大数据背景下结构式医学影像诊断报告的临床应用

[摘要]"医学影像诊断报告是疾病诊断、临床治疗方法选择和患者预后评价的重要依据。规范的医学影像诊断报告能够客观、准确地反映患者的医学影像征象等。医学影像诊断报告规范化、结构化撰写是医疗机构，特别是影像相关科室医生关注的焦点问题之一。结构式医学影像诊断报告相对于传统医学影像诊断报告更为统一和规范。本研究通过分析结构式医学影像诊断报告的临床应用现状，探究其应用优势和不足之处，为大力推进结构式医学影像诊断报告提供实践依据和建议，旨在为临床提供更为客观、标准、规范的医学影像诊断信息。

[关键词]"医学影像诊断报告；结构式；肿瘤分期；人工智能

[中图分类号]"R445.4""""""[文献标识码]"A""""""[DOI]"10.3969/j.issn.1673-9701.2025.01.026

医学影像诊断报告是对患者进行影像诊断、鉴别诊断的文字描述，可详细记录患者的检查部位及患者的组织器官、病灶形态及病理生化等信息，为疾病诊断、临床治疗和预后评价提供依据[1]。客观、标准、规范的医学影像诊断报告对临床诊疗及患者预后评价具有重要价值。传统医学影像诊断报告由影像诊断医生基于自身书写习惯和知识水平撰写，表达方式存在一定的主观性，缺少标准化表述；且不同影像诊断医生的描述存在差异，给后续数据处理分析及统计增加困难。如何将医学影像诊断报告进行结构化处理、充分利用影像数据提升医疗服务效率和诊断水平是临床关注的重点问题[2]。结构式医学影像诊断报告的概念于2000年提出，利用计算机自然语言处理技术将医学影像诊断报告的内容和格式进行标准化、系统化和层次化处理，按照既定顺序罗列各项参数和指标，可降低不同影像诊断医生出具报告的差异性。

1""结构式医学影像诊断报告的临床应用

1.1""疾病检出及诊断

结构式医学影像诊断报告强化影像诊断的规范性和准确性，在疾病检出和诊断方面，融入标准化的影像学表述和诊断术语，融合相关临床数据，有助于影像诊断自动化功能的实现。Nobel等[3]将结构式报告定义为利用信息技术手段，在医学影像诊断报告中插入相关格式化医学内容，由影像诊断医生填写事先定义好的报告模板和数据项，实现医学影像诊断报告的规范化和标准化处理。北美放射学会组织为提高放射学术语标准化水平编写Radlex词典，同时在医学影像诊断报告模板中纳入相关专家共识和诊疗指南，对扫描参数设定、数据后处理和影像标注等具有指导意义[4]。

结构化医学影像诊断报告在胸部CT肺结节中的应用较早，从肺结节部位、大小、边缘、密度及分类等方面给予详细描述，同时依据不同指南共识提出具体的随访建议。标准化的报告描述可使临床医生更为便捷、准确地了解患者肺结节的相关影像学特征和表现，综合评估并给予治疗措施和随访建议。结构化医学影像诊断报告可记录肺结节数量及其动态变化情况。谢辉辉等[5]研究显示肺结节人工智能辅助软件和自动生成的结构式医学影像诊断报告可缩短医生的阅片时间，提高肺结节检出率。冠状动脉CT血管成像人工智能后处理技术亦相对成熟，能基于冠状动脉的形态和结构进行自动分析，在病变部位、病变成分、管腔狭窄长度、狭窄程度、心肌桥等方面实现智能化评估。Garcia等[6]测试人工智能驱动的结构式医学影像诊断报告系统，结果显示该系统出具的报告与心脏病学专家出具报告的诊断效能相同。

在肺栓塞影像评估过程中，结构化医学影像诊断报告可依据标准化的格式和分类系统记录患者的影像学检查表现和诊断结果，通过记录和管理肺栓塞患者的相关信息，合理选择治疗方案，并对患者进行适当的临床疗效评价。Fink等[7]研究显示基于结构式医学影像诊断报告的数据挖掘技术可促进肺动脉CT血管造影评分系统的进一步发展，其可提供更为标准化、系统化的影像学信息，临床实用性较强。胰腺炎影像学结构式医学影像诊断报告内容涵盖胰腺体积、胰腺实质及胰腺外坏死、局部并发症和影像诊断等内容，能够规范、系统地对胰腺炎诊断、分类和严重程度进行表述[8]。结构式医学影像诊断报告的标准化描述可提高胰腺炎影像数据的收集质量，并将影像技术学、诊断学、临床和实验室数据有机结合；且更加便捷地获取先后多次的结构式医学影像诊断报告以评估病变组织的数据。

1.2""肿瘤病变分期及评价

结构式医学影像诊断报告较多地应用于良恶性肿瘤的诊断及鉴别中，可对恶性肿瘤进行分期。美国放射学会的报告和数据系统不仅能避免影像诊断医生在诊断结论中使用主观性语言，还能利用评分系统提升医学影像诊断报告的一致性和可重复性。统一医学影像诊断报告中的征象描述可提升低年资影像医生的诊断水平，使其快速、系统地掌握新知识。同时，将其与疾病临床诊疗指南和/或专家共识相结合可提升医学影像诊断报告的总体质量。

肿瘤准确分期对临床治疗方案的选择及患者预后评估至关重要。结构式医学影像诊断报告可明确肿瘤部位、累及范围、局部浸润程度、淋巴结转移及远处侵犯等详细信息，提高医学影像诊断报告对肿瘤分期判断的完整性和客观性。结构式医学影像诊断报告可促使肿瘤病变的系统性评价更具体和准确，这不仅包括肿瘤病灶的形态、侵犯程度、强化方式、组织代谢等表现，还包括肿瘤组织与邻近组织器官的毗邻关系及具体定量参数等[9]。欧洲腹部放射学会建议直肠癌的医学影像诊断报告采用结构化模板，特别是在直肠癌分期方面，通过广泛采集直肠癌影像数据并进行综合评估，不仅能提高直肠癌分期准确性，还有助于临床医生个体化治疗方案的制定，提高工作效率和总体综合诊疗水平[10]。

1.3""与人工智能技术联合应用

近年来，人工智能技术飞速发展。通过融合影像组学，人工智能技术逐步应用于各类疾病的影像学诊断中。通过机器学习技术，利用自然语言处理可从医学影像诊断报告中提取相关影像信息和数据，结构式医学影像诊断报告可为机器训练提供影像数据支持，量化具体参数和病灶信息用于数据挖掘方面的研究和教学，为临床诊疗工作提供帮助。结构化后的影像诊断可协助医生快速检索信息，且支持计算机结构化数据的储存和导出，为人工智能的广泛应用提供数据支持[11]。基于人工智能算法自动生成的结构式医学影像诊断报告能提高影像诊断医生的工作效率，通过提取和对比患者既往检查结果，自动插入报告，将数据信息和参数进行对比分析，提出更为科学的诊断和建议。朱丽娜等[12]研究显示在大数据医疗背景下，结构式医学影像诊断报告与人工智能辅助诊断系统融合应用后，可显著提高低年资诊断医生的工作效能。

2""结构式医学影像诊断报告的不足之处

结构式医学影像诊断报告具有良好的应用前景，但在临床推广过程中亦面临诸多问题和不足，包括报告去个性化、复杂病变表述不足等。结构式医学影像诊断报告的开发和设计需要开展大量的前期调研工作，模板建立需要一定的时间和精力，其逻辑设定亦较为复杂。在模板设计和终端执行方面，结构式医学影像诊断报告的模版更适用于相对简单的影像诊断，并不适合较复杂的病例影像诊断。因模版可能存在欠缺、未能包括所有影像细节等不足，使得较多影像诊断医生对结构式医学影像诊断报告持否定或观望态度。结构式医学影像诊断报告还具有一定的限制和僵化特点。在肿瘤病变分期方面，往往篇幅相对较长，极易分散诊断医生的注意力，限制复杂病变及意外病变检出的描述和诊断，仍需在报告模板的末尾进行适当的补充和修改；或因影像诊断医生过多的关注结构式报告模板而非图像，导致一些影像征象的遗漏。这也要求模版设计及使用者需要不间断的完善和维护，通过动态跟踪专家共识、指南及临床实际需求，对结构式报告的出具提出优化建议[13]。近年来，医学影像专业及相关学科陆续推出和公布较多单病种医学影像诊断报告书写的具体规范和建议[14-15]，并出台报告质量控制和评价标准，但全国性的专家共识尚未制定[16]。结构式医学影像诊断报告的主要功能需求包括：影像诊断质量、数据后处理和信息可访问性[17]。对墨守成规、习惯个人报告风格的诊断医生，结构式医学影像诊断报告的推广应用仍需要阶段性过程。

3""小结与展望

结构式医学影像诊断报告的应用可提升医学影像诊断的规范性和准确性，通过融入标准化的影像表述和诊断术语，将其他临床数据一并整合和共享，有助于实现诊断自动化。然而，结构式医学影像诊断报告的临床推广亦面临诸多问题，包括报告的去个性化、复杂病变表述不足等。目前，较多医疗机构已将人工智能辅助诊断系统与结构式医学影像诊断报告联合应用于骨折、肺结节、心脑血管病等方面，同步生成诊断报告。同时，基于各级医院间的数据共享，可提升医疗服务的连续性和便捷性；结构式影像报告未来的发展前景令人振奋，可为患者提供更加准确、规范和高效的医疗服务。

利益冲突：所有作者均声明不存在利益冲突。

[参考文献]

[1] PERCHA"B."Modern"clinical"text"mining："A"guide"and"review[J]."Annu"Rev"Biomed"Data"Sci，"2021，"4："165–187.

[2] LIN"M，"WYNNE"J"F，nbsp;ZHOU"B，"et"al."Artificial"intelligence"in"tumor"subregion"analysis"based"on"medical"imaging："A"review[J]."J"Appl"Clin"Med"Phys，"2021，"22（7）："10–26.

[3] NOBEL"J"M，"KOK"E"M，"ROBBEN"S"G"F."Redefining"the"structure"of"structured"reporting"in"radiology[J]."Insights"Imaging，"2020，"11（1）："10.

[4] 张翼，"王光彬，"王卫鹏."应用结构化报告推动医学影像学精准化[J]."中国研究型医院，"2020，"7（6）："4–7.

[5] 谢辉辉，"王霄英，"林祥涛，"等."人工智能软件对胸部CT肺结节检出的辅助效果初探[J]."医学影像学杂志，"2022，"32（6）："944–948.

[6] GARCIA"E"V，"KLEIN"J"L，"MONCAYO"V，"et"al."Diagnostic"performance"of"an"artificial"intelligence-driven"cardiac-structured"reporting"system"for"myocardial"perfusion"SPECT"imaging[J]."J"Nucl"Cardiol，"2020，"27（5）："1652–1664.

[7] FINK"M"A，"MAYER"V"L，"SCHNEIDER"T，"等."从肺栓塞结构化报告数据挖掘的CTA血栓负荷评分[J]."国际医学放射学杂志，nbsp;2022，nbsp;45（2）："231.

[8] 王铁功，"郭逸飞，"边云."急性胰腺炎影像学评估规范及影像学结构化报告[J]."中国实用外科杂志，"2024，"44（5）："588–593.

[9] 刘刚，"崔磊."医学影像结构式诊断报告在肿瘤诊断中的临床应用及思考[J]."放射学实践，"2022，"37（2）："270–273.

[10] 高远翔，"安景皎，"聂佩，"等."直肠癌MRI检查结构化报告完整性与规范化研究[J]."实用放射学杂志，"2017，"33（11）："1765–1768.

[11] 盛羽，"胡慧荣，"王聪聪，"等."医学影像诊断报告的结构化研究[J]."数据分析与知识发现，"2022，"6（10）："46–56.

[12] 朱丽娜，"高歌，"刘义，"等."CAD整合入前列腺多参数MRI结构化报告："低经验读片者诊断效能研究[J]."放射学实践，"2020，"35（10）："1282–1287.

[13] 李文娟，"袁慧书."影像诊断结构化报告的研究进展[J]."临床放射学杂志，"2020，"39（10）："2124–2126.

[14] 国家心血管病专业质控中心心血管影像质控专家工作组，"中华医学会放射学分会心胸学组."冠状动脉CT血管成像的适用标准及诊断报告书写规范[J]."中华放射学杂志，"2020，"54（11）："1044–1055.

[15] 中华医学会核医学分会."PET/MR诊断报告规范化书写专家共识（2020版）[J]."中华核医学与分子影像杂志，"2020，"40（12）："743–746.

[16] 杨正汉，"聂芳，"杨吉刚，"等."《住院医师规范化培训影像诊断报告书写指导教学指南（2022年版）》解读[J]."中国毕业后医学教育，"2022，"6（5）："430–434.

[17] 朱小忠，"包卫兵，"王闻奇."医学影像结构化报告研究进展及其临床应用[J]."影像研究与医学应用，"2024，"8（7）："1–3.

（收稿日期：2024–09–20）

（修回日期：2024–12–16）