胎儿超声产前筛查与诊断切面人工智能质量控制系统专家共识（2025）核心摘编

一、共识背景与目标

二、AI 质控系统核心定义与适用范围

1. 核心定义

• 标准切面：按指南要求、能完整显示关键解剖结构的超声切面，是筛查 / 诊断的基础。
• AI 质控系统：基于深度学习，自动识别切面类型、评估结构显示完整性、图像清晰度、测量准确性，给出三级评分（合格 / 基本合格 / 不合格） 与改进建议。
• 质控切面：分筛查切面（必查） 与诊断切面（异常 / 高危时选用），覆盖早、中孕期全流程。

2. 适用范围

• 孕周：11~13+6 周（早孕期）、20~24+6 周（中孕期） 常规产前超声。
• 场景：常规筛查、诊断、质量抽检、基层培训、远程质控。

三、AI 质控标准切面清单（必控）

1. 早孕期（11~13+6 周）筛查切面（4 个）

1. 胎儿正中矢状切面（NT 测量）
2. 颈项透明层（NT）切面
3. 经侧脑室横切面
4. 脐带腹壁入口横切面

2. 中孕期（20~24+6 周）筛查切面（11 个）

1. 颅脑：丘脑水平横切面、侧脑室水平横切面、小脑横切面
2. 心脏：四腔心、左室流出道、右室流出道、三血管气管切面
3. 腹部：上腹部横切面、双肾冠状切面、膀胱横切面
4. 四肢：股骨长轴切面

3. 诊断切面（异常 / 高危时选用）

• 早孕期：18 个（经小脑、中脑导水管、双眼眶、鼻后三角、心脏 CDFI 等）
• 中孕期：37 个（颅脑、心脏、腹部、脊柱、四肢精细切面）

四、AI 质控系统技术要求

1. 核心功能（必备）

1. 自动切面识别：准确率≥95%，区分筛查 / 诊断切面类型。
2. 结构完整性评估：自动标注关键解剖结构（如脑中线、丘脑、四腔心），判断是否完整显示。
3. 图像质量评分：从清晰度、对比度、伪影、增益等维度，给出三级评分。
4. 测量准确性校验：自动识别测量标记，校验 NT、双顶径、股骨长等测量值合理性。
5. 实时反馈：检查中实时提示切面不合格原因与调整方向。
6. 数据追溯：自动存档质控结果、图像、评分，支持批量统计与溯源。

2. 技术性能指标

• 识别速度：单切面≤1 秒，实时响应。
• 准确率：切面识别≥95%，结构完整性判断≥90%，与专家一致性≥85%。
• 兼容性：适配主流超声设备（GE、飞利浦、迈瑞等），支持 DICOM 格式。
• 安全性：符合医疗数据安全规范，保护患者隐私。

五、AI 质控操作流程（临床路径）

1. 检查前：设备接入 AI 系统，校准参数，选择孕周与检查类型（筛查 / 诊断）。
2. 检查中：医师扫查→AI 实时识别切面→评估结构与质量→实时提示（合格 / 不合格 / 调整建议）→合格后自动留存图像。
3. 检查后：AI 自动生成质控报告（切面完成率、合格率、不合格原因），医师审核后签发正式报告。
4. 质控管理：科室定期导出 AI 质控数据，统计合格率、不合格类型，开展针对性培训。

六、AI 质控结果分级与处理规范

1. 三级评分标准

• 合格（A 级）：关键结构完整显示、图像清晰、测量准确，可直接用于诊断。
• 基本合格（B 级）：结构基本显示、轻微伪影 / 欠清晰，不影响主要诊断，可留存但需备注。
• 不合格（C 级）：关键结构缺失、图像模糊、测量错误，必须重新扫查。

2. 不合格切面处理

• 实时提示：AI 标注缺失结构与调整方向（如探头角度、深度、增益）。
• 重新扫查：直至达到合格 / 基本合格，方可进入下一切面。
• 特殊情况：胎儿体位 / 母体因素无法获取合格切面，需在报告中注明并建议复查。

七、AI 质控与人工质控的关系

• AI 为主、人工复核：AI 承担实时、批量、标准化质控，人工负责疑难切面、异常图像、最终审核。
• 互补协同：AI 解决效率与同质化，人工保障诊断准确性与临床决策。
• 持续优化：AI 模型定期用专家标注数据迭代，提升识别与评估能力。

八、质量保障与管理要求

1. 系统验证：AI 系统上线前需多中心临床验证，达标后方可临床应用。
2. 人员培训：医师需掌握 AI 操作、结果解读、不合格切面处理流程。
3. 定期维护：设备与 AI 系统每月校准，模型每季度更新。
4. 数据安全：严格遵守《个人信息保护法》，影像数据加密存储、仅限授权访问。

九、共识核心推荐要点

1. 推荐AI 质控系统作为胎儿超声标准切面质控的常规工具，覆盖早、中孕期筛查与诊断。
2. 明确15 个核心筛查切面为 AI 必控对象，诊断切面按需扩展。
3. 实行三级评分，不合格切面必须重扫，确保图像质量达标。
4. 建立AI + 人工协同质控模式，提升效率与准确性。
5. 加强系统验证、人员培训与数据安全，保障 AI 质控规范化应用。