切换至 "中华医学电子期刊资源库"
高级检索
中华医学超声杂志（电子版）

中华医学超声杂志（电子版） >

2025 , Vol. 22 >Issue 09: 850 - 857

DOI: https://doi.org/10.3877/cma.j.issn.1672-6448.2025.09.010

超声医学质量控制

基于人工智能技术评价江西省孕11~13+6周产前超声筛查质量现状及提出能力提升对策

  • 周欣 1 ,
  • 梁豪进 2 ,
  • 邓振宇 1 ,
  • 肖菊花 1 ,
  • 周小军 , 2, †
展开
  • 1　330006　南昌，江西省妇幼保健院超声诊断科
  • 2　330006　南昌大学公共卫生学院，疾病预防与公共卫生江西省重点实验室

通信作者：

周小军，Email：

Copy editor: 吴春凤

收稿日期: 2025-05-22

  网络出版日期: 2025-12-24

版权

未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计，除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。本刊为电子期刊，以网刊形式出版。
收起

Quality assessment and capacity enhancement in prenatal ultrasound screening at 11-13+6 weeks of gestation: an artificial intelligence-based study in Jiangxi Province

  • Xin Zhou 1 ,
  • Haojin Liang 2 ,
  • Zhenyu Deng 1 ,
  • Juhua Xiao 1 ,
  • Xiaojun Zhou , 2, †
Expand
  • 1 Department of Ultrasound, Jiangxi Maternal and Child Health Hospital, Nanchang 330006, China
  • 2 School of Public Health, Nanchang University, Jiangxi Provincial Key Laboratory of Prevention Medicine, Nanchang 330006, China

Corresponding author:

Zhou Xiaojun, Email:

Received date: 2025-05-22

  Online published: 2025-12-24

Copyright

Copyright by Chinese Medical Association No content published by the journals of Chinese Medical Association may be reproduced or abridged without authorization. Please do not use or copy the layout and design of the journals without permission. All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

目的

了解江西省孕11~13+6周胎儿产前超声筛查质量现状，分析早孕期超声筛查切面图存在的技术问题与短板，提出针对性的能力提升对策。

方法

利用“产前超声人工智能（AI）智慧云平台”收集2024年1月—12月江西省106家医疗机构共558名超声医师的49 659张孕11~13+6周胎儿超声筛查切面图的AI质量评分。超声筛查切面图包括胎儿2个质量控制超声切面图（头臀长切面与颈项透明层切面）与多个非质量控制超声切面图。采用t检验与F检验分析不同分类医疗机构、不同分类超声医师、各地市的早孕期超声筛查切面图质量评分的差异，以及不同切面结构标识质量置信系数的差异。

结果

妇幼医院早孕期超声筛查切面图质量评分高于综合医院[（78.8±18.0）分 vs（77.5±18.0）分，t=6.38，P＜0.001]；三级医院切面图质量评分高于二级医院[（81.0±14.7）分 vs（76.2±20.5）分，t=29.38，P＜0.001]；省级、市级、县级医院的切面图像质量评分逐级降低[（83.2±13.8）分 vs（80.4±14.9）分 vs（76.7±20.1）分，F=370.70，P＜0.001]。职称越高、超声工龄越长的医师的各切面质量评分均越高，硕士以上学历医师各切面质量评分均高于本科、专科学历医师，差异均具有统计学意义（P均＜0.001）。江西省11个地市早孕期筛查切面质量评分差异均具有统计学意义（P均＜0.001）。头臀长切面与颈项透明层切面分别包含12个结构标识，各切面结构标识质量置信系数比较，差异均具有统计学意义（P均＜0.001）。切面的主要质量问题为：重要的结构标识显示不清晰、放大比例不足、不宜出现的结构未避免。

结论

江西省不同分类医疗机构、超声医师、地市的孕11~13+6周胎儿产前超声切面质量差异较大。提升江西省早孕期超声筛查质量水平，宜以综合医院、市县级医院、低职称与低学历及低年资超声医师为主，围绕各结构标识的清晰度、放大比例、避免不宜出现结构等质量控制标准开展培训教育，提升各级各类超声医师的检查水平，提高江西省早孕期超声筛查整体能力。

关键词： 超声检查; 胎儿; 质量控制; 人工智能; 江西省

本文引用格式

周欣 , 梁豪进 , 邓振宇 , 肖菊花 , 周小军 . 基于人工智能技术评价江西省孕11~13+6周产前超声筛查质量现状及提出能力提升对策[J]. 中华医学超声杂志（电子版）, 2025 , 22(09) : 850 -857 . DOI: 10.3877/cma.j.issn.1672-6448.2025.09.010

Abstract

Objective

To investigate the current quality status of prenatal ultrasound screening for fetuses at 11-13+6 weeks of gestation in Jiangxi Province, analyze the technical issues and shortcomings in early pregnancy ultrasound screening images, propose targeted capacity improvement strategies, and provide a scientific basis for optimizing early pregnancy ultrasound screening services in Jiangxi Province.

Methods

A total of 49 659 ultrasound screening images of fetuses at 11-13+6 weeks of gestation, obtained from 558 ultrasound physicians across 106 medical institutions in Jiangxi Province between January and December 2024, were collected via the "intelligent ultrasonic quality control system". AI-generated quality scores for these images were analyzed. The ultrasound screening views included two quality-controlled fetal views (crown-rump length [CRL] and nuchal translucency [NT] views) as well as multiple non-quality-controlled views. Independent samples t-test and one-way analysis of variance (ANOVA, F-test) were used to compare quality scores of early pregnancy ultrasound screening images across different types of medical institutions, categories of ultrasound physicians, and prefecture-level cities. Additionally, differences in quality confidence coefficients for structural markers in different views were analyzed.

Results

The quality scores of early pregnancy ultrasound screening images in maternal and children hospitals were significantly higher than that in general hospitals [(78.8±18.0) vs (77.5±18.0), t=6.38, P＜0.001]. Tertiary hospitals had significantly higher image quality scores than secondary hospitals [(81.0±14.7) vs (76.2±20.5), t=29.38, P＜0.001]. Image quality scores decreased progressively from provincial-level hospitals to municipal-level hospitals and then to county-level hospitals [(83.2±13.8) vs (80.4±14.9) vs (76.7±20.1), F=370.70, P＜0.001]. Higher physician titles and longer ultrasound practice experience were associated with higher quality scores for all views. Physicians with a master's degree or above achieved significantly higher quality scores for all views compared to those with a bachelor's degree or junior college education (all P＜0.001). Significant differences in image quality scores were observed among 11 prefecture-level cities in Jiangxi Province (all P＜0.001). Both CRL and NT screening views contained 12 structural markers each, and there were statistically significant differences in quality confidence coefficients for structural markers across all views (all P＜0.001). The main quality issues of the images included: unclear display of important structural markers, insufficient magnification, and failure to avoid unwanted structures.

Conclusion

Significant differences exist in the quality of prenatal ultrasound images for fetuses at 11-13+6 weeks of gestation across different types of medical institutions, ultrasound physicians, and prefecture-level cities in Jiangxi Province. To improve the quality of early pregnancy ultrasound screening in Jiangxi Province, priority should be given to general hospitals, municipal/county-level hospitals, and ultrasound physicians with lower titles, lower academic qualifications, and less clinical experience. Training and education should focus on quality control standards, such as the clarity of structural markers, appropriate magnification, and avoidance of unwanted structures. This will enhance the examination proficiency of ultrasound physicians at all levels and types, thereby improving the overall capacity of early pregnancy ultrasound screening in Jiangxi Province.

Key words： Ultrasound examination; Fetus; Quality control; Artificial intelligence; Jiangxi Province

开展孕11~13+6周胎儿超声筛查可发现部分较严重的出生缺陷，这一结论已成为医学影像领域的共识，且在临床中获得广泛应用［1,2,3］。其中，早孕期胎儿头臀长（crown-rump length，CRL）切面和颈项透明层（nuchal translucency，NT）切面的价值尤为突出，二者不仅对确定孕龄以及筛查胎儿非整倍体异常具有重要意义，还可通过观察重要解剖结构辅助发现部分严重胎儿畸形［4-5］，因此成为目前国内外公认的孕早期重要超声筛查切面［6,7,8］。然而超声切面图像的规范性是影响超声筛查质量的关键因素［9,10,11］。在早孕期超声筛查图像的质量控制工作中，传统专家考核模式存在工作量大、流程繁杂、时空成本高等问题，给超声筛查的质量控制管理工作带来了巨大挑战。随着人工智能（artificial intelligence，AI）技术在医学领域的应用不断深入，采用AI技术开展考核与质量控制管理已经成为可行路径。基于此，本文将基于AI技术评价江西省孕11~13+6周胎儿超声筛查质量现状及提出服务能力提升对策，现报道如下。

资料与方法

一、对象

以江西省2024年1月—12月“产前超声AI智慧云平台”孕11~13+6周胎儿超声筛查病例所有超声切面图为对象，采用深度学习技术的卷积神经网络法构建的产科AI超声图像识别系统给出的各个切面质量评分及置信系数作为质量评价指标。该产科AI超声图像识别系统为国家重点研发项目组开发，已在全国多省700余家医疗机构推广应用，研究发现，该AI系统评价结果符合率达96.1%~96.3%，一致性较强（Kappa值为0.835~0.845）［12］。切面图的纳入标准：（1）常规产前超声筛查孕早期胎儿的超声切面图；（2）图像由江西省卫生行政主管部门批准开展产前筛查与产前诊断技术的医疗机构提供，不包括未取得产前超声筛查资质的医疗机构；（3）超声图像由具有超声检查资质的超声医师提供。排除标准：（1）双胎或多胎儿图像；（2）早孕期超声筛查发现有严重结构畸形的胎儿图像。
超声切面图包括胎儿2个质量控制超声切面图（质控切面）与多个非质量控制超声切面图（非质控切面）。质控切面为严格质量控制标准管理的切面图，其中CRL切面、NT切面为本次质量评价的核心切面。

二、方法

1. 切面图收集：从江西省“产前超声AI智慧云平台”上调取2024年所有孕11~13+6周胎儿早孕期筛查超声切面图相关数据信息，包括提供切面图的医师、胎儿等基本信息，各切面图质量评价信息，如质量评分、各切面结构标识的置信系数等。切面结构标识主要包括：鼻骨、鼻尖及鼻前皮肤、上颌骨、下颌骨形状、间脑、菱脑、侧脑室、颈后皮肤透明层、生殖结节等（图1、图2）。
图1 产前超声人工智能智慧云平台对胎儿头臀长切面质量控制超声图像。质量控制结果包括检测结构显示情况（鼻骨、鼻尖和鼻前皮肤、上颌骨、下颌骨、间脑、菱脑、生殖器、侧脑室、头、胸、腹、臀）和总体评价，总体评价包括切面名称、切面质量（标准）、切面评分（94分）、结构置信系数评价（鼻骨：0.53，鼻尖和鼻前皮肤：0.68，上颌骨：0.86，下颌骨：0.46，间脑：0.89，菱脑：0.83，生殖器：0.80，侧脑室：0.69，头：0.89，胸：0.80，腹：0.81，臀：0.78）及不足原因。图a为原图，图b为质量控制标注图
图2 产前超声人工智能智慧云平台对胎儿颈项透明层切面质量控制超声图像。质量控制结果包括检测结构显示情况（鼻骨、鼻尖和鼻前皮肤、上颌骨、下颌骨形状、间脑、菱脑、头、胸、颈后皮肤透明层）和总体评价，总体评价包括切面名称、切面质量（标准）、切面评分（95分）、结构置信系数评价（鼻骨：0.59，鼻尖和鼻前皮肤：0.78，上颌骨：0.85，下颌骨呈圆点状：0.45，间脑：0.89，菱脑：0.85，头：0.88，胸：0.79，颈后皮肤透明层：0.68）及不足原因。图a为原图，图b为质量控制标注图
2. 医疗机构与超声医师调查：采用普查法，于2025年2月—4月对江西省所有开展产前筛查与产前诊断技术的医疗机构及超声医师进行问卷调查。医疗机构调查问卷主要包括医院级别、等级、经营性质、所在城市等信息，该问卷由超声科主任完成。超声医师调查问卷主要包括工作单位、职称、学历、超声工作年限等信息，该问卷由超声医师自行完成。问卷采用网络邮箱发放与回收，指定专人负责问卷的完整性与逻辑性审核。
3. 数据库构建与匹配对接：采用Excel、SPSS软件构建早孕期超声筛查切面图质量评价数据库、医疗机构数据库、超声医师数据库，依据相关特征变量将3个数据库进行匹配对接，同时开展对接后的数据逻辑审核。
4. 切面图质量指标标准：各切面图总质量评分均按百分制，评分要点及内部结构标识与权重参考2022年版《超声产前筛查指南》［13］要求的标准切面、产科超声规范化培训考核标准中国专家共识（2022版）［14］内评分标准进行，由权威专家及AI系统深度学习完成，分值越大代表切面质量越高。各切面结构标识质量评价采用置信系数表达，置信系数为0~1，系数越大代表结构标识的质量越高。

三、统计学分析

使用R语言4.5.1统计软件进行统计分析。各切面质量评分和置信系数为符合正态分布的计量资料，采用
±s描述，2组间质量评分差异比较采用t检验，多组间差异比较采用F检验，差异具有统计学意义的指标进一步两两比较采用Tamhane法。医疗机构和医师基本情况为计数资料，采用构成比（%）描述。P＜0.05为差异具有统计学意义。

结果

一、调查的基本情况

本次共调查孕11~13+6周胎儿超声筛查切面图49 659张，其中质控切面37 250张（75.0%，37 250/49 659），包括CRL切面19 486张（52.3%，19 486/37 250）、NT切面17 764张（47.7%，17 764/37 250）。本次江西省参评产前超声筛查质量的医疗机构共106家，参评超声医师共558人，基本情况详见表1。
表1 江西省孕11~13+6周胎儿超声筛查切面调查对象基本情况表
类别 数量 构成比（%）
参评医疗机构（家） 106
经营性质
妇幼医院 67 63.2
综合医院 39 36.8
医院等级
三级医院 34 32.1
二级医院 72 67.9
医院级别
省级医院 5 4.7
市级医院 21 19.8
县级医院 80 75.5
参评医师（人） 558
职称
高级 112 20.1
中级 341 61.1
初级 105 18.8
学历
硕士以上 41 7.3
本科 511 91.6
专科 6 1.1
超声工龄
＜5年 16 2.9
5~15年 280 50.2
＞15年 262 47.0

二、不同医疗机构产前超声切面图的质量评分比较

孕11~13+6周胎儿超声筛查切面质量评分发现，妇幼医院各切面质量评分均高于综合医院，三级医院各切面质量评分均高于二级医院，省级医院各切面质量评分均高于市级、县级医院，差异均具有统计学意义（P均＜0.05，表2）。市级医院CRL切面、NT切面、质控切面的质量评分与县级医院比较，差异均无统计学意义（P均＞0.05），但总切面质量评分高于县级医院，差异具有统计学意义（P＜0.05，表2）。
表2 2024年江西省不同医疗机构孕11~13+6周胎儿产前超声切面质量评分（分，
±s）
医疗机构 质控切面 合计
CRL切面 NT切面 小计
数量 质量评分 数量 质量评分 数量 质量评分 数量 质量评分
经营性质
妇幼医院 15 882 77.5±15.4 15 017 82.8±14.6 30 899 80.1±15.2 40 084 78.8±18.0
综合医院值 3604 75.9±15.7 2747 81.3±16.1 6351 78.2±16.1 9575 77.5±18.0
t值 5.81 4.57 8.51 6.38
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001
医院等级
三级医院 9596 78.0±14.8 9330 83.0±14.1 18 926 80.5±14.6 24 571 81.0±14.7
二级医院 9890 76.5±16.1 8434 82.0±15.6 18 324 79.0±16.1 25 088 76.2±20.5
t值 7.04 4.14 8.95 29.83
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001
医院级别
省级医院 1792 81.9±13.1 1692 85.9±11.1 3484 83.8±12.3 3664 83.2±13.8
市级医院 6671 76.5±15.1a 6546 82.1±14.7a 13 217 79.3±15.1a 18 672 80.4±14.9a
县级医院 11 023 76.9±15.9a 9526 82.2±15.4a 20 549 79.4±15.9a 27 323 76.7±20.1ab
F值 91.79 48.22 135.81 370.70
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001

注：CRL为头臀长，NT为颈项透明层；小计为2个质控切面总和，合计为非质控切面和质控切面总和。a与省级医院比较，差异具有统计学意义（P均＜0.001），b与市级医院比较，差异具有统计学意义（P＜0.001）

三、不同超声医师产前超声切面图的质量评分比较

孕11~13+6周胎儿超声筛查切面质量评分发现，医师职称越高各切面质量评分均越高（P均＜0.05）。硕士以上学历医师各切面质量评分均高于本科学历医师，CRL切面和质控切面质量评分均高于专科学历医师，差异均具有统计学意义（P均＜0.05），本科学历医师各切面质量评分与专科学历医师比较，差异均无统计学意义（P均＞0.05）。超声工龄＞15年医师的各切面质量评分均高于工龄5~15年医师，CRL切面、质控切面、总切面的质量评分均高于工龄＜5年医师，差异均具有统计学意义（P均＜0.05），超声工龄5~15年医师各切面质量评分与＜5年医师比较，差异均无统计学意义（P均＞0.05，表3）。
表3 2024年江西省不同超声医师孕11~13+6周胎儿产前超声切面质量评分（分，
±s）
超声医师 质控切面 合计
CRL切面 NT切面 小计
数量 质量评分 数量 质量评分 数量 质量评分 数量 质量评分
职称
高级 4039 79.9±14.9 3773 84.8±13.2 7812 82.3±14.3 10 121 80.4±18.0
中级 11 329 77.2±15.2a 10 148 82.3±14.8a 21 477 79.6±15.2a 28 362 79.0±17.2a
初级 4118 74.7±16.3ab 3843 81.0±16.0ab 7961 77.7±16.4ab 11 176 75.7±20.3ab
F值 114.99 66.38 173.15 205.26
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001
学历
硕士以上 1466 81.4±12.3 1160 84.7±12.0 2626 82.9±2.3 4501 81.6±13.7
本科 17 885 76.9±15.7a 16 485 82.4±15.0a 34 370 79.5±15.6a 44 902 78.3±18.4a
专科 135 76.7±15.4a 119 84.9±11.5 254 80.5±14.3a 256 80.2±15.0
F值 58.54 15.39 58.99 70.06
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001
超声工龄
＞15年 9605 78.0±15.5 8988 83.2±14.3 18 593 80.5±15.2 26 078 80.0±17.1
5~15年 9561 76.6±15.4a 8462 81.9±15.3a 18 023 79.1±15.6a 22 727 77.1±18.8a
＜5年 320 74.4±15.6a 314 81.1±16.1 634 77.7±16.2a 854 75.4±21.0a
F值 26.04 18.32 45.99 172.63
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001

注：CRL为头臀长，NT为颈项透明层；小计为2个质控切面总和，合计为非质控切面和质控切面总和。不同职称医师两两比较：a与高级职称医师相比，差异具有统计学意义（CRL切面：P均＜0.001；NT切面：P均＜0.001；质控切面：P均＜0.001；总切面：P均＜0.001），b与中级职称医师相比，差异具有统计学意义（CRL切面、NT切面、质控切面、总切面：P均＜0.001）；不同学历超声医师两两比较：a与硕士以上学历医师相比，差异具有统计学意义（CRL切面：P＜0.001、=0.002；NT切面：P＜0.001；质控切面：P＜0.001、=0.035；总切面：P＜0.001）；不同超声工龄医师两两比较：a与＞15年医师相比，差异具有统计学意义（CRL切面：P均＜0.001；NT切面：P＜0.001；质控切面：P均＜0.001；总切面：P均＜0.001）

四、江西省各地市孕早期超声筛查切面质量情况

江西省共辖11个市，不同市区孕11~13+6周胎儿超声筛查切面质量评分差异均具有统计学意义（P均＜0.05）。质控切面质量评分前三位依次为：赣州市、南昌市、吉安市。总体切面质量评分前三位的城市依次为：赣州市、南昌市、萍乡市（表4）。
表4 江西省各地市孕11~13+6周胎儿产前超声筛查切面质量评分比较（分，
±s）
地市 质控切面 合计
CRL切面 NT切面 小计
数量 质量评分 数量 质量评分 数量 质量评分 数量 质量评分
赣州市 3965 83.7±11.4 3939 86.5±10.2 7904 85.1±10.9 8228 84.8±11.5
南昌市 1806 80.1±14.1 1646 84.6±12.5 3452 82.3±13.5 3671 81.1±15.7
萍乡市 3443 72.7±15.5 3784 80.0±15.4 7227 76.5±15.9 10 463 79.5±15.1
吉安市 1706 79.3±15.0 1788 85.0±13.4 3494 82.2±14.5 4540 79.4±18.6
上饶市 1742 76.6±15.4 1357 81.0±16.2 3099 78.5±15.9 5257 78.0±17.6
新余市 422 75.8±15.2 302 80.7±15.8 724 77.8±15.6 1223 77.6±18.5
九江市 2709 77.1±15.0 2138 80.8±16.0 4847 78.8±15.6 6600 77.0±19.0
鹰潭市 320 71.1±19.4 235 82.9±14.8 555 76.1±18.7 1381 76.3±20.5
抚州市 1041 75.2±15.6 936 81.9±16.3 1977 78.4±16.3 2638 76.0±20.1
宜春市 1214 73.7±17.3 747 82.6±15.7 1961 77.1±17.2 2227 75.9±19.2
景德镇市 1118 69.9±18.0 892 74.3±20.6 2010 71.9±19.4 3431 66.0±20.1
F值 158.79 83.48 226.21 315.054
P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001

注：CRL为头臀长，NT为颈项透明层；小计为2个质控切面总和，合计为非质控切面和质控切面总和

五、CRL与NT质控切面各结构标识的质量

CRL切面共有12个结构标识，各结构标识的质量置信系数差异具有统计学意义（P＜0.05，表5），质量置信系数排名前三位的结构依次为头、上颌骨、间脑，排名后三位的结构依次为生殖结节、侧脑室、鼻骨。主要质量问题为：重要的结构标识显示不清晰，放大比例不足，未避免不宜出现的结构（如侧脑室）。
表5 CRL切面与NT切面2个质控切面结构标识的质量置信系数比较
结构 置信系数 结构 置信系数
CRL切面（19 486张） NT切面（17 764张）
头 0.9±0.1 头 0.9±0.1
上颌骨 0.9±0.1 上颌骨 0.8±0.1
间脑 0.8±0.2 间脑 0.8±0.2
腹 0.8±0.1 菱脑 0.8±0.3
胸 0.8±0.1 胸 0.7±0.3
菱脑 0.7±0.3 鼻尖和鼻前皮肤 0.7±0.2
臀 0.7±0.1 颈后皮肤透明层 0.6±0.2
下颌骨 0.7±0.2 下颌骨呈圆点状 0.5±0.3
鼻尖和鼻前皮肤 0.5±0.3 鼻骨 0.5±0.2
生殖结节 0.4±0.4 侧脑室 0.4±0.3
侧脑室 0.4±0.3 腹 0.2±0.3
鼻骨 0.4±0.3 下颌骨呈长条形 0.1±0.2
F值 14 458.77 F值 18 392.08
P值 ＜0.001 P值 ＜0.001

注：CRL为头臀长，NT为颈项透明层

NT切面包括12个结构标识，各结构标识质量置信系数差异具有统计学意义（P＜0.05，表5），质量置信系数排名前三位的结构依次为头、上颌骨、间脑，排名后三位的结构依次为侧脑室、腹、下颌骨呈长条形。主要质量问题为：重要的结构标识显示不清晰，放大比例不足，未避免不宜出现的结构（如侧脑室、腹）、下颌骨呈长条形。

讨论

一、江西省孕早期超声筛查切面质量现状

不同医疗机构切面质量差距显著：妇幼医院质量优于综合医院，三级医院优于二级医院；省级医院优于市级、县级医院，这可能与不同级别医院的医师专业水平及早孕期超声检查开展程度有关。超声医师质量水平参差不齐：医师职称越高、学历越高、工龄越长，操作质量越高，可见超声筛查质量与医师的理论水平和实际操作能力高度相关，这与2019年北京国际妇产超声学会基础培训结果一致［15］。不同地市切面质量差异明显：质量排名前三位的城市依次为赣州市、南昌市、萍乡市；这可能与不同地市的质控管理能力、培训教育质量、重视程度和经济发展水平不同有关。再者，本文在对切面评分时未考虑孕妇肥胖、设备等因素对质控结果的影响，可能会影响个别地市的评分排位。

二、质控切面各结构标识的质量现状

本次调查发现，CRL切面质量低于NT切面，这与安徽省的调查结果一致［16］，其原因可能在于：CRL切面显示对胎儿体位要求较高，需显示的胎儿结构较多，且受胎儿胎动影响更明显，例如，正中矢状切面要求显示的生殖结节、脊柱长轴等结构，在早孕期并不容易获取，胎儿过伸或过曲均会影响图像质量。
共性问题突出：CRL切面质量问题主要集中在生殖结节、侧脑室、鼻骨3个结构，NT切面主要表现为侧脑室、腹部及下颌骨呈长条形3个结构问题。突出的质量问题包括：重要结构标识显示不清晰、图像放大比例不足、不宜出现的结构标识未规避（如侧脑室）、下颌骨呈长条形等。这些问题的产生与医师对胎儿正中矢状切面要求把握不足、技术标准掌控不到位有关。如指南［14］规定，NT切面感兴趣区图像需放大至超声图像区域的2/3以上，且仅包括头颈部及上胸部，超声医师忽略此要求是导致图像放大比例不足、结构标识显示不清的重要原因；又如早孕期侧脑室及其内脉络丛占颅内空间相对较大，大脑镰较为菲薄，医师在扫查过程中探头稍偏离正中便无法显示大脑镰，取而代之的为侧脑室及其内的脉络丛，手法掌控不到位是不宜出现的结构（如侧脑室）未规避的主要原因［16］。

三、江西省产前超声筛查质量提升对策

（一）开展早孕期超声标准化切面扫查培训及考核

首先，建立系统化的培训体系，以二级医院、综合医院、县级医院为重点，以低职称、低学历、低工龄医师群体为核心，开展分层次、分阶段的早孕期超声标准化切面扫查普及培训，全面提升医师理论技术水平。其次，建立常态化考核机制，定期对产前超声筛查医师进行考核评估，考核内容涵盖理论知识、实践操作、职业道德等方面。

（二）促进优质医疗资源扩容下沉和区域均衡布局

加强区域协作，结合远程医疗合作，尤其针对薄弱地市建立点对点帮扶机制；积极开展专家下基层活动，派遣专家团队进行现场指导与培训，帮助落后地区或县级医院提升技术水平；筹办优质学术活动，鼓励各地市分享成功经验与先进做法。

（三）强化指南与技术规范保障测量结构质量

进一步加强指南中相关切面特征的学习和解读，强化理论基础；强化各测量结构的操作技能培训和规范学习，针对性解决图像显示不清、放大比例不足、重点解剖结构观察不充分等问题。

（四）加强对AI质控平台的应用

近年来，AI技术飞速发展，其在医学图像识别与处理领域的优势日益凸显，并逐步运用于产前超声［17］，AI的应用有助于建立统一的质控标准，对促进产前超声筛查服务标准化、同质化具有重要意义。
综上所述，目前江西省产前超声早期筛查质量在机构间、医师间存在不均衡现象，主要表现为切面结构标识不清、放大比例不足等问题。建议采取分层、分级、分次、分段培训考核，优质资源下沉与区域均衡发展，规范学习强化训练结合AI质控平台综合利用的策略，全面提升江西省超声医师早孕期超声筛查能力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
Carvalho JS. Fetal heart scanning in the first trimester [J]. Prenat Diagn, 2004, 24(13): 1060-1067.

2
Bottelli L, Franze V, Tuo G, et al. Prenatal detection of congenital heart disease at 12-13 gestational weeks: detailed analysis of falsenegative cases [J]. Ultrasound Obstet Gynecol, 2023, 61(5): 577-586.

3
Esteves KM, Tugarinov N, Lechmann G, et al. The value of detailed first-trimester ultrasound in the era of noninvasive prenatal testing [J]. Am J Obstet Gynecol, 2023, 229(3): 326.e1-326.e6.

4
尹宏宇, 吴青青, 李晓菲. 颈后透明层和头臀长在妊娠11~13+6周双胎心脏畸形筛查中的价值[J/OL]. 中华医学超声杂志(电子版), 2024, 21(3): 251-256.

5
陈美池, 刘静华, 柯华玲, 等. 人工智能质控在提高孕11~13+6胎儿颈后透明层厚度超声检查图像合格率中的应用价值 [J]. 中国产前诊断杂志(电子版), 2024, 16(1): 10-15.

6
赵媛, 傅玉, 吴菊, 等. 孕11~13+6周胎儿NT≥6.0 mm孕妇妊娠结局的随访研究 [J]. 中国妇幼保健, 2018, 33(8): 1815-1818.

7
赵雪. 胎儿颈后透明层厚度超声检查联合孕中期四维超声系统检查对胎儿结构畸形的诊断价值分析 [J]. 中国医疗器械信息, 2024, 30(9): 93-95.

8
栗河舟, 张恒静, 王铭. 早孕期胎儿中枢神经系统超声规范化筛查[J/OL]. 中华医学超声杂志(电子版), 2022, 19(9): 882-887.

9
沈丽君, 陆佳佳, 钱燕芳, 等. 对基层医院进行产科超声标准化切面扫查培训的效果 [J]. 医药前沿, 2024, 14(33): 67-69, 73.

10
李胜利, 文华轩. 11~13+6周早孕期胎儿超声规范化扫查技术及判断标准 [J/CD]. 中华医学超声杂志(电子版), 2014, 11(1): 6-8.

11
徐玲, 王丽敏, 简练, 等. 品管圈在提高孕11~13+6周胎儿颈后透明层厚度超声检查图像质量控制中的应用效果[J/OL]. 中华医学超声杂志(电子版), 2021, 18(7): 664-669.

12
黄文兰, 谭莹, 彭桂艳, 等. 人工智能质控系统在11~13+6周胎儿颈后透明层超声标准切面判断中的应用 [J]. 中华超声影像学杂志, 2023, 32(9): 807-812.

13
中华医学会超声医学分会妇产超声学组, 国家卫生健康委妇幼司全国产前诊断专家组医学影像组. 超声产前筛查指南 [J]. 中华超声影像学杂志, 2022, 31(1): 1-12.

14
中国医师协会超声医师分会. 产科超声规范化培训考核标准中国专家共识(2022版) [J]. 2022, 31(5): 369-378.

15
王晶晶, 李琳, 孙丽娟, 等. 超声医师妇产超声知识水平的影响因素分析 [J]. 北京医学, 2024, 46(12): 1098-1101.

16
顾莉莉, 姜凡. 安徽省超声产前筛查切面图像质量现状调查情况及分析[J/OL]. 中华医学超声杂志(电子版), 2024, 21(7): 671-674.

17
陈彬, 严雨霖, 杜海雯, 等. 人工智能在产科超声中的应用进展 [J]. 医学综述, 2022, 28(14): 2903-2907.

Options
文章导航

/

〈 〉

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？