AI原生影像平台

结论先行：保留主线，重写判据与安全架构

这份材料已经越过“罗列几个AI算法”的阶段：它尝试把检查全过程、岗位责任、结构化数据和持续改进放在一起讨论。我的判断是：适合作为科室战略讨论稿，但不能原样变成采购技术规格或临床上线依据。核心问题不是文字不够专业，而是把“深度融入流程”与“业务依赖模型才能存活”混在一起，并低估了异常处理、证据状态和实际验收的工作量。[D]

本方案不承诺：诊断效率提升某个固定百分比、所有病种自动预读、所有设备实时质控、全自动签发、自动在线学习，或十二周完成全部临床验证。下文的期限、架构和工程目标均是设计建议，不是已实施结果。

原文逐章评审：优点、缺口与处理方向

已结合21页正文和图示审阅：P.3的九节点流程、P.14的五层架构、P.17的三期路线图彼此之间存在需要消除的设计冲突。例如，架构页要求撤掉智能层后结构化查询消失，而部署页又要求降级时业务继续；事实库和随访任务理应独立持久化。[D]

28条修订清单：从文字意见变成可验收要求

P0：进入临床试用或采购规格前必须解决；P1：纳入一期设计或适用场景上线前解决；P2：文稿与呈现优化。下面分别概括原文表述与尚未覆盖的边界，不是逐字引文。标为补充缺口的项目，不代表原文曾主张相反做法；已有人工确认、完整性校验、版本冻结和一期影子验证要求均予以保留。[D]

本清单的架构判断是独立分析；置信度、反馈状态、互操作与合规边界分别参考下文原始研究和官方材料，并未把这些建议宣称为现行强制标准。[S09] [S11] [S12] [S14] [S19]

我的定义：标准与证据驱动的AI原生影像平台

这里的“AI原生”是本方案的产品与工程定义，不是已经被证明存在统一认证口径的标准等级。不能仅凭算法数量、是否调用大模型、是否微服务化或是否改变八个岗位，就判定系统成熟。

三种产品形态，不必一步做到最重

首期明确不做：完整薪酬绩效改制；跨院自动签发；所有设备的实时控制；不受限的患者医学建议；自研所有病种视觉模型；自动生成并发布临床规则。以上事项不能挤占首期证据闭环和安全建设。

目标架构：临床主干稳定，AI能力可插拔

原五层架构可以保留，但应增加“谁是权威记录源、谁有状态变更权、推理故障影响什么”的说明。建议从逻辑模块化开始；没有规模和团队依据，不预设十个独立微服务。下图是本方案的逻辑架构，不是已部署系统。

Loop、Graph与Agent分别负责什么

固定、可审计的临床路径用确定性状态机/流程图；候选检索、语义解析、草稿修正可用有预算的循环。Agent是受限任务执行者，不是可以任意改写医疗系统状态的总控。每次调用均有数据范围、工具白名单、输出模式、最大重试数、超时和人工接管点。

数据模型：把“事实库”拆成可追责的对象

建议采用“临床上下文—证据—候选观察—审阅—正式记录—任务”六个相互关联的对象域。医生接受一条AI结果，代表一次临床审阅判断，不等同于独立研究中的客观真值。后续病理、随访或专家仲裁需作为单独参照记录，注明适用范围与局限。[S09] [S11]

不是一条状态链，而是三条独立状态轴

字段可参照AIRA的结果评估语义；内部“过时、已替代”等生命周期状态另设，不伪装成AIRA规定的同一组状态。[S09]

最小对象样例（全为合成数据）

下例是建议的内部JSON契约，不是声称符合FHIR或DICOM的完整实例；生产输出须由相应适配器进行标准编码和验证。未校准分数保留为原始分数，不自动驱动临床发布。

{
  "finding_id": "example-finding-01",
  "finding_version": 2,
  "case_id": "example-case-001",
  "study_snapshot_id": "example-snapshot-2",
  "subject_ref": "urn:example:patient:P001",
  "observation": {
    "label": "病灶A",
    "code_system": "urn:example:local-terminology",
    "code": "LOCAL_FINDING_A",
    "terminology_version": "1.0",
    "assertion": "present",
    "laterality": "unknown"
  },
  "measurement": {
    "name": "长径",
    "value": 8.2,
    "unit": "mm",
    "method": "clinician-adjusted"
  },
  "source_evidence": [
    {
      "type": "dicom_image",
      "study_uid": "2.25.1001",
      "series_uid": "2.25.1002",
      "sop_instance_uid": "2.25.1003",
      "frame": 1
    }
  ],
  "ai_candidate_ref": "example-finding-01:v1",
  "confidence": {
    "raw_score": 0.87,
    "meaning": "model-specific detector score",
    "calibrated_probability": null,
    "calibration_version": null
  },
  "assessment": {
    "status": "modified",
    "reviewer_ref": "urn:example:practitioner:R001",
    "reason": "measurement_adjustment",
    "clinically_relevant": true
  },
  "provenance": {
    "run_id": "example-run-42",
    "model_version": "example-detector-1.3",
    "rule_bundle": "example-rules-1.1",
    "prompt_version": null
  },
  "report_status": "draft",
  "can_publish_without_signature": false
}

互操作：不是“支持SR/FHIR”，而是一份可测试的契约

标准承担不同职责，不能把它们写成可随意替代的入库格式。比如FHIR ImagingStudy组织影像检查信息，但本身不保存DICOM实例；DiagnosticReport与Observation之间也有报告和原子结果的边界。[S03] [S04] [S05]

每个接入方交付一张“互操作合同”

合同至少写明：业务用途；对象与字段；术语和单位；标识域；时间语义；版本兼容；数据状态；错误码；重试与去重；授权与用途限制；导出方式；第三方验证用例。对任意临床组合查询，优先通过有授权、可审计的查询服务执行，不要求医生直接连接生产数据库。

标准映射的产品价值：不止同义词

建议把检查项目标准作为贯穿医嘱、协议、模型适用性、报告模板和质控规则的主索引。但名称映射一致不代表扫描内涵相同，更不代表临床上可以直接互认。应同时记录实际序列/扫描范围、造影方式、质量、时间及临床问题；外院资料是否足以支持本次诊疗，保留接诊医师判断。[S21]

对缺失侧别的临床数据，保留unknown或明确的不适用值，不能从词表或默认参数自动推断真实侧别。术语许可、允许部署地区和再分发范围需单独核查，不能默认某个国际词表可以无条件整体迁出。

双轨工作流：临床可以继续，AI状态必须可见

临床主线不以AI完成为前置条件；AI结果一旦有效且未过时，可进入当前审阅工作面。部分模型可以基于特定序列提前运行，但必须标注分析范围，不把“某组图像已收到”解释为“整项检查已完整”。

异常不是技术细节，而是上线必测内容

危急值、病历和信息安全流程应对齐本机构制度及国家相关要求；本文给出的是系统状态与责任设计，不替代各专业危急值目录，也不虚构全国统一的分钟级阈值。[S17] [S18]

可执行规则：适用性先于推理，证据先于建议

知识服务的核心不是“把文档扔进向量库”，而是把临床要求变为有范围、有版本、有缺失处理的规则包。关系型表与版本化JSON可作为起点；知识图谱只在跨对象关系、规则影响分析和纵向追踪确实需要时引入。

两条可操作的示例规则

以上为本方案自拟的产品规则示例，不是引用某份临床指南给出的诊疗阈值。

检索不到 / 检索错误：必须有不同路径

来自病历、网页和上传文档的文字均作为不可信输入。它们不得改变系统权限、工具白名单、检索范围或发布流程。模型输出通过模式校验后也只是候选，不能直接变成数据库写操作或临床指令。

岗位体验：让审阅更有效，而不是让点击更多

降低自动化偏误与录入负担

将“原图优先、AI二读”和“AI候选同步显示”等交互方式作为可验证选项，而不是宣称某一种一定最好。所有模式保留系统未分析的部位/病种说明。文句润色自动记录差异；只有侧别、否定、重要数值、诊断含义等语义变化才要求明确原因。对疑难病例支持二读；对正常与人机一致病例保留独立抽检。

人因和人机团队表现应进入评估，而不只测试模型单独的准确率；这与IMDRF GMLP以及DECIDE-AI对临床使用环境和人因的关注方向一致。后者是报告指南，不是认证。[S11] [S13]

临床与模型治理：持续改进，不等于自动学习

评测设计的七项最低要求（本方案建议）

上述设计方向参考GMLP；本院可接受的精度、样本量和非劣效界值仍需按用途由临床与统计人员制定，本文未代替完整临床试验方案。[S11]

分数、漂移与退出机制

模型原始分数和经过验证的校准概率分开存储。校准需对应模型、任务和人群，不用一个0.8阈值覆盖全部病种；常规分类研究已证明现代神经网络可能存在校准问题，但不能据此断言某个具体医疗模型必然失准。[S12]

输入分布变化是调查信号，不自动等于性能下降。已确认安全问题可按预先批准策略停用受影响模型；单纯统计告警先触发复核。任何停用都将任务转交人工，不自动降低临床安全规则。对设备/协议、人群、病种、失败模式分别监控；低样本亚组显示不确定性，避免用不稳定排名评价医生。

安全与合规：按功能用途评审，不按产品名字判断

中国监管与医院准入不能只写一句“已注册/科研辅助”。已有AI医用软件分类和AI医疗器械、软件、网络安全相关审查文件；具体产品是否纳管、属于何类别及功能变更如何处理，需要结合预期用途和完整功能逐项评审。本文不对尚未定义完整的产品作注册结论。[S14] [S15] [S16]

个人信息保护法区分去标识化与匿名化，医疗健康信息属于敏感个人信息；委托处理、跨境提供等还涉及相应义务。实施时应依据适用处理基础和具体场景审核，不能简化为“脱敏后随便外发”或“所有处理都只靠同意”。[S19]

指标：证明净收益，同时守住安全

不要把“指标下降”直接写成验收标准。每项指标都应包含起止事件、统计对象、分母、排除项、失败处理、分层、观察窗口与目标来源。以下是建议指标字典；临床目标在基线测量后冻结。

工程服务目标示例：只能在负载边界内签约

可将“指定事实查询P95≤2秒”作为待验证工程目标示例，但必须同时锁定数据规模、索引、查询集合、网络、缓存冷热和并发。AI时延按模型与影像体量分别定预算。本报告没有实测这些数值，不建议把它们无条件写进所有医院合同。

对安全不变量采用确定性验收，例如在约定测试集中“无权限签发均被拒绝”“AI关闭不丢失既有任务”“晚到结果不覆盖已签报告”全部通过；这与要求临床模型零错误不是一回事。

20个端到端验收用例：能现场演练，才能交付

验收分四包：临床安全与权限、数据互通与资产、工作流与运维、人机效果。前三包可用受控测试环境先验证；真实效果需已批准的临床评价。严重安全用例失败，应阻止对应功能进入临床，而不是用其他模块的高分抵扣。

实施路线：90天交付一个能验证的闭环

起点建议：选择一个已经有模板、规则与专家资源的检查项目，例如颅脑MRI报告辅助与质控。若已有合规、适用的视觉算法，则接入其结构化结果；若没有，首期仅做临床上下文、医生输入/既有报告的结构化与一致性核查，不冒称具备自动影像预读能力。[D]

上述周期是假设接口可获得、医院有人参与且审批顺利时的计划，不是交付承诺。数据规模、样本可用性、采购与伦理周期不足时，应延长阶段，不能压缩安全门槛。

和原有工作衔接，而不是重新铺一套大平台

原文P.21的“单个检查项目—统一规则—模板—内容填充—审核反馈”值得作为最小产品主线。建议进一步将检查项目标准、报告规则、观察模式、AI适用范围和验收样本打成可版本化的场景包。复制到新医院时，重点配置本地术语/协议和工作流，而不是拷贝一套未经验证的阈值。[D]

组织与责任：每一项变更都有人最终负责

RACI中A为最终负责，R为执行，C为参与咨询，I为知会。下面是建议的组织分工，不等同于事故法律责任划分；临床签发仍由具备资质的医师执行，各供应商也不因医生签字而当然免责。

风险登记表示例

商业方案：卖可复制闭环，不卖算法数量

我的产品化建议不是先和传统PACS厂商比谁的功能清单更长，而是形成三个可独立交付、逐步组合的业务包。它们共用上下文、事实、规则、反馈与治理，不各自再建一套知识库。

ROI只用可核验的本院输入

“释放工时”首先是容量与工作负担改善，不自动等于减少工资支出。时间已用于新增业务时，不应再把同一部分时间重复按人工成本计收益。新增服务是否可收费、是否形成收入要另行核实，不把可能的医保支付当既定收入。

合同拆资产，不把所有IP混在一句“归医院”里

建议分清：患者相关记录及医院依法处理的数据；医院定制的配置与流程；供应商既有平台、模型和算法；受许可限制的第三方术语与知识；共同形成的成果。分别约定控制、使用、导出、迁移、更新和许可范围。数据可迁移不等于要求供应商无条件转让模型权重或全部背景代码。

可以分模块计价，但需一名总集成责任方对端到端结果负责。付款关联适用范围内的实际交付与验证证据，不按接入算法个数结算“智能化程度”；临床效果仍不确定的部分，采用试点评估后扩展的决策方式。

可直接替换进原文的8段文字

证据范围与待核实事项

本次已完成：原始21页材料的结构与逻辑评审、28条定位修订、独立架构与对象方案、正常及异常流程、规则与RAG策略、验证框架、20个验收用例、路线与采购设计，并核对了下列标准、论文及官方文件入口。

本次未完成、也没有声称完成：接入你的代码或医院系统；检查具体设备的DICOM一致性声明；运行任何医学模型或临床测试；核实项目当前进度；对具体产品出具注册/法律意见；证明任何量化收益。

参考来源与核查说明

检索与成稿日期：2026-10-11。正文中的[D]为用户提供材料，[Sxx]为外部来源；来源段落说明本次实际核查范围。本文的架构、时间表、规则样例和验收建议属于独立方案，不能因引用官方文件而被理解成已获官方认可。

部分网页的“当前版本”可能后续更新；实际合同应保存适用版本及其哈希/存档。官方页面无法完整获取的材料已作标记；不以二手解读替代缺失的正式条款。

任务资源补充入口：HL7 FHIR R4 Task。