急诊医学影像数据库构建及标注专家共识
摘要
急诊疾病漏诊、误诊危害严重，及时精准诊对于提升急诊医疗
质量、挽救生命、提高患者生活质量至关重要。影像检查在急诊疾病
筛查、诊断与鉴别诊断中发挥重要作用，近年来急诊影像检查量的激
增产生了海量的急诊影像数据，加之急诊影像解读具有一定的复杂性,
对急诊影像报告质量和效率提出了巨大挑战。“人工智能+医疗”已
在减轻影像和临床医师工作负荷和强度、提高诊效率、优化急诊流
程等方面初露头角，但作为人工智能重要基础的规范的急诊影像数据
库目前在国内还不成熟。本共识围绕急诊医学影像数据库的构建过程
和急诊影像数据标注规范与要求等方面提出指导意见，并以代表性典
型疾病的标注为例展开讨论，供行业内从事急诊医学影像研究的医生、
算法人员、政府管理者等参考。
急诊疾病具有起病急、病情重、变化快的特点，漏诊、误诊加大
了患者死亡或发生残疾的风险，因此，及时精准诊对于提升急诊医
疗质量、挽救生命、提高患者生活质量至关重要。近年来，影像学检
查在急诊患者及时精准诊方面发挥的作用越来越大，国内外急诊患
者进行影像学检查的人次和增长比例一直居高不下[12],尤其是急诊
CT检查人次和增长比例更为突出。海量的急诊影像数据和影像解读
的复杂性导致急诊影像医师的工作负荷和劳动强度明显增大，针对我
国三级和二级医院放射科的调研表明，急诊影像报告多由相对年轻医
师（如住院医师）值一线班,且夜间急诊影像工作量与白天工作相当，
这对急诊影像报告完成的质量和效率提出了巨大挑战⑶。“人工智
能(artificialintelligence,AI)+医疗作为智能医学的重要分
支，具有高效、精准的特点，在急诊患者的疾病诊断、疗前评估和
疗效预后判断等方面显示了较大的优势，有助于减轻影像和临床医师
的工作负荷和强度，提高患者诊效率并有助于优化急诊流程。尽管
如此，作为AI重要基础的规范急诊影像数据库目前在国内还不成熟，
因此，构建规范化大样本急诊影像数据库成为行业发展的迫切需求
“⑸。2022年8月，在国家卫生健康委能力建设和继续教育中心和中
华医学会放射学分会的支持下，急诊影像数据库建设项目获批立项，
成立了数据库规范建设专家委员会以及数据库建设规范与数据标注
规范制定小组，形成了急诊影像数据库构建和数据标注专家共识，为
急诊影像数据库和相关数据库构建与标注以及急诊医学AI提供依据
和参考，以期提升急诊影像医学和急诊医学质量和水平，促进其高质
量发展，挽救更多患者的生命，提高患者生活质量。
一、急诊影像数据库构建架构和过程的规范与要求
1伦.理审批和数据采集：建库者应在数据采集前准备研究方案，
内容应包括研究内容、研究目的、数据类型、数据数量、入排标准和
预计成果等，并将整体研究方案提交相关医疗机构的伦理委员会审批,
确保数据库的伦理合规性。
数据采集应在符合相关伦理和法律法规的基础上，采用规范的方
式从PACS、医院信息系统、放射科信息系统(radiologyinformation
system,RIS）等信息化系统中进行抽取。其中，影像数据应为医学
数字成像和通信（digitalimagingandcommunicationsinmedicine,
DICOM）格式，可从PACS系统通过DICOM传输协议进行抽取，数据应
包含完整检查序列，如需进行辐射剂量相关研究，还应包含定位像序
列（localizer或scout）及辐射剂量序列（examsummarypatient
protocol或dosereport）；临床信息主要包括基本信息（年龄、性
别、民族、患者来源、患者类型），申请信息（申请时间、主诉、病
史、临床诊断）以及检查信息（检查项目、检查设备、检查时间、报
告时间、报告描述文本、报告诊断文本）等，其中基本信息和检查信
息可从RIS系统通过应用程序编程接口、数据库视图等方式进行抽取,
元数据应采用CSV、XLS、XLSX.XML、JSON等计算机可处理的格式进
行存储、传输。
2数.据脱敏：采用数据脱敏技术对原始数据进行处理