MEDICAL DATA RESEARCH
支气管镜视频数据采购:从完整检查到可复核的AI数据单元
面向医疗AI研发与数据采购,拆解支气管镜完整视频的检查级计数、解剖范围、EBUS与取材关联、证据分层、质量门控、独立评价和版本撤回,帮助团队把需求写成可复核交付。
支气管镜人工智能项目最容易被低估的环节,不是选择哪一种网络,而是先回答一个更具体的问题:交付的究竟是一批可以独立计数的完整检查,还是从视频里切出的若干“看起来像样”的关键帧?如果没有明确检查范围、时间顺序、到达部位、报告关系和不可判读状态,模型可能把相邻帧当成独立样本,把视野受限当成阴性,把同一次检查的重复导出当作病例数量,也无法解释某个标签究竟来自镜下所见、正式报告,还是后续病理。对于面向研发和数据采购的项目,支气管镜视频应被建设为带有证据层级、主键和版本血缘的检查级数据单元,而不是一个孤立的视频文件夹。
先把临床任务说清楚:观察、定位、分型还是流程评价
支气管镜视频可支持的任务并不只有“识别肺癌”。从临床工作流看,至少要区分四类目标。第一类是解剖定位,模型需要判断镜下所见处于声门、气管、隆突、左右主支气管或更远的叶段,并记录实际到达范围;第二类是征象检测和定位,例如腔内肿物、黏膜异常、狭窄或闭塞、出血、脓性分泌物、异物、支架或吻合口改变;第三类是检查级分类或多模态证据整合,把镜下征象与正式报告、病理、细胞学、微生物和胸部影像联系起来;第四类是质量与操作评价,关注视野是否足以判断、关键结构是否被观察、取材片段是否与检查对应,而不是直接推导诊断或疗效。
不同任务的输入、输出和颗粒度不能混在一张表里。解剖定位可以以时间片段或关键帧为最小标注对象,但数据划分仍应以患者或完整检查为单位;病灶检测可能需要帧级时间边界、框或区域,也需要一个检查级是否出现该征象的汇总字段;狭窄程度、出血量级或取材方式应保留原始文字、分级体系和证据来源,不能为了训练方便全部改成一个“异常”标签;EBUS 的淋巴结站位、超声特征和穿刺结果则应置于专项层级,与普通白光视频分开评价。只有把任务定义落实到输入、输出、观察单位和证据层级,后续的标注、分组和验收才不会发生语义漂移。
这也是为什么采购前不宜只写“需要支气管镜视频和标签”。一份可执行的数据字典至少要说明:一行代表一次完整检查、一个序列、一个片段还是一帧;阳性、阴性、不确定、无法评价和未做如何区分;病灶标签是直接阅片结果、报告级结论,还是病理证实;同一患者的多次检查如何关联;哪些模态属于原始输入,哪些只是后验参考。BTS 的成人诊断性软支气管镜质量标准把可及性、安全、结局指标和患者体验列为不同质量维度2,这提示数据建设也不应把“有视频”当成“检查质量已被证明”。
原始视频不是关键帧集合:把时间轴和解剖范围留下来
对于动态内镜,完整检查视频的价值首先在于保留过程语境。一个孤立关键帧可能显示黏膜充血,却无法说明镜头是否刚从分泌物后移开;一帧疑似狭窄画面也不能单独说明是否到达了该部位、是否存在持续性阻塞或操作器械遮挡。项目若只保留剪辑片段,算法会失去对进入、观察、退镜、取材和离开过程的判断依据,人工复核也难以核对片段是否被选择性截取。因此,若任务约定原始视频,交付应保留设备导出文件的分辨率、帧率、编码、色彩或增强模式、时间顺序和设备元数据;关键帧、剪辑片段或二次录屏只能作为派生对象,不能替代原始对象。
DICOM 当前标准提供了 Video Endoscopic Image IOD,用于描述多帧视频内镜图像的属性1。这并不意味着所有设备视频都天然是同一种 DICOM 对象,也不意味着将普通视频封装为 DICOM 就完成了数据治理。采购和科研团队仍需核对实际文件格式、SOP Class 或等效层级、时间信息、检查与序列关系、设备和软件版本,以及导出后是否能被下游工具稳定读取。对非 DICOM 原始视频,应在数据卡和清单中如实记录格式与转换过程,保留原始文件和派生文件的关系,避免让格式名称掩盖了时间轴丢失或转码造成的质量变化。
解剖范围也要成为可验收字段。支气管镜检查常常不能保证每个检查都覆盖相同的深度和视野,分泌物、出血、狭窄、患者耐受性或操作目的都会影响实际到达部位。因此,建议逐例记录声门或气管、隆突、左右主支气管、实际到达叶段、可达范围、视野质量、分泌物和出血情况,并把“未进入”“未观察”“画面不支持评价”和“明确未见异常”分开。部分覆盖的检查不能为未进入的结构生成阴性标签;这条规则对于训练解剖导航和病灶检测模型都十分重要。
图1|技术关系示意,不代表真实患者、已完成数据交付或临床诊断结论。
用检查级主键组织多序列:数量、关联和切分必须同源
支气管镜项目的计数单位应优先设为一次完整检查,而不是视频文件数、序列数或关键帧数。同一次检查可能包含白光、窄带或自体荧光等增强模式,也可能有 EBUS、活检、刷检和灌洗相关片段;同一过程又可能被设备多次导出或被不同人员剪辑。数据字典需要建立稳定的匿名患者、检查、Study、Series、Instance 或等效层级,并记录原始/派生状态、相对路径、文件大小、哈希或其他可复核摘要。多序列、多视图、多期相和重复导出只能在有清晰关系的前提下归属于同一检查,不应悄然扩大样本数。
这一主键设计直接影响训练和测试。支气管镜相邻帧高度相关,同一患者在不同时间点也可能共享病变、设备和操作习惯。如果把帧随机打散,模型可能记住背景、光照、镜头特征或患者特有的黏膜外观,而不是学习目标征象。合理做法是先按患者或完整检查固定训练、验证和测试边界,再在边界内生成片段或帧;纵向数据还要明确是按患者整体隔离,还是允许早期检查用于训练、后续检查用于测试,并说明这样做对时间泄漏的影响。研究报告应记录划分规则、随机种子、版本和重新生成条件,而不是只报告一个最优分数。
跨模态关联同样需要证据分层。正式支气管镜报告通常是检查级的直接文本对象,应逐例配对并保留所见、诊断印象、否定语义和不确定语义。胸部 CT、病理或细胞学、微生物、治疗与随访可以形成更高层的研究变量,但患者级或检查级关联不等于像素级、病灶级或病理确证标注。若病理标本与取材部位、取材时间和检查编号无法可靠对应,应标为缺失或待核验,不应凭诊断名称反向补齐视频标签。对研究者而言,明确“没有证据”与“证据提示阴性”比让表格看上去完整更有价值。
病例构成也应反映真实使用边界。明确病变或阳性检查、正常完整检查、术后复查和质量受限检查应分别建组;疑似、考虑、不能除外、治疗后改变和病理确诊不能强行归并为同一阳性类别。支气管腔内肿物、肺癌镜下表现、气道狭窄或闭塞、气道炎症、异物、活动性出血、EBUS 淋巴结或纵隔病变、术后或支架改变,以及正常无腔内病变,虽然可共同出现在一个项目中,但其证据来源和适用模型并不相同。将少见病种硬性混入常见任务,可能造成类别定义模糊;完全删除质量受限检查,又会让模型在真实场景中面对分泌物、血液和不完整视野时出现未被测量的失效。
标注设计要分开“看见了什么”和“据此推断什么”
专家标注不只是给每个视频贴一个疾病名称。对于镜下直接可见的内容,应优先记录解剖部位、病灶或黏膜形态、阻塞程度、狭窄长度或原文描述、出血、分泌物、器械遮挡、取材方式和画面可判读性。对“类型倾向”“原因倾向”“复发倾向”等需要结合报告、病理、影像或病史才能成立的内容,应另设证据来源和时间字段。病理结果可以作为参考标准或后验标签,但不能把所有镜下图像自动重写成病理确诊。
标签字典还要把未知、缺失、未做、阴性、不可判读和不适用编码为不同状态。比如没有进行 EBUS 不能记为“EBUS 阴性”;没有取得病理不能记为“病理阴性”;镜头未到达某叶段不能记为该叶段“未见病变”;画面被血液遮挡不能记为“无肿物”。这些看似保守的字段,实际是防止标签污染和错误负样本的核心。对质量受限检查,可以增加“可用于研究的问题类型”字段:某帧可能不能支持病灶分类,却仍可用于研究画面质量或操作阶段。
标注主体应与风险匹配。呼吸内镜领域专家可负责解剖和征象定义,病理或细胞学专家可负责相应标本结论,数据工程人员负责主键、文件层级和清单一致性;任何一个角色都不应替代另一个角色的证据。试标阶段应先用小批量样本检查指南是否能处理遮挡、出血、术后改变、支架、解剖变异和多模态缺失,再冻结规范版本。对于分歧,保留初始判断、争议字段、复核依据、仲裁结果、审核者角色和日期,避免最终值覆盖过程记录。
已有研究也说明,支气管镜 AI 的研究终点并不单一。系统综述纳入的研究可分为气道解剖与导航、EBUS 结节辅助判断、以及快速现场评估等方向;综述指出,纳入研究的方法学质量总体中等,且大部分是单中心研究,真正评估临床实施的工作较少3。这意味着采购时不能用“支气管镜 AI”四个字代替任务定义,更不能把某一项静态图像分类研究的性能数字当成通用数据要求。
公开数据集的构建研究也提示,图像级标注和完整检查并不是同一交付物。BM-BronchoLC以208例支气管镜视频为基础,经每秒抽帧、清晰图像筛选和多名支气管镜医师标注,形成解剖标志与病灶的分割、分类数据7。这种派生帧适合验证局部定位任务,但研究本身以单中心、白光和清晰图像为主;采购若要支持完整检查质量、遮挡、出血及跨设备外部评价,仍应保留原始视频、未选帧的覆盖语义和检查级主键。
算法路线应服从数据层级:从时间建模到缺失模态处理
在数据足够规范后,算法路线可以按研究问题分层设计。解剖导航可先利用未标注完整视频进行自监督或表征学习,再用带有解剖部位和时间边界的样本进行监督适配;病灶检测需要处理视频中的运动模糊、遮挡、视角变化和同一病灶的多帧重复,可采用时间片段级编码与帧级定位相结合的方式;检查级分类则需将多个片段聚合为一次检查的预测,避免把一帧高置信度输出误认为整个检查的结论。模型名称不是采购验收项,真正应被验收的是输入是否可读、标签是否有定义、输出是否与检查主键和时间轴对齐。
多模态模型尤其需要显式处理缺失和错配。白光、窄带、自体荧光和 EBUS 并非每次检查都会出现;报告、病理、微生物和胸部影像的时间点也可能不同。可行的研究设计包括为每个模态保留独立编码器和缺失掩码,设置只用视频、视频加报告、视频加病理等分层基线,并把跨模态关联的置信等级作为输入限制,而不是默认所有模态齐全。模型输出应能回到检查、片段和证据来源;若缺失模态改变了适用范围,应在数据卡和评测报告中明示。
对少见征象,可以考虑异常检测、少样本学习或分层采样,但这些方法不能替代真实的阳性、阴性和不确定性构成。未标注视频适合用于表示学习,不等于可直接用于疾病金标准;合成数据或增强数据必须单独标记,不能冒充真实检查参与交付计数。对于病灶级结果,建议同时报告检查级误报、帧级或片段级定位、不可判读比例和不同设备/中心的分层结果,而不是只保留一个整体准确率。
一项气道解剖识别研究在相对清晰、以正常气道为主的数据上训练,并用另一批视频提取部位;作者同时指出,病变、样本量、单一人群和某些远端支气管可评价性不足是局限4。这类结果可以启发“先定位再识别”的工程路线,却不能直接证明对肿瘤、出血或术后气道同样有效。另一项针对罕见气道疾病的研究把外部图像来自不同中心,并让外部数据的整理者不参与内部建模过程,体现了外部评价中中心独立和流程隔离的重要性5。采购项目因此应把外部验证所需的中心、设备、病种和病例排除规则,在建库阶段就作为数据分层字段保留下来。
质量验收不是一个总分:要把来源、偏差和外部验证拆开
批次入场的第一道门是来源和授权,第二道门是文件和关系完整性,第三道门才是专家标签质量。来源机构、处理角色、用途范围、去标识方案、伦理或其他适用文件,应与数据交付分开留档。去标识化不等于匿名化,也不自动产生商业使用权;DICOM 头、私有标签、视频烧录文字和附带报告都需要专项检查。公共文章可以讨论这些技术控制,但不能把某个项目的授权文件、医院名单、合同条款或内部报价写成可复制的商业承诺。
文件层面,建议全量自动解码,核对原始分辨率、帧率、编码、时间顺序、协议和设备字段,生成机器可读 manifest,并由接收方重新计算文件摘要。清单应能定位到相对路径、检查主键、序列或对象层级、原始/派生状态、转换和质检工具版本。重复哈希、同患者跨批重复、公开数据混入、错配报告、伪造或静默替换文件,都应记录为具体问题;其中错患者或错报告关联、授权无法核验和直接身份泄漏应属于阻断批次的关键缺陷,而不是用平均合格率冲抵。
偏差分析要关注中心、设备、年份、人群、检查目的、病种和质量档次。单中心集中度过高时,模型可能学到设备标识、编码习惯或报告模板;阳性样本占比过高时,整体准确率会掩盖阴性和不确定场景的表现;只收集清晰、完整且已病理确诊的病例,可能让部署时的不可判读和疑似状态完全没有训练依据。建议为每批提交按中心、设备、协议、解剖范围、年龄段、性别和状态分层的统计,并对未知字段、不可读文件和质量受限检查单独报告,而不是将其从分母中悄悄删除。
独立抽检需要真正独立。抽检样本应按中心、协议、部位、病种和质量档分层,并与常规交付中已被反复修订的病例隔离;专家应直接阅图或阅视频,必要时对照正式报告和可用的病理证据。抽检结果应记录观察者、盲法、复核版本、争议处理和复验状态。验收阈值可以按项目风险和任务类型设定,但不应在文章中把一个项目阈值包装成全行业统一准确率。对研发团队更有帮助的是知道某个标签在哪些中心、设备和画面条件下不稳定。
模型评价还应说明内部验证和外部评价的区别。TRIPOD+AI 指出,开发数据与评价数据应在参与者层面独立,并应报告样本、预测变量、缺失处理、模型评估和适用人群等关键信息6。支气管镜视频的“样本独立”不应只理解为帧文件不重复,而应落实到患者、检查和中心层级。外部数据来自新的中心或设备时,要记录是否存在协议、病种和人群差异;研究性能下降可能来自分布变化,也可能来自标签标准不一致,不能未经分析就归因于算法本身。任何离线研究结果都不等于临床效果、诊疗安全性或监管批准。
图2|技术关系示意,不代表真实患者、已完成验收、独立验证结果或监管批准。
把交付写成可持续维护的业务闭环
面向采购和研发的支气管镜数据,适合采用分层而非“一包打尽”的交付逻辑。基础档可以关注原始视频、关键原图、正式报告、可读性和逐例配对;结构化档增加设备、协议、人群元数据、解剖范围和核心标签;临床档增加详细所见、主要诊断、主诉或病史,但要保留字段来源和未做/未知/阴性区别;纵向或多模态档再增加稳定的前后检查、病理、检验、治疗或其他对象关联。每个层级的纳入条件、降档规则和验收方式应在项目启动前书面确认,不能把不同档次的同一检查重复计数或重复结算。
版本管理也不是交付末端的附录。每批应提交版本号、日期、修订人、受影响字段、修订前后口径、原因以及对已交付批次的影响。发现错误时不能静默覆盖原文件,应通过新版本或增量包记录旧摘要、新摘要和回滚路径;如果对象必须删除或撤回,应提供可追踪的撤回清单,并评估已交付模型、特征表和独立抽检集是否受到影响。这样做的目的不是增加文档负担,而是让研究者知道某个训练样本为何在某一版本出现、何时被改动、是否需要重新训练。
对于提供数据基础设施和流程服务的团队,支气管镜项目的研发价值在于把采集、处理、标注、质检和数据交付连接成一条可审计链路。公开定位可以支持需求拆解、数据字典、样例评估和项目规格讨论,但不能由网站目录推断某个具体病种、视频规模、专家配置或现货库存已经存在,也不能把建议路线写成完成的临床成果。实际数据范围、授权状态、质量档次、专家参与和交付周期都应以脱敏样例评估和项目书面确认 为准。
最后,文章面向的是医疗AI研发和数据采购读者,不是患者个体的诊疗建议。一个可用的支气管镜数据集,不一定拥有最多视频,也不一定标签最复杂;它更应当能回答:这一条记录代表哪一次检查?镜头实际看到了哪里?标签来自谁、依据是什么?不确定性是否被保留?训练和测试是否真正隔离?文件和跨模态关系能否被独立复核?当这些问题都有稳定答案时,数据才从“可存放”走向“可研究、可评价、可维护”。
参考来源
- DICOM PS3.3 2026d — A.32.5 Video Endoscopic Image IOD
- British Thoracic Society — Quality Standards for Flexible Bronchoscopy
- Cold KM, et al. Artificial intelligence in bronchoscopy: a systematic review
- Li et al. Distinguishing bronchoscopically observed anatomical positions of airway under by convolutional neural network
- Building and validating an artificial intelligence model to identify tracheobronchopathia osteochondroplastica by using bronchoscopic images
- Collins GS, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods
- BM-BronchoLC: A rich bronchoscopy dataset for anatomical landmarks and lung cancer lesions

