2026 BSE 立场声明：超声心动图中的人工智能

文件全称：Artificial intelligence in echocardiography: a position statement from the British Society of Echocardiography 发布机构：英国超声心动图学会（BSE），2026‑07，发表于《Echo Research & Practice》。 文件定位：非临床诊疗指南，为行业立场声明；客观梳理 AI 在超声心动图全工作流的机遇、现存短板、临床落地前置条件、治理与培训要求；核心原则：AI 仅作为临床决策支持工具，不能替代执业超声医师，最终临床责任由人类医师承担梅斯医学M...。

一、背景

超声心动图高度依赖操作者，存在观察者间差异、测量耗时、图像质控门槛高等痛点；AI 在切面识别、自动分割、定量测量、辅助筛查、风险预测研究大量涌现，但真实世界落地参差不齐，存在验证不足、黑箱、算法偏倚、监管缺失等现实问题，BSE 发布本声明给出行业共识框架，原则可适用于多国医疗体系梅斯医学M...。

二、AI 在超声心动图全流程潜在应用场景

1. 图像采集阶段

1. 切面自动识别、标准化切面引导，辅助新手获取合格图像；
2. AI 实时图像质量质控，即时提示图像是否达标，减少不合格检查。

2. 图像分析与定量（现阶段相对成熟）

1. 心腔自动分割、LVEF、容积、室壁厚度自动测量；
2. 自动斑点追踪应变（GLS 等）批量计算；
3. 瓣膜形态、反流、狭窄自动检出与分级；
4. 心包、大血管基础结构自动识别。

3. 报告与风险分层

1. 自动生成初步报告草稿，不能直接作为正式报告，必须人工复核修改；
2. 预后风险预测模型，输出死亡、心衰住院风险概率，用于辅助风险分层，不能单独作为治疗决策依据。

声明明确：以上能力多数仍处于研究 / 有限验证阶段，并非全部可以无差别投入常规临床。

三、声明指出的核心局限与风险

1. 验证缺陷：多数模型来自单中心回顾性高质量数据集；对图像差、心律失常、复杂先心病、术后心脏、罕见心肌病泛化能力不足；缺乏多中心前瞻性真实世界证据梅斯医学M...。
2. 算法黑箱、可解释性差：深度学习很多只输出结果，不展示推理依据；出现异常数值时医生难以溯源，同时带来责任界定难题梅斯医学M...。
3. 人群偏倚：训练数据集人种、年龄、性别、合并症分布不均衡，在少数族裔、特殊人群性能下降。
4. 设备依赖性：不同厂商超声设备、探头、成像参数会显著改变 AI 输出，跨设备迁移风险。
5. 责任边界：AI 输出错误，责任归属医疗机构与执业临床人员，而非算法本身，AI 不承担医疗责任梅斯医学M...。

四、临床部署 AI 工具的强制前置条件（BSE 核心落地要求）

任何机构引入 AI 超声工具，必须满足以下条件，才可投入临床使用：

1. 完备算法 “身份档案” 厂商需提供：训练数据集来源、验证队列、亚组性能、局限性、适用设备、版本号、更新记录；明确模型不适用场景。
2. 充分外部真实世界验证 不能仅依靠内部回顾验证，需要独立多中心外部验证；报告不同亚组（年龄、性别、人种、心律、图像质量）的性能表现。
3. 监管合规 通过对应地区医疗器械监管审批；云端 AI 还需满足患者影像数据隐私、数据安全法规。
4. 机构内部验证流程 引入后，本机构小样本对照测试，对比 AI 输出与医师人工判读，确认本地环境下性能可接受；建立上线后持续监控机制。
5. 人员培训到位 使用者需要掌握 AI 基础知识、知晓模型局限性、识别 AI 输出异常值，知道何时应当拒绝 AI 结果。

五、临床使用核心原则（临床红线）

1. AI 只是决策支持工具，绝对不能独立完成诊断；所有 AI 输出参数、初步报告，必须由具备资质的超声医师人工复核、修改确认后，方可生效出具正式报告梅斯医学M...。
2. AI 自动测量结果，必须核对图像与感兴趣区（ROI），追踪质量差、切面不达标时，直接舍弃 AI 数值，改用人工测量。
3. 不可以直接把 AI 风险预测结果单独用来决定手术、器械、药物治疗，必须结合临床、完整超声、其他检查综合判断。
4. 随访复查：不建议跨 AI 版本直接对比测量数值；版本更新后需要评估对随访序列的影响。
5. 知情告知：若 AI 显著参与解读，考虑向患者适度说明；平衡告知与信息过载。

六、人才培养、行业协会的职责

1. BSE 提出超声从业人员需要掌握三项核心能力：AI 基础知识、数据分析素养、伦理法律与数据隐私、算法偏倚识别能力ORA。
2. 学会将开展线上课程、研讨会、实操工作坊，建设 AI 教育资源。
3. 未来如果证据充分，BSE 会将经过验证的 AI 工具纳入官方超声操作规范。

七、未来方向

1. 优先推进可解释 AI，减少黑箱；
2. 推动国际统一 AI 超声验证与报告标准；
3. 关注自适应迭代算法的上市后监管；
4. 优先开展前瞻性临床研究，证明 AI 工具可以带来真实临床获益（缩短时间、提升一致性、改善患者结局），而不仅仅追求算法层面准确率。

八、声明小结

1. AI 为超声心动图带来巨大潜力，有望改善测量一致性、减轻工作负担，但目前仍存在显著现实短板，不可过度技术乐观。
2. 人处于主导地位，AI 仅做辅助；所有 AI 输出必须人工复核，最终医疗责任归于临床医师。
3. 机构引入 AI 工具不能直接拿来即用，需要完成监管合规、外部验证、本地验证、人员培训全流程。
4. 重视算法偏倚、可解释性、版本迭代、数据隐私等治理问题，未来需要更多真实世界前瞻性证据支撑临床价值。

本内容为 BSE 立场声明公开资料整理，仅供临床教育学习，不能替代临床医师个体化诊疗决策