1. 课程导入与工程全景

在医学影像人工智能产品的研发链条中，算法模型常被视为核心，但真正决定模型能力上限的，往往是它所见过的数据。医学影像训练集质量评估，就是围绕“这批数据能否支撑一个安全、有效、可泛化的模型”这一根本问题，对训练数据本身进行系统化检查、度量与判定的工程活动。它不是一次性的数据清洗，也不是简单的标注抽查，而是一套贯穿数据采集、标注、入库、训练、验证与迭代的持续质量工程。

要理解它的定义，可以先区分三个容易混淆的概念。数据质量关注单条样本是否清晰、完整、符合采集规范；标注质量关注标签是否与影像证据一致、边界是否准确、类别是否符合标注规范；训练集质量则进一步关注整个数据集层面的分布、覆盖、平衡、冗余与偏倚。三者是递进关系：单条样本和标注是基础，数据集层面的统计与结构特征决定模型学到的“世界”是否真实。训练集质量评估工程，就是把这三层检查组织成可重复、可度量、可追溯的流程与工具链。

本课程的目标不是泛泛讨论“数据很重要”，而是让学习者能够对真实训练集执行质量评估工程任务：定义质量维度与验收阈值，设计抽样与全量检查方案，实现自动化质量指标计算，定位并量化缺陷，形成可交付的质量报告，并据此决定数据是接收、返工还是淘汰。换句话说，学完本课程，你应当能回答三个问题：这批数据哪里有问题？问题有多严重？在什么条件下可以放行进入训练？

从AI医疗产品生命周期看，训练集质量评估并非只发生在训练之前。它在需求与数据规划阶段影响采集方案设计；在数据准备阶段决定标注规范与入库标准；在模型训练前决定数据是否放行；在模型验证与注册申报阶段，为数据来源、标注过程与质量结论提供可追溯证据；在上市后迭代阶段，则通过新数据的持续评估发现分布漂移与新的失败模式。因此，它是一条贯穿产品全生命周期的质量主线，而不是某个阶段的临时任务。

上图展示了本课程的基本工程视角：质量评估位于生命周期各阶段之间，向下拆解为样本、标注、数据集三层对象，向上输出可复核的证据包，并回流影响采集与标注规范。理解这张全景图，有助于后续每一章都清楚自己正在处理哪一层对象、服务于哪个阶段决策。

接下来需要明确评估的目标。医学影像训练集质量评估通常服务于四类目标。第一是安全性：避免因数据缺陷导致模型在关键病灶上漏诊或误诊，例如标注遗漏、类别混淆、图像方向错误。第二是有效性：确保数据分布与目标临床应用场景一致，例如目标人群的年龄、设备型号、扫描协议覆盖是否充分。第三是可泛化性：通过多中心、多设备、多参数的数据覆盖，降低模型对单一来源的过拟合。第四是可追溯与合规：满足医疗器械软件与AI审评对数据来源、标注过程、质量控制记录的要求。

这四类目标会转化为具体的质量维度与指标。以肺部CT结节检测训练集为例，常见维度包括：图像层厚与重建核是否统一、结节标注直径与边界是否可复核、良恶性标签是否有病理或随访依据、不同中心与设备的样本占比、同一患者是否同时出现在训练与测试集（数据泄漏）、阴性样本与阳性样本比例等。每个维度都需要定义可计算的指标和可判定的阈值，例如“训练/测试集患者ID交集必须为空”“每个中心样本占比不低于5%”“标注一致性Kappa不低于0.80”。这些阈值不是凭空设定，而应结合临床风险、数据规模和模型验证结果逐步校准。

从工程落地角度看，训练集质量评估不是人工翻看几张图，而是需要工具链支撑。典型流程包括：读取DICOM或NIfTI数据并解析元数据；执行图像质量自动检查（如信噪比、伪影检测、方向一致性）；对标注进行一致性分析与边界复核；计算数据集分布与泄漏指标；生成结构化报告并触发处置动作。评估脚本通常需要与数据版本管理、标注平台和训练流水线对接，确保每次数据变更都能重新评估、留痕。

本课程将围绕真实训练集构建的质量评估工程任务展开，而不是停留在概念介绍。你会接触到具体的评估对象、可操作的检查方法、示例参数与判定逻辑，并逐步完成从质量方案设计到报告输出的完整任务。第一章的任务是建立全景认知：知道质量评估在AI医疗产品生命周期中的位置，知道它要解决什么问题，知道后续每一章将处理哪一层对象。带着这张全景图进入后续学习，你会更容易把零散的检查项组织成一套可执行、可复核、可交付的质量工程体系。