摘要：医疗科研场景中，三甲医院原始临床影像受患者隐私、院内网络隔离规则约束，数据不能流出内网，给AI数据集构建带来巨大挑战。本文通过脱敏项目实战，分享一套驻场私有化标注落地路径，解决多模态影像混合标注、权限管控、全链路可追溯质检报告输出等工程问题，为医院AI科研团队、医疗AI研发人员提供可参考实践方案。

一、客户背景

本次合作对象为某三甲医院信息化合作AI研发团队，团队聚焦器官疾病辅助诊断科研模型研发，需要基于院内真实临床影像构建训练数据集。 项目数据源包含CT、MRI多序列影像，配套部分病理切片，全部为真实临床病例，服务院内AI科研课题，数据集产出直接用于模型迭代与学术研究，后期计划支撑医疗器械预研工作。

医院信息科执行严格数据管控策略：原始DICOM影像严禁导出医院内网，禁止第三方外部云平台访问临床数据，普通外包远程标注模式完全无法满足项目准入要求，必须在医院内网闭环完成全部标注作业。

二、项目核心挑战

1. 数据不可出内网，传统远程标注模式不可用 全部原始临床影像包含患者敏感PHI隐私信息，医院网络物理隔离，数据不能拷贝输出到外部服务商服务器，常规线上标注平台、外部机房作业方案全部被否决。如何把标注能力导入医院内网环境，是项目第一门槛。
2. 多模态影像混合标注，标注规范复杂 数据源异构，包含CT断层序列、MRI多模态加权影像、病理切片WSI文件；不同模态病灶勾画逻辑、窗宽窗位标准不一样，标注规范需要和医院影像科专家对齐，跨模态标注一致性很难保障。
3. 全过程需要审计留痕，交付完整可追溯质检报告 医院科研课题及未来器械预研要求，每一例影像从导入、标注修改、复核、仲裁全流程操作都必须留存日志，最终交付配套完整质检溯源报告，满足科研审计、伦理审查要求，不能只输出掩码结果文件。
4. 合规资质门槛高 服务商需要具备完善信息安全体系，满足等保三级、ISO27001、L3保密资质相关能力，所有进场人员完成保密协议NDA签署，通过医院安全背景审核。

三、解决方案：驻场私有化闭环标注实施方案

结合汇众天智L3级保密资质、ISO27001信息安全管理体系、医疗项目落地经验，项目采用人员驻场+标注工具私有化部署内网闭环整套方案，做到“数据不出院，运算全在内网”。

3.1 环境部署与驻场人员管理

1. 将标注工具部署至医院内网服务器，不与公网打通，原始影像全程留存医院存储，无任何原始数据外传行为。
2. 筛选具备医学影像学、临床医学背景标注团队，所有进场人员签署NDA保密协议，完成医院安全培训与背景审核；作业在医院指定物理隔离局域网工位完成，禁止手机、U盘等外设带入作业区域，杜绝拍照、拷贝泄露风险。

3.2 细粒度访问权限管控（RBAC最小权限原则）

基于角色做权限隔离，严格遵循最小必要访问原则：

标注账号：仅能看到分配给自己的分片样本，无法浏览完整数据集，无批量下载、原始影像导出权限；

复核账号只能访问待复核样本，仅可修改标注结果，不能导出原始DICOM；

管理员账号由医院信息科与我方项目负责人双人管控，操作开启审批流程；

所有账号全部开启不可篡改审计日志，记录登录、查看影像、修改标注、提交复核每一步操作，日志留存归档，用于后期审计溯源。

3.3 多模态标注规范共建

联合医院影像科专家共同输出SOP标注规范：

针对CT、MRI设置统一标准窗宽窗位，明确不同器官病灶分割边界定义；

病理切片明确细胞、病灶区域标注规则；

建立歧义样例库，遇到边界模糊疑难样本，提交院内影像专家仲裁，统一团队判定标准，降低标注分歧。

3.4 项目POC先行

正式大规模作业前选取80例样本开展POC试点标注，验证内网工具稳定性、标注人员对规范理解程度，迭代优化SOP，确认Dice、Kappa一致性指标达标后，再启动全量数据集标注工作。

四、质检流程：三级质检+专家仲裁闭环

项目落地汇众天智标准化三级质检体系：初标交叉复核专家终审仲裁，适配医疗影像高精准要求：

1. 初标环节：医学背景标注员按照共建SOP完成病灶分割、目标框标注，完成提交；
2. 100%交叉盲审复核：另一名标注人员在不知道初标结果前提下独立复核，比对分割掩码，计算Dice相似系数、Kappa一致性系数；指标不达标样本直接退回重标；
3. 专家终审仲裁：疑难病灶、复核分歧样本，提交医院影像专家做最终仲裁判定；同时按比例随机抽样全量抽检；
4. 全流程日志归档：每一条样本绑定标注人、复核人、仲裁记录、修改版本记录；所有错误样本记录错误类型，形成错误归因台账。

最终交付物除标注掩码文件，同步输出整套可追溯质检报告：包含样本统计、一致性指标统计、错误分类统计、全流程审计日志快照，满足医院科研课题审计要求，数据集可直接支撑模型训练与科研论文实验。

五、量化成果

1. 本项目完成千余例多模态医疗影像标注，包含CT、MRI、病理切片混合数据集；
2. 病灶分割平均Dice系数≥0.91，标注员交叉Kappa一致性≥0.88，整体标注准确率达到99.4%；
3. 全部作业过程在医院内网闭环完成，原始医疗影像零流出；完整审计日志、质检报告随数据集同步交付，通过医院信息科与科研伦理审查；
4. 数据集交付后支撑科研团队多组对比实验，助力疾病辅助诊断模型病灶识别灵敏度提升。

六、业务价值总结

1. 合规层面：驻场私有化闭环方案解决三甲医院最核心的数据隐私顾虑，在满足院内信息安全制度前提下完成数据集建设，规避患者隐私泄露风险，适配等保、ISO27001、L3保密相关合规要求。
2. 质量层面：医学背景团队+院内专家共建SOP+三级质检仲裁，解决多模态影像标注标准不统一、病灶边界歧义难题，输出高质量可用于科研训练的医疗数据集。
3. 科研适配层面：完整可追溯的质检、审计交付物，满足科研课题、未来医疗器械预研的溯源审计要求，数据集直接服务模型迭代，减少科研团队的数据治理工作量。

七、写在最后

医疗AI项目中，高质量数据集不等于单纯“标得多”，更重要的是安全合规、过程可追溯、质量指标可量化。针对内网隔离的医院科研项目，私有化驻场标注是重要可行路径。

如果你的团队也面临医疗影像数据集构建难题，可申请免费样本POC验证，获取私有化标注技术方案文档。