夜雨聆风
全国首个国家级“AI+影像识别”专业赛事——全国医保影像AI识图大赛将于8月至10月在广西举行。此次大赛由国家医疗保障局与广西壮族自治区政府共同主办，主题为“慧眼识图影领未来”，聚焦人工智能技术在医学影像辅助诊断领域应用，共设置8个赛道。旨在推动新技术、新产品、新业态在医保领域大规模应用，更好地保障和改善民生，赋能经济社会发展。今年3月底以来，大赛组委会已在多地开展系列宣讲。
本期采访了广西医科大学第一附属医院放射科副主任彭鹏和四川省肿瘤医院超声医学中心主任、中华医学会超声分会委员卢漫，请他们谈谈AI识图大赛给医学临床诊断带来的哪些变化。（本文整理自宣讲会及新闻报道采访专家的素材。）
答：大赛聚焦AI模型在真实医疗场景中的落地能力，每个赛道均基于真实临床路径设计，并提供万例级高质量标注数据集。主要比的是AI模型在真实临床影像中对8类高发疾病，比如肺癌、脑胶质瘤、甲状腺癌等的智能识别与辅助诊断能力，覆盖CT、MRI、超声、X光等多种模态，强调“真数据、真训练、真验证”。
核心比拼维度包括：病灶识别精度，比如CT图像中微小肺结节检出率；多任务处理能力，比如胸部X光同时识别肺结核、肺炎、气胸等；视频动态判读能力，比如超声视频中追踪甲状腺结节血流特征；模型鲁棒性与可解释性，比如能否在低质量/伪影图像中稳定输出，且给出临床可理解依据。
答：本次全国医保影像AI识图大赛最重要的意义在于通过技术创新与制度改革双轮驱动，推动医学影像辅助诊断智能化升级，提升全民健康数智化水平，并促进AI+医疗产业的协同发展与国际交流。大赛的成果将会促进医学影像诊断效率与精准度双提升。
首先，人工智能影像技术可以补齐县市区等基层医院的诊断短板。基层普遍缺放射/超声专科医生，有的乡镇卫生院几乎空白。AI相当于24小时在岗的三甲专家助手，AI出结果并标注病灶，医生只需复核，整体报告时间压缩，让医生专注复杂病例。减少漏误诊，提升早筛城乡同质化。同时进行标准化质控，让县乡诊断接近三甲水平，减少 “同片不同判”。减少盲目转诊。AI 初筛+分级让常见病/稳定慢病留基层，高危/疑难精准转诊，就医时间与费用大幅降低。
其次，促进诊疗流程优化与资源整合。AI将覆盖影像质控全环节，比如自动识别伪造/拼接影像，防医保欺诈；规范性检测：标记重复拍摄、体位不当等问题。
作为临床一线放射科医生，我认为这场大赛是“AI+医疗”从实验室走向诊室的关键转折点。AI将医生从机械性阅片中解放，让我们更聚焦复杂病例及与患者沟通。数据标注质量直接影响模型可靠性，需要影像和临床专家深度参与质控。在人机协同中，医生仍需主导决策，要警惕AI假阳性导致的过度医疗。
答：看病少折腾、诊断更靠谱、花费更明白。
一是AI成为医生的“超级助手”，让诊断更精准。AI辅助诊断系统可自动识别肺癌、脑瘤等高发疾病病灶，帮助医生减少漏诊，提升基层医疗水平，缩小城乡诊疗差距。疑难病例精准研判。大赛数据集包含罕见病例影像，AI模型经此类数据训练后，可辅助医生识别复杂病变（如早期肺癌微小结节）。
二是诊疗流程优化：从“人等报告”到“智能推送”。报告生成提速，传统影像诊断需数小时至数天，AI识图后，辅助医生完成影像初筛，可实时标记异常区域，优先推送危急病例报告，报告生成提速，压缩时间成本。个性化治疗支持。结合患者历史影像与临床数据，AI可生成诊疗规范指引，辅助医生制定手术方案。
三是解决“疑难片子看不懂”问题。AI精准识别复杂病灶。AI对毫米级微小结节（如早期肺癌）的识别率远超人工，可精准标注位置、大小及良恶性概率。能自动对比新旧影像变化，提示易漏诊征象。AI可融合CT、MRI等多类型影像数据，构建三维模型，帮助医生直观制定手术方案。
四是广西正推动医保影像云与大赛成果衔接，未来在联网医院做的CT、MRI等影像检查，区内或跨省就医患者无需携带实体胶片。接诊医院可直接调取经患者授权的影像数据，检查结果全国互认，避免重复检查。
答：大赛所有赛道设计基于真实临床需求，确保数据与临床场景的高度契合，已建成涵盖肺癌、肾癌等8类高发疾病的17万例标准化影像数据集及符合国家医疗数据标准的标注集。其数据量级、标注精度及罕见病例覆盖率均达国际赛事领先水平。
广西当前正按照“北上广研发+广西集成+东盟应用”的路径大力发展人工智能，将大赛成果转化为适合东盟市场的产品。广西拥有中国—东盟医疗保健合作中心，防城港国际医学试验区提供跨境数据流动试点，支撑技术本地化适配。中国—东盟医学影像共享中心建设现已计划启动，配套跨境数据传输、安全分级与交易机制，为东盟国家提供远程诊断支持。
这次大赛聚焦验证低成本、易操作的AI算法，如胸部X光多病种检测，契合东盟发展中国家需求。中国主导的医学影像标注标准与数据治理规范，可通过东盟跨境临床验证基地推广，降低各国技术重复研发成本。建立分层级数据联盟：以广西为枢纽，与东盟共建分病种的影像数据共享池，采用“可用不可见”的隐私计算技术，借助中国—东盟医疗保健合作中心，推动诊疗互认协议与AI医疗器械认证标准互通。此次大赛标志着中国首次系统性将医保数据转化为国际健康公共产品。若成功打通“南宁渠道”，中国有望成为全球医疗AI成本优化方案的规则制定者，为“健康丝绸之路”提供核心基础设施。
四川省肿瘤医院超声医学中心主任、中华医学会超声分会委员卢漫
答：超声AI辅助诊断甲状腺癌，主要面临三大技术挑战：
第一，“同病不同图”——数据标准化难，模型泛化弱。 超声检查高度依赖医生手法和机器参数，同一患者换台设备、换个医生，图像可能天差地别。这种“模态内差异”导致AI模型在顶级医院表现优异，一到基层就“水土不服”，跨中心应用时准确率断崖式下跌。
第二，“管中窥豹”——单一切面信息有限，三维特征易丢失。 甲状腺结节是立体的，但当前AI多基于单张静态图像诊断。切面选得好，恶性特征一目了然；切面选偏了，微钙化、边缘浸润等关键线索就被漏掉。如何从“单张照片破案”升级为“动态全景侦察”，是技术演进的重要方向。
第三，“雾里看花”——背景干扰大，决策过程不透明。 甲状腺常伴随桥本甲状腺炎等弥漫性病变，腺体回声不均匀，结节边界模糊。如果AI不能精准联动“纵横比>1、微钙化、边界不规则”等TI-RADS核心指标，只是给出一个概率数字，就成了医生看不懂的“黑盒”，临床信任无从建立。
答：这项技术对基层医疗的价值，可以概括为三个关键词：经验平移、实时把关、精准分流。顶级专家的诊断经验被“封装”进AI系统后，基层医生扫查时相当于有位专家在旁“手把手”指导——规范探头角度、提醒关键切面、标注可疑征象。这样既能减少漏诊误诊，又能让良性患者安心留在基层随访，真正高危的患者才向上转诊，避免大医院“人满为患”、基层“门可罗雀”的资源错配。
因此，我对参赛团队有两条期待：
一是做“抗造”的算法——向下兼容，韧性优先。 不要只追求在高清数据集上刷高分，更要能在基层老旧设备、非标参数、高噪图像的“恶劣环境”里稳定输出。模型要有“降维打击”的泛化能力，从三甲医院到乡镇卫生院，表现不能“断崖式”下跌。
二是做“会看过程”的AI——动态感知，质量导航。 基层医生手法不熟练，常因扫查不到位丢失关键信息。期待团队不止于结节“静态诊断”，更能实时评估探头运动轨迹、图像清晰度、切面完整性，在采集第一步就给出“这幅图质量够不够”“这个切面漏了没”的智能提示。从“拍完了再判”转向“边拍边教”，让AI真正成为基层医生的实时导航仪。
内容来源：全国医保影像AI识图大赛组委会办公室、自治区医保局
编辑：蓝歆旻
校对：蓝飞燕
审核：闭艳艳
广西医科大学第一附属医院宣传矩阵
微信公众服务号、订阅号、视频号、抖音号、微博号、头条号：
服务号：广西医科大一附院互联网医院——可预约挂号、智能导诊、在线诊疗、线上支付（含线上医保支付）、开药、查询检查结果等。
订阅号：广西医科大学第一附属医院——可更多了解医院、科室动态及健康科普知识。
