近年来，我国医疗卫生事业快速发展，影像学是其中较为突出的领域之一。从总体规模来看，2016至2019年间，我国医学影像设备规模增速为全球平均值的7.5倍^［1］，影像科队伍专业化程度越来越高，影像学检查在疾病诊疗当中发挥了不可替代的作用。另一方面，过度使用影像检查的趋势亦值得关注。北京大学刘晓云等^［2］的一项研究显示，2017年北京市医药改革后公立医院影像学检查量大幅提高，三级医院核磁共振使用量增加了35.7%，二级医院增加了41.7%。总体来看，影像学检查为维护广大人民生命健康提供了重要的支撑作用，而影像学检查耗费大、占比高，亦有必要对影像学检查在诊疗过程中的实际效用展开研究，从而为有效地利用影像学检查提供科学的决策方法，这将对提升整体医疗效率具有重要意义。

20世纪初国际放射防护委员会最早提出“放射实践的正当化与放射防护最优化”准则。基于这一准则，欧共体与国际原子能机构在1995年联合制订了《欧共体放射质量标准导则》，其中明确提出“正当化”概念，即“充分的临床指征是一切放射检查的前提，每一次检查都应当对患者产生医疗的纯利益”以及“对特定的临床问题有足够的敏感性、特异性、精确度与预期诊断价值”。这一理念成为了影像学检查合理性与科学性的评价基础。随着放射学技术的飞速发展，放射成像的精度越来越高，图像质量已不再成为困扰放射医疗从业者的主要难题；而另一方面，随着临床诊疗水平的日益进步，针对特定临床需求，如何选择合理的成像方法已经成为了实现影像学检查适用性评价的重要目标。

20世纪中，美国放射学会（American College of Radiology，ACR）、欧洲放射学会（European Society of Radiology，ESR）等学术团体围绕不同临床场景下影像学检查方法的选择问题进行了长期讨论。ACR较早开展影像学合理检查的研究、标准制定、推广工作^［3］，围绕头痛^［4］、上腹痛^［5］等临床诊疗主要需求，结合医生的初步诊断导向，形成了覆盖十大类系统的220部影像学检查方法选择的标准。该系列标准为美国医疗保险相关策略的制定提供了重要依据。自2022年1月起，美国医疗保险和医疗补助服务中心要求CT、MRI等所有高级别影像学检查应当参考上述标准开具申请单，以减少欠合理检查的应用。通过实施上述工作，实现了影像学检查相关费用增速的有效控制，提高了医疗效率^［6］。另一方面，ESR认为，在临床实践中使用基于证据的诊疗指南，对于确保对患者适当使用医学影像至关重要。自 2014 年以来，ESR 一直与ACR合作，根据ACR Appropriateness Criteria^® 制定影像检查选择指南^［7］。此外，韩国放射学会（Korean Society of Radiology，KSR）亦基于检查实效性评价制订了心血管系统的系列影像学检查适用性评价标准^［8］。也有学者系统性提出并总结了影像学检查的决策因素，如对比剂的安全性、检查费用等。

虽然国外已发布多部影像学适用性评价指南/共识/标准，但在我国医疗卫生领域的适用性仍然有待研究。针对指南制定过程欠公开、发布质量待规范、适用人群不明确等问题，我国学者陈耀龙等学者率先提出“RIGHT”指南规范^［9］，在国际学界引起了强烈反响，为指南的制定提出了规范化、科学化和透明化的标准^［10］。在国内已有部分学者积极投身于我国影像学检查合理应用的研究与探索当中，提出了适用于我国的影像学检查临床适用性评价（Evidence-Based Medical Imaging Clinical Appropriateness，EB-MICA^®）理念^{［11, 12］}，并已经围绕我国的临床诊疗主要需求，在耳鸣^［13］、听力损失和（或）眩晕^［14］、减重与代谢外科^［15］、结直肠癌^［16］等领域发表了专病影像学检查方法指南/共识，系列工作将为我国影像学领域适用性评价工作奠定一定基础。但我国影像学适用性评价工作刚刚起步，在未来一段时间内将面临较为艰巨的任务，仍需影像、临床、流行病、卫生经济学等多学科领域学者的共同努力，并长期深耕夯实基础。

大数据算法及云存储赋能下的智慧医疗技术正在为破解影像学评价难题提供创新途径和手段。在影像学检查合理应用领域，亟须探索数据驱动的价值路径模型，关键在于：（1）通过集中共享大数据技术及数据驱动的决策算法创新，从数据获取、应用、决策三方面入手，实现全流程监督；（2）研发多种嵌入式软件系统，如临床辅助决策系统、移动端APP等，丰富落地方式，健全信息渠道；（3）构建智慧医疗大数据平台，通过数据整合、医影协同、医患互通等应用技术创新，使得医、管、患三方通过多种渠道共享数据成果，激发数据内生驱动力，推动数智化技术下的影像适用性评价。

以影像为代表的先进技术是医疗大数据的重要来源。美国国家标准技术研究院对大数据给出了“5V”特征性描述：即规模性，多样性，高速性和（或）变化性特征^［17］。影像学领域尤为符合典型大数据特征：（1）数据来源多样，如CT、MRI、超声等，在形式上包括图像信息、文本信息等；（2）数据格式多样；（3）数据规模逐年攀升；（4）新的检查方法不断更新。上述特点为影像学科发展带来了新的契机，并催生了以影像学检查临床适用性评价为代表的多学科交叉全新工作模式。从实践层面看，多维度医疗大数据研究成果的普适性、可泛化性的核心展开，必须突破数据孤岛、数据冗余等多学科医疗大数据分析中的固有缺点，打通多学科间信息壁垒。

为顺应全球数字化技术浪潮，抢占影像数智化转化的高地，近年来多个国家的顶尖放射学学会以刊发规划、发布白皮书等形式不断向前迈进（表1），如ACR发布的《2020年美国放射学会数据科学研究所-人工智能研究报告》（2020 ACR Data Science Institute Artificial Intelligence Survey）^［18］，加拿大放射学院发布的《加拿大放射科医生协会-去标识化医学影像白皮书》（Canadian Association of Radiologists White Paper on De-Identification of Medical Imaging）^［19］。我国放射学界亦积极探索，发布了《中国医学影像AI白皮书》。不仅如此，为在数智化浪潮当中进一步促进医工结合与成果转化，ACR成立了专门数据科学研究所（https：//www.acrdsi.org/），我国亦成立了中国医学影像人工智能产学研用创新联盟，在数智化影像技术的研发与应用方面不断取得领先突破。

点击查看表格

表1

目前全球主要放射学研究学会及数智化影像研究报告

表1

目前全球主要放射学研究学会及数智化影像研究报告

国家	相关组织	发布形式
中国	中华医学会放射学分会（CSR）	《中国医学影像AI白皮书》
美国	美国放射学院（ACR）	《2020年美国放射学会数据科学研究所-人工智能研究报告》（2020 ACR Data Science Institute Artificial Intelligence Survey）
加拿大	加拿大放射医师协会（CAR）	《加拿大放射科医生协会-去标识化医学影像白皮书》（Canadian Association of Radiologists White Paper on De-Identification of Medical Imaging）
欧洲	欧洲放射学会（ESR）	《放射学中的人工智能伦理学：欧洲和北美多社会联合声明摘要》（Ethics of Artificial Intelligence in Radiology：Summary of the Joint European and North American Multisociety Statement）

由于我国影像学检查合理应用研究的总体水平较欧美等发达国家仍有差距，在未来一段时间内，国际指南/共识/标准仍将作为我国疾病诊疗的主要依据之一^［20］。在重视国际高水平循证医学证据的同时，积极地开展我国本土化的影像学检查适用性评价工作仍然至关重要。一方面，紧密围绕我国卫生经济领域的国情及政策，客观分析领域内、行业内的具体问题，真实世界数据、人工智能等工具将有望为解决矛盾提供新理论和新方法。另一方面，影像信息要素已向大健康方向转变，多要素关联等理论将为医学信息有效利用提供重要思路^［21］。为实现以上目的，应重视医学大数据的采集和运用，形成具有强适用性的真实世界证据^［22］。目前我国医学大数据的记录、采集、存储等流程缺乏严格的质量控制，可能存在数据格式不一致，数据质量有待提高、数据模型和描述方法不统一等问题，对真实世界数据的有效使用形成了障碍^［23］。因此，如何使收集的真实世界数据能够成为或经治理后能够成为满足临床研究目的所需的分析数据，将成为进行临床适用性评估的关键问题。另外，如何使适用性评价的成果落地应用，需进一步重视各类信息化新技术的运用，打通临床研发到应用的“最后一公里”，如采用临床辅助决策支持系统^［24］，可以为临床医生提供实时、全面、便捷的决策依据，另如已经通过公开发布使用的影像学辅助决策系统，以“红绿灯”等易于阅读、理解的展示方式，为临床的影像学检查提供了良好的决策支持。

综上，有效提升影像学合理应用水平，将成为提高医疗资源配置效率，进而解决医疗费用过快增长问题的重要途径。在影像学适用性评价研究中，尤为需要充分发挥“数据要素”效应，通过数智化技术提升医疗资源配置的效率。“十四五”纲要的正式发布对我国数字化转型做出了重要战略部署，医疗卫生领域亦需要加快数字化升级的脚步。在此背景下，影像适用性评价的进一步深入研究与探索，需要临床医生、公共卫生等多学科学者及政府部门的长期关注和共同努力。