11月14日至17日，由中華醫學會、中華醫學會超聲醫學分會主辦，湖北省醫學會承辦，華中科技大學同濟醫學院附屬協和醫院、湖北省醫學會超聲醫學分會、武漢醫學會超聲醫學分會協辦的“中華醫學會第二十四次超聲醫學學術會議”在湖北省武漢市圓滿召開。

在本次大會上，首都醫科大學附屬北京婦產醫院作為組長單位牽頭，開立醫療作為技術支持單位，聯合國內四十余家醫院，啟動了妊娠中期超聲產前篩查質量控制標準化應用全國多中心研究（MTUSQC）項目，旨在加強產前篩查、產前診斷質量管理，促進產前篩查和產前診斷服務標準化、同質化。

首都醫科大學附屬北京婦產醫院吳青青教授表示，“鳳眼S-Fetus”人工智能產前超聲篩查技術，實現了人工智能與超聲產篩工作流的深度融合。鳳眼技術能夠幫助超聲醫生減少掃查時間，減輕產科超聲醫生的工作負擔，同時兼顧超聲檢查的可靠性與精準性。

AI助力超聲質控提速

超聲產前篩查是出生缺陷篩查中最普及的、前置的、不可替代的無創檢查方式。但是，由于超聲產前篩查留圖切面多、傳統掃查方式效率低，且涉及胎兒全身系統結構，病種多且復雜，超聲潛在的醫療風險也較高。如何建立有效質控體系，已成為超聲產前篩查亟須解決的問題。

四川大學華西第二醫院超聲科主任羅紅教授表示，國家對于產前診斷和產前篩查從業人員要求和管理都非常嚴格。以超聲篩查為例，需要在具備產前診斷培訓資質的機構進行為期3個月的規范化培訓，觀摩學習產篩的例數與上機實操例數均須達到要求，通過培訓考核后才能獲取相關超聲篩查資質。

通常一位超聲醫生從低年資到高年資大約需要5年以上培養時間，以前年輕醫生的成長主要靠有經驗的醫生帶教，時間久、主觀性也強，現在人工智能（AI）在一定程度上解決了這個難題。

“在實時動態的檢查過程中，只要醫生找到對應的位置，AI就可以自動識別出標準切面，確實節約了不少時間。”羅紅教授說，AI獲取切面的速度非常快，對低年資醫生的幫助很大，提高了效率，也減少漏診。

由于產科篩查需要超聲醫生短時間內掃查20多個切面的圖像，而胎兒在肚子里的位置又是變化的，醫生容易漏圖。

“這是普遍現象，高年資醫生也會出現這種情況。”河南省人民醫院超聲科王睿麗教授說，婦產超聲工作量大，有時候寶寶位置不好，他們就會讓孕婦走動走動再回來檢查。他們醫院是“事后質控”，然而質控常常會發現缺圖的情況。現在AI就像醫生身邊的助手，比如需要24個切面，沒掃夠的話系統就會提醒。

王睿麗教授還認為，AI還有一個很大的作用，就是帶教。她所在的科室年輕醫生占三分之一，以前都需要師傅帶徒弟，現在他們可以自己操作、系統打分，一定程度上避免了高年資醫師的主觀性，也讓年輕醫生成長更有效率。

鳳眼加入產科智能超聲多中心項目

AI在超聲質控領域的巨大潛力，為超聲產前篩查的標準化和質量提升提供了降本增效的科技手段。正因如此，MTUSQC引入了開立醫療的鳳眼人工智能模型，希望以高效和智能的臨床應用幫助醫院提高醫療服務水平。

MTUSQC項目的研究負責人吳青青教授表示，隨著優生優育和出生缺陷防控的社會需求增加，國家對產科超聲質控的重視日益加大，在標準化、技術應用、質控體系建設等方面取得一系列新進展。但是，雖然超聲產前篩查技術普及度較高，由于各地區之間的技術水平、設備條件、人員素質等方面存在差異，超聲產前篩查的質量水平參差不齊。

通過這樣的項目來與高水平的產前篩查“對齊”，是廣西壯族自治區玉林市婦幼保健院超聲醫學科主任李基增期盼的一件事。他說，基層醫療機構可以引進新設備來補設備上的差距，但超聲醫生診斷水平的差距就沒那么容易縮短。他們醫院是當地唯一具有產前診斷資質的醫療機構，超聲醫生對常見的胎兒畸形可以識別，但對一些少見的疑難雜癥在診斷和判別上有困難。

“上一級醫療機構通常有更標準化、規范化的診斷要求，我們也通過人員進修、專家下來幫扶，不斷提高技術水平。”李基增說，希望通過MTUSQC項目，能夠緊跟上級醫療機構的診療水平。

吳青青教授表示，項目的主要目的是在全國范圍內應用、推廣《超聲產前篩查指南》及“超聲產前篩查質量控制標準”，了解不同省市地區超聲產前篩查的規范程度和特點，并進行針對性指導。另外，研究還會對比常規超聲與人工智能技術-鳳眼在產篩的應用效率和衛生經濟學效益。同時，也將探索鳳眼人工智能模型在產篩后圖像質量評價（質控）的應用價值。這是目前國內外為數不多的關于人工智能技術在質控領域大規模應用的真實世界研究。

在她看來，AI、云平臺、大數據、標準化流程等技術的引入，將提高質控效率、減少人為誤差、加強篩查和診斷一致性和準確性。AI技術的應用將全面優化超聲質控流程，推動超聲診斷質量邁上新的臺階。