保证数据的互操作性与可检索性。第三，数据可提取性原则。结构化报告的本质是将非结构化的文本转化为结构化的数据字段。所有的关键影像特征（如病灶大小、密度、形态等）应以离散变量或标准化的连续变量形式存在，便于后续的统计分析、人工智能模型训练以及医院信息系统（HIS）的数据对接。第四，灵活性与可扩展性原则。尽管结构化强调规范性，但医学影像的复杂性决定了报告系统必须具备一定的灵活性。系统应允许医师在预设模板之外进行自由文本的补充说明，并支持根据新型疾病或检查技术的出现动态更新模板库。1.2结构化报告的基本架构一份完整的结构化医学影像报告应包含以下层级分明的核心模块，各模块之间逻辑严密，相互支撑：1.2.1患者及检查基本信息模块该模块主要由医院信息系统自动抓取并填充，旨在确保报告与患者的唯一对应关系。包含字段如下表所示：字段名称数据类型说明及规范患者姓名文本与身份证件一致性别枚举男/女/未知年龄数值/文本需标明单位（岁/月/天），新生儿精确到天甚至小时患者ID文本医院内唯一识别码检查部位枚举需精确到解剖亚区，如“胸部-肺尖”检查方式枚举如CT平扫、MRI增强等，需包含具体序列参数检查时间日期时间精确到分钟临床诊断/主诉文本来自电子病历申请单，必要时可人工补充1.2.2检查技术参数模块此模块详细记录影像学检查所采用的技术条件，是评估图像质量及可重复性的重要依据。对于CT检查，需记录管电压、管电流、层厚、重建算法、是否使用对比剂及对比剂名称、剂量、流率、注射途径等；对于MRI检查，需详细列出扫描序列（如T1WI、T2WI、DWI、SWI等）、磁场强度、扫描方位及特殊技术（如脂肪抑制、MRS等）。结构化系统应能从设备DICOM头文件中自动解析并填入这些参数，减少人工录入误差。1.2.3影像表现模块此为结构化报告的核心主体，需按照解剖结构或疾病逻辑进行层级递进式描述。一般遵循“由整体到局部、由正常到异常、由主要病变到次要病变”的顺序。对于阳性发现，需从位置、大小、形态、边界、内部密度/信号、强化方式及周围组织关系等维度进行全方位结构化刻画；对于阴性发现（即与临床怀疑疾病相关但未见异常的表现），同样需在结构化字段中予以明确勾选或填充，以体现检查的全面性。1.2.4诊断结论模块结论模块是影像医师对影像表现的提炼与总结，直接指导临床决策。结构化结论应包括：确定性诊断、可能性诊断（需按可能性大小排序）、建议性诊断（如建议进一步检查或随访）。结论的表述需采用标准化的疾病名称词典，确保一词一义，避免歧义。第二章结构化报告的核心要素规范2.1解剖部位与空间定位的标准化解剖部位的精准定位是结构化报告的基石。在解剖学命名上，应采用国际通用的解剖学标准术语，避免使用模糊词汇。以胸部CT为例，肺叶与肺段的划分必须准确，建议在结构化系统中引入解剖图谱交互功能，医师可通过在三维重建图谱上点击病灶，系统自动映射对应的肺叶、肺段及胸膜下距皮层的距离。对于空间方位的描述，统一使用标准的解剖方位词，如“前/后”、“内/外”、“上/下”、“头/尾侧”等。对于病变范围跨越多个解剖区域的情况，需分别记录各区域的受累程度，并设定主病灶与次病灶的逻辑关联。例如，在腹部肿瘤评估中，若病灶同时侵犯胃壁与胰腺，需分别建立两个解剖节点的异常条目，并在“周围结构侵犯”字段中建立交叉引用。2.2病灶测量的量化规范影像学测量的标准化是减少观察者间差异的关键。结构化报告需明确各种测量方法的适用场景及操作规范。线径测量：对于类圆形病灶，记录最长径及与其垂直的最大短径；对于不规则病灶，需记录三维最大径（x,y,z轴）。单位统一为毫米，保留一位小数。体积测量：在具备三维重建后处理功能的系统中，推荐使用自动或半自动分割工具获取病灶体积，单位为立方毫米或毫升。密度/信号值测量：CT值需统一使用HU（亨氏单位），测量时需明确标注是平扫值、动脉期值还是静脉期值，并记录病灶实质部分及囊变坏死部分的CT值差异。MRI信号强度虽无绝对数值，但需以相同序列下同等正常组织（如肌肉、脑白质）为参照，结构化选项可设置为“等信号、低信号、高信号、混杂信号”。表观扩散系数（ADC）值需精确到10^-3mm²/s。2.3影像征象的定性约束自由文本中常出现的模糊形容词（如“较大”、“似乎”、“边缘模糊”等）在结构化报告中必须被严格的定性选项替代。以肺结节结构化报告为例，其征象约束如下：位置：叶（右肺上/中/下叶，左肺上/下叶）、段（如右肺上叶尖段）、层面前/中/后。大小：实性结节最大径（mm）、部分实性结节整体最大径及实性成分最大径。形态：类圆形、不规则形、分叶状、毛刺状。边缘：光滑、浅分叶、深分叶、毛玻璃晕征、胸膜牵拉征。内部特征：均匀实性、空泡征、支气管充气征、偏心性钙化、脂肪密度、空洞壁厚度。生物学行为提示：根据上述结构化征象的综合，系统内置指南规则，自动提示良恶性风险等级。第三章各亚专科结构化模板深度解析3.1神经系统影像结构化模板神经系统结构化报告以脑卒中及脑肿瘤最为典型且复杂。以急性缺血性脑卒中（AIS）多模态CT结构化报告为例，其核心在于“缺血半暗带”的精准评估。模板应包含以下核心要素：平扫CT模块：是否存在高密度大脑中动脉征（MCA点征）、豆状核模糊征、岛带征消失；脑沟变浅范围；ASPECT评分（0-10分，系统提供脑图供勾选各个区域）。CTA模块：血管狭窄/闭塞部位（颅内段如大脑中动脉M1/M2段、颈部段如颈内动脉起始部）；侧支循环评估（采用改良Tan分级或CAPRIE分级）。CTP模块：核心梗死区体积、缺血半暗带体积、错配比值。需自动提取脑血流量（CBF）、脑血容量（CBV）、平均通过时间（MTT）、达峰时间（TTP）的阈值数据。结论输出：结构化系统应能根据上述数据自动生成治疗建议，如“存在明显错配，建议立即启动机械取栓评估”。3.2胸部影像结构化模板胸部影像结构化以肺结节及肺癌分期评估为核心。肺结节结构化模板在第二章已有部分涉及，针对肺癌TNM分期的结构化报告则更强调多部位的综合评估。T分期模块：原发灶最大径、侵犯脏层胸膜、侵犯主支气管距隆突距离、是否合并阻塞性肺炎/肺不张、是否侵犯纵隔结构（大血管、心脏、气管、食管、椎体）。N分期模块：淋巴结分区采用IASLC（国际肺癌研究协会）淋巴结图谱标准，按第1-14区逐一列出，结构化记录各区淋巴结短径及是否有坏死/强化异常。在此过程中，严禁遗漏对侧纵隔及肺门淋巴结的评估。M分期模块：肾上腺、肝脏、骨骼、脑等常见转移靶器官的异常发现需独立结构化。若发现骨转移，需明确部位（椎体、肋骨、骨盆等）及性质（溶骨性、成骨性、混合性）。3.3乳腺影像结构化模板乳腺影像结构化需深度融合BI-RADS（BreastImagingReportingandDataSystem）分级系统。结构化系统应强制逻辑跳转，如未见异常征象，则直接导向BI-RADS1类或2类；若发现肿块，则必须完成以下字段填充才能进入下一步：形态：椭圆形、圆形、不规则形。边缘：清晰、微小分叶、模糊、不规则、毛刺状。内部回声/密度：高回声、等回声、低回声、囊实性混合、脂肪密度。方位：平行生长、非平行生长。钙化：无、伴随钙化。若伴随，需结构化描述形态（点状、无定形、粗糙不均质、多形性、细线状/分支状）及分布（弥漫、区域、成簇、线样、段样）。通过结构化选项的逻辑组合，系统应能给出BI-RADS分类的初步建议，并在医师确认后生成符合规范的结论，极大降低因医师经验差异导致的分级不一致。3.4腹部与盆腔影像结构化模板腹部影像以肝脏局灶性病变结构化报告为代表。该模板需高度契合LI-RADS（LiverImagingReportingandDataSystem）标准，尤其针对高危人群的肝细胞癌（HCC）诊断。肝脏背景模块：肝硬化程度（无、轻、中、重度）、脂肪变性程度、门静脉高压侧支循环情况。病灶主要特征模块：大小：需分别记录轴位最大径及整体最大径。非环形高动脉期强化：是/否。非周边性“洗脱”表现：是/否。强化包膜：是/否。“靶样”表现：需进一步结构化其亚征象（如结节外生长、结中结等）。病灶次要特征模块：脂肪瘤样改变、出血、冠状面强化、肝脏被膜回缩等。结构化系统依据上述主要特征和次要特征的组合，自动匹配LI-RADS类别（LR-1至LR-5,LR-NC,LR-M,LR-TIV），并提供规范的随访或活检建议。3.5肌骨系统影像结构化模板以膝关节MRI结构化报告为例，需按照关节解剖结构进行模块化拆分：外侧半月板、内侧半月板、前交叉韧带（ACL）、后交叉韧带（PCL）、内侧副韧带（MCL）、外侧副韧带（LCL）、关节软骨、骨髓及关节腔。半月板结构化描述需采用Stoller分级标准，系统需提供“0级（正常）”、“1级（点状高信号）”、“2级（线状高信号未达关节面）”、“3级（线状高信号达到关节面）”及“复杂撕裂”等选项，并强制要求勾选撕裂的具体部位（前角、体部、后角、游离缘）。对于软骨损伤，需采用modifiedOuterbridge分级，并允许系统结合三维图像自动生成软骨厚度丢失百分比。第四章人工智能与结构化报告的深度融合4.1AI辅助自动填充与预结构化随着深度学习算法的成熟，医学影像AI已不再局限于单一的“提示”功能，而是深度介入结构化报告的生成过程。在2026版共识中，全面规范了AI与结构化报告界面的交互逻辑。AI在获取影像数据后，应自动进行目标器官的分割与病灶的检测，并将提取的定量数据（如病灶三维最大径、体积、CT值均值及标准差、MRI各序列信号比值等）直接以离散变量形式推送到结构化报告的对应字段中。对于定性特征（如毛刺征、空泡征），AI提供概率提示框，影像医师仅需进行“确认”或“拒绝”操作。为确保安全，AI填充的所有数据字段必须在视觉上予以区分（如采用浅蓝色背景标记），且医师必须进行逐项核实。未经人工确认的AI数据不得作为正式报告发布的依据。此流程将医师从繁琐的测量与基础描述中解放出来，使其能更专注于复杂影像征象的判读与鉴别诊断。4.2影像组学特征的结构化提取与映射影像组学通过从医学影像中提取高通量定量特征，以评估肿瘤的异质性。传统模式下，影像组学特征大多停留在科研层面，难以直接应用于临床报告。2026版共识鼓励将部分经过临床验证的影像组学特征纳入高级别结构化报告模板中。例如，在肺结节结构化报告中，可增设“组学特征分析”子模块。该模块包含一阶统计量（如Entropy、Mean、Skewness）、形状特征（如Sphericity、SurfacetoVolumeRatio）及纹理特征（如GLCM、GLRLM特征）。这些特征由后端组学引擎在后台自动计算并映射到结构化字段中，配合临床预测模型，为结节良恶性判断提供超越人类视觉极限的量化参考依据。4.3自然语言处理（NLP）的逆向转化技术由于历史积累的影像报告绝大多数为自由文本，在向结构化报告体系过渡的初期，需依赖自然语言处理技术对存量数据进行逆向转化。NLP引擎应能够识别自由文本中的医学术语、解剖部位、否定词及测量数值，并将其自动映射到现行的结构化模板字段中。在实施过程中，需对NLP模型的转化准确率进行严格监控。对于复杂语境或多义词（如“未见明显占位”与“占位性病变”的区分），NLP模型应标注置信度，置信度低于阈值的转化结果需推送至人工复核队列。通过这种“NLP自动转化+人工校验”的机制，医院可以高效地将多年积累的数十万份自由文本报告转化为结构化数据资产，为多中心研究提供海量数据支撑。第五章实施路径与质量控制体系5.1结构化报告系统的部署与集成结构化报告系统并非孤立的软件平台，其成功实施依赖于与医院现有信息基础设施的深度集成。系统需通过DICOM协议与PACS/RIS系统无缝对接，通过HL7或FHIR协议与HIS/EMR系统互联互通。在技术部署层面，推荐采用B/S（浏览器/服务器）架构，以降低终端维护成本，并支持多院区统一模板管理。系统应具备强大的规则引擎，能够根据患者信息、检查部位、临床诊断自动匹配最适宜的结构化模板。例如，当HIS传入“乳腺肿块”的临床诊断时，系统自动加载“乳腺病变BI-RADS结构化模板”，而无需技师或医师手动选择。5.2专科模板的迭代与维护机制医学知识处于不断更新之中，结构化模板也必须具备动态迭代能力。建议各医疗机构成立由影像科主任、各亚专科带头人、临床科室代表及信息科工程师组成的“结构化报告管理委员会”。模板的更新需遵循“临床提出需求-委员会审核-信息科开发配置-小范围试运行-全科推广”的闭环路径。对于国家卫健委、中华医学会放射学分会等权威机构发布的新版指南（如更新版BI-RADS、LI-RADS等），管理委员会需在指南发布后的三个月内完成对应结构化模板的修订与发布。系统应支持模板版本控制，确保历史报告能够在新版模板下正确回溯显示。5.3全流程质量控制与关键绩效指标（KPI）结构化报告的质量控制贯穿于报告的书写、审核、签发及后评估全过程。必须建立基于系统数据的客观质控体系，取代传统的人工抽查模式。通过结构化报告系统，管理者可以实时监控以下关键质控指标：质控指标定义及计算方式目标参考值改进措施触发条件字段完整率已填充非空字段数/模板要求必填字段总数×100%≥95%<95%时，需审查模板设计是否合理，或对相关医师进行培训术语规范率使用标准词典库字段的条目数/总字段条目数×100%≥98%<98%时，需检查是否存在过多自定义自由文本补充阳性符合率影像结构化诊断与病理/临床金标准符合数/阳性报告总数×100%根据病种设定偏离基线值超过两个标准差时，需启动专项病例复评报告退修率被审核医师退回修改的报告数/总报告数×100%≤5%>5%时，需分析退修原因，针对性优化模板或加强初级医师培训模板使用率使用结构化模板生成的报告数/同部位总报告数×100%≥90%<90%时，需排查是否模板过于繁琐，需进行可用性优化系统应内置质控看板，定期向科室及个人推送质控报告。对于高频出现的逻辑错误（如报告结论选择了恶性，但在征象描述中未勾选恶性特征），系统应设置强制拦截机制，提示医师核实后再行提交。5.4结构化报告与多学科诊疗（MDT）的协同结构化报告在多学科诊疗模式中具有不可替代的价值。传统的自由文本报告在MDT讨论时往往需要临床医师花费大量时间重新提取关键数据。结构化报告通过数据离散化，能够一键生成“MDT摘要视图”。在该视图中，系统自动提取病灶核心数据（如TNM分期各项参数、关键测量值、风险分级等），以图表结合的形式展现在MDT大屏上。这极大地提高了跨学科沟通的效率，确保各学科专家基于同一套标准化的客观数据进行讨论。此外，结构化报告数据可直接对接临床决策支持系统（CDSS），辅助肿瘤委员会制定更为精准的个体化治疗方案。第六章数据安全、隐私保护与伦理规范6.1数据脱敏与患者隐私保护在医疗数据流转与科研应用中，患者隐私保护是不可逾越的红线。结构化报告在生成、存储、传输及数据导出全生命周期中，必须实施严格的数据脱敏处理。系统应具备自动识别并屏蔽患者敏感信息（如姓名、身份证号、家庭住址、联系方式等）的功能。当报告数据用于科研导出或跨机构共享时，必须经由数据脱敏网关，将直接标识符替换为不可逆的哈希编码，确保导出的结构化数据无法反向追溯至特定个体。同时，需严格遵守国家《数据安全法》及《个人信息保护法》，建立分级访问控制机制。不同层级的医师、科研人员及信息系统被授予不同的数据访问权限，敏感字段的访问需留存完整审计日志，以备追溯。6.2数据互操作性与标准对接结构化报告的终极目标是实现跨机构、跨平台的数据互操作性。为避免“数据孤岛”现象，报告底层数据模型应严格遵