基于人工智能的超声产前筛查与诊断标准短视频自动获取系统专家共识（2025）核心摘编

一、共识基本信息

• 制定机构：中华预防医学会出生缺陷预防与控制专业委员会产前超声诊断学组
• 发布期刊：《中华医学超声杂志（电子版）》2025 年 8 月，第 22 卷第 8 期（DOI:10.3877/cma.j.issn.1672-6448.2025.08.002）
• 核心目标：规范 AI 在产前超声标准短视频自动获取中的应用，解决人工留存视频质量不均、可重复性差、效率低问题，实现结构 - 功能一体化诊断证据链留存。

二、核心定义

1. 标准短视频（共识核心）

• 定义：包含非标准→基本标准→标准切面完整扫查过程的连续动态视频片段，覆盖标准切面及其前后生理演变，为畸形评估（如血流动力学）提供连续证据。
• 时长：2–5 秒，包含标准切面峰值帧及前后过渡帧。
• 序列：共15 种标准序列情形，覆盖早、中孕期全流程扫查路径。

2. AI 自动获取系统

三、适用范围

• 孕周：早孕期（11–13+6 周）、中孕期（20–24+6 周）常规产前超声筛查与诊断。
• 场景：常规筛查、诊断、质量抽检、基层培训、远程质控、病例存档。
• 切面：与《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》一致，覆盖15 个核心筛查切面 + 诊断切面。

四、AI 系统核心技术要求

1. 必备功能

1. 实时轨迹识别：自动追踪探头移动，识别扫查方向与路径，准确率≥95%。
2. 动态质量评估：对视频序列连续评分，区分非标准、基本标准、标准阶段，与专家一致性≥85%。
3. 自动截取：精准定位标准切面峰值帧，自动截取2–5 秒标准短视频，无人工干预。
4. 实时反馈：扫查中提示轨迹偏差、质量不足，引导获取合格视频。
5. 自动归档：按孕周、切面类型、质量等级分类存储，支持一键检索与追溯。
6. 批量质控：支持批量分析历史视频，统计合格率、不合格类型。

2. 性能指标

• 响应速度：单序列识别≤1 秒，实时截取无延迟。
• 准确率：标准序列识别≥95%，峰值帧定位≥90%。
• 兼容性：适配主流超声设备，支持 DICOM 视频流。
• 安全性：符合医疗数据安全规范，加密存储、授权访问。

五、标准短视频获取流程（临床路径）

1. 检查前：设备接入 AI 系统，选择孕周与检查类型，校准视频参数。
2. 扫查中：医师按标准路径扫查→AI实时追踪 + 连续评分→判定进入标准阶段→自动截取短视频→实时提示合格 / 不合格。
3. 检查后：AI 自动生成短视频质控报告（完成率、合格率、序列类型），医师审核后归档。
4. 质控管理：科室定期导出数据，分析不合格原因，开展针对性培训。

六、质量分级与处理规范

1. 三级评分（动态序列评分）

• A 级（合格）：完整包含标准切面峰值，结构清晰、轨迹规范，可直接用于诊断与存档。
• B 级（基本合格）：包含标准切面但有轻微伪影 / 轨迹波动，不影响诊断，可存档但需备注。
• C 级（不合格）：无标准切面、轨迹严重偏差、图像模糊，必须重新扫查。

2. 不合格处理

• AI 实时标注偏差类型（如探头角度、速度、深度），给出调整建议。
• 重新扫查直至获取A 级 / B 级视频，方可进入下一切面。
• 胎儿体位 / 母体因素无法获取时，报告注明并建议复查。

七、AI 与人工协同原则

• AI 自动获取为主，人工复核为辅：AI 负责动态轨迹、连续评分、自动截取；人工负责疑难序列、异常视频、最终审核。
• 互补协同：AI 解决动态过程标准化，人工保障临床判断与决策。
• 持续迭代：AI 模型定期用专家标注视频数据训练，提升识别与评分精度。

八、质量保障与管理

1. 系统验证：上线前多中心临床验证，达标后方可应用。
2. 人员培训：医师掌握 AI 操作、序列识别、结果解读与不合格处理。
3. 定期维护：设备与 AI 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》，视频数据加密、仅限授权访问。

九、核心推荐要点

1. 推荐AI 标准短视频自动获取系统作为产前超声常规工具，覆盖早、中孕期全流程。
2. 明确15 种标准序列为必控对象，诊断序列按需扩展。
3. 实行动态三级评分，不合格序列必须重扫，确保视频质量。
4. 建立AI + 人工协同模式，提升动态过程质控效率与一致性。
5. 加强系统验证、人员培训与数据安全，保障规范化应用。