医械创新资讯
四川大学华西医院超声医学科与开立医疗合作腕手关节超声项目，把AI的落脚点从“诊断”前移至“获取标准图像”——一个看似基础、却长期未被解决的临床盲区。近日这项研究登上影像学顶刊《Radiology》。
提出这一思路的是华西医院超声医学科邱逦教授团队。他们的判断很直接：在AI帮医生做诊断之前，得先帮医生把图像扫标准。
一、肌骨超声：临床优势与推广门槛
肌骨超声这几年在临床的存在感越来越强。风湿免疫、运动医学、皮肤、儿科、疼痛、康复——越来越多的科室开始把肌骨超声作为常规检查手段：快捷、实时、无辐射，成本比MRI低，浅表分辨率还高。
邱逦教授把这种“越来越受关注”归结为临床需求的变化：人口老龄化、运动相关损伤、慢性肌骨疾病，让临床对肌肉、肌腱、韧带、关节、周围神经这些组织的精准影像评估需求持续上升，对功能状态和动态变化的观察也提出了更高要求。
邱逦教授
“磁共振在肌骨疾病诊疗中不可替代，但超声胜在能动态、实时地观察，这正是功能评估和疗效随访最需要的。”
——邱逦 教授
华西医院是国内最早布局这一领域的科室之一。2003年成立肌骨亚专业组，如今每年接诊肌骨患者约3万余人次，业务覆盖关节、肌肉、肌腱、韧带、周围神经、皮肤等各类疾病，并开展介入穿刺治疗。教学上，团队承担硕博士生、博士后、规培医技师、进修医师的培养工作，作为首批中国医师协会肌骨超声培训基地，已培养数百名临床应用人才。科研上，团队获批国家自然科学基金30余项，发表SCI论文100余篇，并实现了肌骨超声领域的人才突破——获批教育部长江学者特聘教授。
但临床规模越大，一个老问题就越扎眼。邱逦教授用一句话点破：随着肌骨超声检查在临床信任度的提升，超声检查量日益增加，病种愈加复杂，但此类检查操作者依赖性强，医生培养周期长，经验复制难，不同操作者之间存在差异。
“如何把专家经验转化为可复制的规范，建立更加标准、更容易掌握的扫查工具，是肌骨超声推广面临的主要问题。”
——邱逦 教授
这不是华西一家的问题，全国能做高质量肌骨超声的专家就那么多，基层医院想开展，往往卡在“没人教、学不会、扫不准”上。
二、先做"守门人"，再做"助推器"
面对这个困境，华西的解法是引入AI。
“说到医疗AI，大家第一反应就是辅助诊断。邱逦教授说，但对于肌骨超声来说，首先需要解决的最大瓶颈不在'会不会看'，而在于'能不能扫到标准图像'。图像不标准，诊断AI再强也没用武之地。”
——邱逦 教授
邱逦教授将这一路径分成三步：首先建立标准，由专家明确哪些断面需要检查、什么是合格断面；其次看见标准，由AI实时反馈切面是否标准；最后快速达标，让每位医生都能快速找出高标准图像。
“我们考虑的是，要先做标准化的守门人，再做智能化的助推器。”
——邱逦 教授
三、腕手关节：
精细解剖与动态扫查的双重考验
把思路落到具体部位，团队首先选择的，是肌骨超声里最难扫的部位之一——腕手关节。唐忻逸博士解释，难点来自两方面：一是解剖结构精细，肌腱、神经、血管、滑车等结构都很微小，彼此紧邻，空间关系复杂；二是超声靠动态扫查，探头角度、位置稍有变化，图像表现就会不同，这对AI识别切面、识别解剖结构都提出了更高的要求。
腕手精细解剖/标准切面标注示意图
为此，团队将任务拆成两个相互关联的部分：一是判断医生当前获取的是否为标准切面，二是在标准切面上识别、分割关键解剖结构。针对不同任务，团队分别采用相应的模型。
在细微解剖结构分割方面，团队引入了卷积注意力模块。唐忻逸博士打了个比方：“相当于给模型戴了一副智能眼镜，让它能够聚焦那些微小结构，实现更好的分割效果。”
唐忻逸博士
而在工程落地层面，项目还面临专家标注成本高、多中心图像差异，以及模型在超声设备上实时稳定运行等挑战。唐忻逸博士说：“模型做出来只是开始，真正的挑战是如何让它走进临床，融入医生的实际工作。”
四、AI辅助初学者扫出标准图像
在唐忻逸博士看来，AI对初学者的价值，如同随时陪伴在侧的"带教老师"和"质控员"。AI能够实时提示当前切面，并标注出关键结构，医生可根据反馈即刻进行调整扫查。
AI 辅助前后对比图表
研究结果显示，在AI辅助下，初学者标准图像获取的正确率提升了9.9%，非标准图像数量降至原来的16.6%，同时显著缩短了初学者整体的扫查时长。
“AI并非要取代医生，而是助力年轻医生更快掌握规范操作，使图像扫查更加标准。”唐忻逸博士说。
五、20家中心：不只是"多收点数据"
这项研究联合全国20家医疗中心开展。邱逦教授解释：多中心的价值不只是多收一些数据，更重要的是让这套标准和方法能真正走出单中心。
多中心协同网络示意图
据邱逦教授介绍，20家医院涵盖不同层级的医疗机构，也有不同临床经验的操作者，这些差异能够帮助团队更全面地检验标准化扫查方法的适用性，验证这套标准不仅能在华西这样的专业团队中成立，也能够在不同医疗机构中被理解、掌握和应用。在AI开发过程中，团队通过规范的数据集划分和独立测试，确保AI辅助工具的适配性，避免模型只适应一个单中心。
“更重要的是，多中心合作让大家围绕同一套扫查和评价方法形成共识，为肌骨超声进一步走向规范化和可推广提供基础。”
——邱逦 教授
六、把AI 的价值前移到"标准图像获取"
这项研究发表在Radiology，并获得领域专家Editorial关注。国际肌骨影像权威、宾夕法尼亚大学Levon N. Nazarian教授在Editorial中写道："AI正在为肌骨超声拆除专业化门槛——它的价值不止于帮年轻医生扫得更准，更在于让优质医疗资源真正实现'零距离'可及。"
Radiology论文图片
谈及这项研究获得国际同行关注的原因，唐忻逸博士从三个方面作了解释。
第一：研究将关注点从疾病辅助诊断前移至标准图像获取——“回应了肌骨超声长期存在但一直没有被充分解决的操作者依赖问题，也就是如何扫得标准。”
第二：研究关注模型能否真正适用于不同医疗环境——“研究联合20家医院开展，在多中心数据基础上进行独立的训练、测试和验证。”
第三：研究进一步完成了设备端的集成与评价——“我们没有让研究停留在算法层面，而是进一步将模型集成到超声设备，并在真实的应用场景下完成了临床评价。”
唐忻逸博士认为，这项研究带来的一个重要启发是：“对于超声这类依赖操作者的影像学技术，AI除了用于图像识别和辅助诊断外，更应关注如何帮助医生获得标准化高质量的图像，从而推动超声影像技术走向规范化和普及，也为后续的智能分析和辅助诊断提供重要基础。”
七、"医生命题，企业解题"
回顾整个项目，邱逦教授说：“我认为最重要的是医生命题、企业解题，而且要从最开始就共同参与，一起工作。”
“医生提出真正值得解决的问题，定义什么叫标准、什么结果对临床有意义。企业团队把这些需求转化为数据、算法和功能技术，并在不断的临床反馈中持续优化。”邱逦教授进一步解释。“这也是我们理解的医工融合，医生和企业从临床问题出发，共同定义问题，共同解决问题，再共同验证成果。”
谈及下一步方向，邱逦教授表示：“我们希望继续扩大数据和应用范围，从辅助扫查逐步走向智能判读。更长远来看，是让肌骨超声能在全国普及，并规范化地开展，惠及更多患者。”
结语
从专家经验到统一标准，从临床命题到工程解题，这项腕手关节超声AI的研究展示了一条可行路径：三甲医院的专业能力与开立医疗的工程能力深度耦合，以真实临床需求为起点，形成兼具学术价值与工程转化能力的研究成果，既获得高水平期刊认可，也完成了设备端集成与应用验证。肌骨超声的普及之路，方向已定，步履渐实：让标准被看见，让经验被传承，让高水平的超声诊断能力更广泛地进入临床实践。
