MEDICAL DATA RESEARCH
阴道镜与宫颈镜视频数据:如何从“有片可看”走向可复用、可验收
面向医疗AI研发与数据采购,拆解阴道镜与宫颈镜完整检查主键、白光—醋酸—碘试验时间轴、转化区与病灶标签、报告和病理证据关联,以及防泄漏划分、专家复核和可重算批次验收。
阴道镜或宫颈镜项目最容易被低估的技术问题,不是能否收集到一段视频,而是能否证明这段视频属于哪一次完整检查、经历了哪些观察阶段、覆盖了哪些解剖结构,以及画面中的影像印象能否与正式报告、活检位置和后续证据稳定对应。若研究数据只留下几张“最好看”的关键帧,模型也许可以完成一次图像分类,却无法回答转化区是否真正可见、醋酸反应是否随时间持续、病灶标签来自阅片还是病理,以及训练集与测试集是否含有同一次检查的相邻帧。
本主题适合被定义为医学数据工程与研究标注需求,而不是把采购参数原样改写成产品宣传。公开文章只讨论匿名的任务拆解、数据组织和质量逻辑,不披露任何具体来源、合同边界、内部数量或病例材料。WHO 的宫颈癌前病变筛查与治疗指南将筛查、分流和治疗放在连续的公共卫生路径中1;对人工智能研发而言,这意味着阴道镜数据不应被简化为“阳性/阴性”两列,而要保留检查过程及证据层级。
先定义一次完整检查,而不是一组截图
阴道镜数据的首要计数单位应是一次完整的阴道镜/宫颈检查。一次检查中的白光观察、醋酸试验不同时间点、碘试验、绿光或其他增强模式,以及活检或治疗前后的关联影像,属于同一检查的不同阶段,不应因为导出成多个序列或多视图就被当作多例。这个规则同时保护数据统计和算法评估:如果同一检查的相邻帧被随机拆到训练集和测试集,模型可能记住设备、光照或病灶外观,而不是学会可迁移的病理相关特征。
检查范围也必须写成结构化字段。最小范围包括宫颈和转化区;实际可见的阴道、外阴,以及检查中是否进入诊断视野,也应单独记录。ASCCP 的阴道镜标准把醋酸观察、鳞柱交界可见性、阴道和外阴检查、病灶位置及活检记录放在同一套过程框架内2。这为数据字典提供了临床语义基础,但它并不自动产生某个项目的硬性数量阈值。数据建设时应保存“完整”“部分”“未做”“不可评价”和“未知”等状态,不能把未见到的结构编码成严格阴性。
源需求中的标签可以拆成三层。第一层是检查质量和范围,例如转化区类型、鳞柱交界是否可见、出血或萎缩是否影响观察、试验阶段是否齐全。第二层是影像所见和临床印象,例如正常或良性转化区、低级别鳞状上皮内病变倾向、高级别病变倾向、浸润癌可疑、腺体病变可疑、炎症或感染改变、息肉/纳氏囊肿,以及治疗后改变。第三层是证据来源,包括阴道镜正式报告、细胞学、HPV 检测、活检或锥切病理和随访。影像印象可以作为研究标签,但不能把“可疑”改写成病理确诊;病理结果也应保留其原始分级体系、日期和关联标本。
2025 年一项多中心转化区识别研究说明,转化区类型并非装饰字段。该研究纳入六家机构的检查记录,其中四家用于模型开发,另外两家地域机构构成无重叠的独立验证集,并把鳞柱交界可见性、转化区类型和病理结果分开处理3。它对数据设计的启示是,转化区与病灶不能只用一个病例级类别替代。更合理的关系是“检查—转化区/结构—病灶—活检点—证据”,每一层都有稳定标识和来源说明。
图1 阴道镜/宫颈镜视频数据链路技术示意;不含患者样本,不表示现货数据或临床诊断结果。
原始视频、阶段时间轴与多模态关联必须同时保留
内窥镜视频的原始性不等于“存下一个能播放的文件”。DICOM 的 Video Endoscopic Image IOD 专门描述多帧视频内镜图像对象4,因此项目应先确认实际文件是否符合约定的对象和层级,再决定如何转换为研究格式。无论最终采用何种下游格式,都要保留原始分辨率、帧率、编码、色彩与增强模式、时间顺序、设备信息和文件完整性记录。剪辑片段、二次录屏或关键帧拼图可以作为派生材料,却不能替代约定的完整检查视频。
时间轴至少要有两种表达。第一种是设备或文件层面的时间信息,例如帧号、帧率、采集时间和序列顺序。第二种是临床阶段信息,例如醋酸应用前、醋酸后观察、碘试验和治疗前后。若原始设备没有精确的相对时间,应标记为未知或按项目规则记录,而不是根据画面外观猜测时间。对于研究者来说,阶段缺失和真正阴性是完全不同的状态;对于验收者来说,顺序错乱可能比少一张关键帧更严重。
正式报告应逐例关联。检查名称、检查所见、诊断结论或印象、主要诊断、否定语义和不确定语义都应尽量保留。报告文本可同时提供原始文本与结构化字段,但结构化字段不能覆盖原始表达。HPV、细胞学、病理和治疗随访可以提高研究价值,但关联应明确是患者级、检查级、标本级还是病灶级。仅有患者级关联,不应被描述成像素级或病灶级的“金标准”。如果某项检查没有做某种序列或某种检验,应区分“未做”“不可得”“未知”和“阴性”。
跨模态关系的最低工程要求,是匿名患者标识、检查标识、报告标识、标本或病理标识及前后检查标识能够稳定解析。每个关联键都应能回溯到文件清单、字段来源和版本。DICOM 的脱敏配置可以帮助处理文件头属性,但不能替代对像素内文字、私有属性、自由文本和授权范围的专项检查。数据集的合规审计、去标识化、伦理或授权材料与标注质量是不同控制域,不能用一个“已脱敏”字段包办全部风险。
算法路线应利用时序,但不能把研究指标当成临床效果
阴道镜的关键科学问题之一,是醋酸白反应随时间变化。2026 年发表于 Scientific Reports 的 TLS-Net 研究使用 60、90、150 和 180 秒的时序图像,以时序注意力融合空间特征,并在 288 例患者、1,152 张图像组成的数据上训练和验证,报告了分割指标5。该研究说明,时间点并非可有可无的元数据,模型可以尝试从持续、消退和空间变化中学习病灶候选区域。但文中报告的 Dice、像素准确率和交并比属于该研究数据和划分下的实验结果,不等于任何新数据集的性能,也不等于临床获益。
因此,推荐把算法任务拆成逐级的输出,而不是让一个模型直接给出“是否患病”。第一步可以是视频完整性、可读性和阶段识别,判断哪些帧可进入后续分析。第二步是宫颈区域、转化区和鳞柱交界的定位或分割,输出边界并保留不可见状态。第三步是病灶候选区域、象限/钟点、边界和血管等影像特征的结构化表达。第四步是利用时序信息进行病灶分割、风险分层或报告辅助。第五步才是将 HPV、细胞学、病理和随访作为独立模态输入,在明确缺失机制和证据来源后做多模态研究。
分割、检测、分类和报告结构化应使用不同的标注和验收口径。分割需要像素级或轮廓级参考,并关注 Dice、IoU、边界距离以及小病灶的漏检;检测需要规定候选框或点位、允许的重复预测和敏感性/特异性或 FROC 计算方式;分类需要明确单位是患者、检查、视频还是帧,并报告类别分布、置信度和校准;文本结构化则需要按字段检查原始语义是否被改变。不能用一个病例级准确率替代所有任务,也不能用训练曲线证明外部泛化。
2025 年一项涉及多个中心和多种设备的研究把宫颈与肛门的高分辨率检查视频切分成帧,并用病理结果与活检点进行对应;研究排除了无法确认图像与活检位置关系的病例6。但该研究同时承认训练/测试未按检查程序划分,且患者级信息受限,存在过拟合和外推边界。这项工作一方面说明跨设备数据可以支持模型研究,另一方面也提醒数据建设者:帧数量很大并不意味着病例数量足够,帧与帧之间也不是独立样本。一个严谨项目应以患者或完整检查为划分单位,并按设备、机构、年份和检查阶段分层报告。
早期研究也提供了另一个重要对照。2020 年一项阴道镜深度学习研究同时使用醋酸图像、碘图像以及年龄、HPV、细胞学和转化区等信息,分别训练分类、分割和病灶检测模型,并设置独立的高清图像验证集7。其价值不在于把历史指标直接搬到当前项目,而在于说明输入模态、任务定义和验证图像质量会明显影响结果。写方案时应先冻结这些条件,再讨论网络结构;否则不同研究之间的数字无法公平比较。
标注主体不是“一个医生看完就算真值”
标注主体应按任务分工。具备妇科或阴道镜经验的临床标注者可以完成检查范围、试验阶段、转化区、病灶位置、形态和不确定语义的初标;更高资历的复核者应检查解剖边界、病灶ID、活检点、时序完整性和报告一致性;病理相关标签则应由病理报告或合格的病理复核流程支持。数据工程人员负责主键、文件层级、版本、缺失编码和关联键,但不能以工程规则替代临床判断。
初标前要先冻结标签字典。以“高级别病变倾向”为例,字典应说明它是影像印象还是病理结论,允许哪些同义词,是否允许多标签,病灶不清时如何编码,以及在何种条件下可以关联到活检点。对于转化区不可完全见、出血、萎缩、治疗后瘢痕或病灶超出视野的检查,应有独立质量标签。把这些病例强行归入“阴性”会制造系统性偏差,尤其会让模型学习到检查质量而不是疾病特征。
复核设计可采用单盲或多盲,但方案必须写清标注者能否看到他人轮廓、仲裁者是否独立、争议由谁关闭,以及修订后如何回溯受影响批次。应保存原始标注、复核标注和最终版本的关系,而不是只留下最后一张轮廓。对无法在现有图像中可靠判断的帧,使用“不可见”“无法评价”或“未知”并附原因,比补画一条连续边界更诚实,也更有利于研究缺失机制。
专家一致性也不能被一个总分掩盖。可以分别统计检查完整性、阶段识别、转化区分类、病灶定位、活检点对应和报告字段的一致性。对于轮廓任务,可预先定义参考勾画、抽样单位和计算实现;对于分类任务,要说明分歧是否来自临床印象差异、病理证据缺失还是图像质量不足。争议样本本身可以成为后续主动学习或规则修订的样本,但不能在数据交付时消失。
质量验收要验证“能否复核”,而不只是“文件能否打开”
验收应从四类问题开始。第一类是原始性和可读性:全量文件是否可解码,帧数、尺寸、帧率、颜色和时间顺序是否与索引一致,原始与派生状态是否明确。第二类是配对和关联:匿名主键是否稳定,视频、报告、标签、活检点和病理标识是否错配,重复导出或同一检查多计是否被识别。第三类是临床语义:醋酸/碘阶段是否齐全,范围外结论是否越界,疑似与确诊是否被混合,治疗后改变是否与残留或复发倾向分开。第四类是可审计性:问题能否定位到批次、对象、字段、版本和整改记录。
项目可以建立逐例 manifest,记录相对路径、文件大小、格式、对象层级、原始/派生状态、匿名中心或设备分层、去标识与质检工具版本,以及文件级校验摘要。校验摘要只能证明比特完整性,不能证明授权、临床标签正确或设备参数真实。若发生更正,应形成新版本或差异包,写清旧对象、新对象、原因、影响范围和回滚方式,不能静默覆盖已交付数据。
算法验收与数据验收要分开。数据验收可以关注可读取率、检查级去重、完整阶段覆盖、报告配对率、关键字段缺失和抽检错配;模型验收则应根据分割、检测、分类或报告任务,使用相应指标和冻结的测试集。模型指标还要按设备、机构、年龄或状态等必要亚组观察,避免总体数字掩盖某一设备或某一质量档的失效。外部验证必须保持独立,不能在模型调参过程中反复使用,也不能因为来自同一地区或同一设备就称为外部验证。
图2 阴道镜/宫颈镜视频质量与验收技术示意;不含患者样本,不表示统一准确率、真实项目结果或监管批准。
质量基准样本应与常规训练交付分开管理,并按中心、协议、解剖部位、病变组和质量档分层抽取。医生直接阅片、阅图或阅视频时,既要记录通过与否,也要记录失败原因。比如“画面可读但醋酸阶段缺失”与“视频无法解码”会导致不同处置;“影像印象与报告不一致”与“病理未提供”也不应被合并为同一缺陷。整改后应重新进行自动检查,并按风险对受影响对象复抽。
把研发价值落到项目化业务逻辑,而不是现货承诺
对于医疗 AI 研发团队,这类数据建设的价值在于把临床问题转化成可计算、可追溯、可复现的研究对象。启动阶段先确认研究终点、模态范围、授权边界和样例;随后冻结数据字典、主键、时序规则、标注规范、证据层级和验收脚本;试点阶段用少量脱敏样例验证“完整检查—报告—病理/随访—派生标签”的闭环;批次交付阶段同步提供索引、字段说明、质量报告、问题清单和版本记录。这个流程比先承诺一个大规模数量更能降低后续返工。
公司能力的表达也应保持边界。依据已核验的公司范围,朗慧定位为 AI 数据基础设施及流程服务商,LangData 覆盖采集、处理、标注、质检和数据交付;医疗栏目提供按部位、模态和任务组织的数据目录及样例评估入口,质量交付以项目规格、数据卡、样例和质量记录为准。上述能力支持需求梳理、规格设计、标注组织和交付质检的项目化讨论,但不证明某一具体阴道镜视频库存、某一临床研究成果或某个固定模型指标已经现货可用。实际人员、来源、授权、模态、周期和交付状态,仍需按书面项目方案核验。
在业务协作中,采购、临床和算法团队最好分别收到三类材料。临床团队需要看到检查范围、标签语义和证据来源;算法团队需要看到文件层级、时间轴、划分单位、字段编码和样例读取结果;信息与合规团队需要看到授权边界、去标识化方案、访问日志、版本与撤回机制。三者不能用一页“功能清单”相互替代。任何要求新增连续视频、跨模态联屏、病理切片或实时处理的扩展,都应单独评估,不应从相邻模态的能力说明中推断已经支持。
最终,阴道镜/宫颈镜视频数据集是否值得进入研究,不取决于标题是否写着“AI-ready”,而取决于研究者能否沿着一条稳定链路复核:这次检查从哪里开始,观察了哪些阶段,覆盖了哪些结构,哪一个病灶对应哪一个活检点,哪个标签来自影像、报告或病理,哪些帧和病例被排除,以及模型在新的设备和中心上是否仍然接受独立检验。只有当这些问题都能由数据、专家记录和版本化质量证据回答时,视频才真正从“可播放文件”变成可复用的医学研究资产。本文讨论数据建设与研发验收方法,不构成个体诊断、筛查、治疗或医疗器械性能建议。
参考来源
- WHO guideline for screening and treatment of cervical pre-cancer lesions for cervical cancer prevention
- ASCCP Colposcopy Standards: How do we perform colposcopy? Implications for establishing standards
- AI-based identification method for cervical transformation zone within digital colposcopy: development and multicenter validation study
- DICOM PS3.3 Video Endoscopic Image IOD
- Time-lapsed colposcopy image-based segmentation of cervical lesion areas
- Automated detection and classification of cervical and anal squamous cancer precursors using deep learning and multidevice colposcopy
- The application of deep learning based diagnostic system to cervical squamous intraepithelial lesions recognition in colposcopy images

