跳至正文
朗慧科技

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。

内镜与手术视频AI辅助整理 · 研发交流

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。

支气管镜检查级数据单元的组成:原始视频、解剖范围、临床证据和可审计交付。查看完整技术图(可放大)

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。

支气管镜AI数据批次从入场核验到独立评价的质量门控与版本审计。查看完整技术图(可放大)

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

  1. DICOM PS3.3 2026d — A.32.5 Video Endoscopic Image IOD
  2. British Thoracic Society — Quality Standards for Flexible Bronchoscopy
  3. Cold KM, et al. Artificial intelligence in bronchoscopy: a systematic review
  4. Li et al. Distinguishing bronchoscopically observed anatomical positions of airway under by convolutional neural network
  5. Building and validating an artificial intelligence model to identify tracheobronchopathia osteochondroplastica by using bronchoscopic images
  6. Collins GS, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods
  7. BM-BronchoLC: A rich bronchoscopy dataset for anatomical landmarks and lung cancer lesions