来源：医休神介说

　　导语：

　　在人工智能席卷医疗影像领域的今天，一张小小的脑卒中MRI影像背后，藏着多少让医生和技术人员头疼的难题？数据质量参差不齐、标注标准各行其是、专家团队水平不一……这些"拦路虎"正在阻碍AI辅助诊断真正落地。

　　中国医师协会放射医师分会急诊影像专委会重磅发布《急性缺血性脑卒中磁共振标注专家共识》，首次系统性地为卒中影像标注立下了"金标准"。本文为您深度解读这份共识，揭秘高质量医疗数据背后的"炼成术"。

　　原文下载：急性缺血性脑卒中磁共振标注专家共识2025.pdf

　　01

　　为什么我们需要一份"标注国标"？

　　急性缺血性脑卒中（AIS）是我国最常见的卒中类型，占新发卒中的近七成。每延迟一分钟治疗，就有190万个脑细胞死亡。在这场与时间的赛跑中，磁共振成像（MRI）凭借DWI、ADC等多序列成像技术，能在发病数分钟内"捕获"缺血病灶，成为诊断的"火眼金睛"。

　　然而，一个尴尬的现实摆在眼前：再先进的AI算法，也抵不过"垃圾数据"的侵蚀。当前，卒中影像AI研发面临三大困境：

　　第一，数据孤岛与隐私高墙。医院间数据共享机制缺乏，临床隐私保护政策严格，导致构建大规模数据集难上加难。

　　第二，标注质量"看心情"。不同医院、不同医生对同一病灶的勾画可能千差万别。有的医生画得保守，有的医生画得激进，这种主观差异让算法"无所适从"。

　　第三，流程缺乏"操作手册"。用啥设备扫？图像啥标准？谁来标注？如何审核？这些问题没有统一答案，就像厨师做菜没有菜谱，味道全凭手感。

　　正如共识执笔专家、空军军医大学西京医院郑敏文教授所言："深度学习分割技术要走向临床，必须先解决标注的标准化与可重复性问题。"这份共识的诞生，就是要为整个行业建立一套可复制、可验证、可信赖的"标注操作系统"。

　　02

　　影像数据的"入场券"：质控是生命线护

　　共识开宗明义：不是所有MRI都能用来标注。想进入高质量数据集，必须先过三道质量关卡。

　　设备关：3.0T是"标配"

　　共识明确要求，采集设备应为1.5T及以上场强的磁共振，优先推荐3.0T设备。为什么？3.0T设备具备更高的信噪比、空间分辨率和组织对比度，对微小病灶的检出率直接提升一个档次。简单说，3.0T拍的"照片"更清晰，不会错过早期微小缺血灶。

　　设备还得配齐"豪华套餐"：高性能梯度场、8通道及以上头部线圈、完善的射频屏蔽设施，并定期进行预防性维护。就像给赛车做保养，每个零件都不能掉链子。

　　扫描关：标准化是灵魂

　　扫描参数怎么设？共识给出了"精确到毫秒"的参考答案：

　　DWI序列：采用双b值（0和1000 s/mm²），层厚≤5mm，这是捕捉急性缺血最敏感的"黄金参数"；

　　FLAIR序列：TR 8000-10000ms，TI 2000-2500ms，能有效抑制脑脊液信号，凸显病灶；

　　全覆盖扫描：从枕骨大孔到颅顶，层层不漏，防止漏诊。

　　最关键的是，所有扫描必须由专业培训的MRI技师执行，流程实行"三查三对"：扫描前固定体位防运动伪影，扫描中实时监测图像质量，扫描后医师严格审核。一张图像要过主观评价（Likert 5级评分）和客观指标（信噪比SNR、对比噪声比CNR）双重门槛，评分<3分或SNR/CNR不达标者，一票否决。

　　存储关：细节决定成败

　　原始数据必须以DICOM格式完整保存，像"化石"一样封存设备参数（磁场强度、回波时间、b值等）。随后转换为NIfTI格式，并配套JSON文件记录技术参数。文件名必须遵循BIDS标准（脑成像数据结构），例如：sub-0001_ses-01_dwi.nii.gz，像身份证一样规范统一。

　　所有数据还得"脱敏"，去除患者姓名、身份证号等敏感信息，并通过伦理委员会审批。数据安全采用加密传输、多级访问权限、定期备份和灾难恢复计划，确保"数据在，标签在，隐私也在"。

　　03

　　谁来标注？——组建"影像标注梦之队"

　　医疗数据标注不是"谁都能干"的体力活，而是一项融合临床思维与影像洞察的"高级手艺"。共识对标注团队的资质要求堪称"苛刻"：

　　三级梯队架构

　　第一层：标注医师（≥2名）

　　门槛：放射诊断专业住院医师以上职称，从事影像诊断工作≥5年，神经影像经验≥2年；

　　职责：独立完成初始标注，像"侦查兵"一样发现病灶；

　　第二层：审核医师（≥1名）

　　门槛：放射诊断专业副主任医师及以上，神经影像经验≥5年；

　　职责：复核标注结果，纠正错误，像"质检员"一样把关；

　　第三层：仲裁医师（≥1名）

　　门槛：放射诊断专业主任医师，神经影像经验≥10年；

　　职责：对疑难争议病例"一锤定音"，像"首席法官"一样裁定；

　　这种"双标注+单审核+单仲裁"的四人组合，确保每例数据至少经过3名专家过目，最大程度上消弭主观偏差。

　　培训考核机制

　　即使是资深医师，上岗前也得"回炉重造"。培训内容包括：

　　理论课：AIS病理生理机制、MRI影像特征

　　实操课：使用ITK-SNAP、3DSlicer等专业工具，完成至少5例不同位置、不同大小的病例试标

　　考核关：评估标注的准确性、一致性和效率，不合格者不予"上岗证"

　　04

　　标注实战：如何在影像上"精准画圈"？

　　核心原则：多模态融合，DWI为主

　　标注不是"看一张图"那么简单。AIS病灶在MRI上表现复杂：

　　DWI序列：发病数分钟即呈高信号，最敏感，但可能有T2透射效应导致的"假阳性"

　　ADC序列：真实缺血区呈低信号，是验证DWI的"照妖镜"

　　FLAIR序列：DWI阳性而FLAIR阴性，提示超急性期（<4.5小时），对溶栓决策至关重要

　　T1/T2序列：辅助排除出血、肿瘤等非缺血病变

　　标注标准操作：

　　以b=1000 s/mm²的DWI序列为主战场，在多平面（轴位、冠状位、矢状位）同步观察

　　在ADC图上，用阈值分割工具将ADC值≤620×10⁻⁶ mm²/s的区域初步标记为缺血核心

　　回到DWI图，手动精修边界，排除血管间隙、脑脊液干扰

　　交叉验证T1、T2、FLAIR序列，确保没有"鱼目混珠"

　　模糊地带处理：谨慎比冒险更重要

　　对于病灶边界不清或信号不典型的区域，共识给出"黄金法则"——缺乏明确界限时，宁可保守也不盲目扩展。这是因为过度标注会产生假阳性，误导AI模型。

　　遇到"疑难杂症"怎么办？启动多专家联合评审机制，结合临床资料（发病时间、症状、NIHSS评分）综合判断。所有争议处理意见必须记录在案，做到"每一步都有据可查"。

　　平台工具：工欲善其事，必先利其器

　　共识推荐了三大"标注神器"：

　　ITK-SNAP：操作友好，三维可视化强，适合DWI序列的精细分割，是学术研究的"爆款"

　　3DSlicer：模块化设计，插件丰富，支持批量处理和深度学习集成，适合大规模工程

　　MONAI：专为医学影像AI打造的开源平台，支持从预处理到模型训练全流程，实现"AI预标注+人工校正"的高效闭环。

　　05

　　质量保障：没有仲裁，就没有真理

　　共识最具创新性的设计，是建立了三级质控体系：

　　初标质控：两名标注医师背对背独立标注，互不知晓对方结果

　　比对质控：平台自动比对两份标注，计算一致性（如Dice系数），差异大的区域高亮提示

　　审核仲裁：审核医师介入判定，仍有争议则提交仲裁医师终审

　　这套机制确保了标注的稳定性（intra-rater reliability）和可重复性（inter-rater reliability）。数据显示，经过此流程，标注一致性可从70%提升至90%以上。

　　数据验收环节同样严格：检查标注完整性、格式规范性、元数据准确性、文件命名一致性，最终生成数据集质量报告，像产品合格证一样随行。

　　共识最后描绘了一幅未来图景：随着AI技术的发展，卒中影像标注将向智能化、自动化演进。AI可以预分割病灶，医生专注审核修正，效率提升5-10倍。但无论技术如何进步，专家的专业判断始终是质量保证的核心。

　　正如西京医院许荆棘教授强调："AI是放大镜，不是替代者。它能放大专家的经验，但不能取代专家的思考。"

　　未来，跨学科协作、标准化流程优化、高质量数据共享，将推动AIS影像标注技术持续进步，为精准医疗和临床研究提供坚实的数据基石。

　　数据是新时代的"石油"

　　在AI医疗时代，高质量标注数据就是战略资源。这份2025专家共识，不仅是一份技术指南，更是一次行业觉醒——它标志着我国医疗AI发展正从"野蛮生长"走向"精耕细作"。

　　对于临床医生，这是提升科研数据质量的"红宝书"；对于AI企业，这是开发可靠产品的"通行证"；对于整个行业，这是实现数据互通、成果共享的"普通话"。

　　让我们共同期待，在标准引领下，中国卒中AI诊断技术早日实现从"跟跑"到"领跑"的跨越！

　　参考资料：《急性缺血性脑卒中磁共振标注专家共识（2025）》