YD/T 6090-2024 标准解读

一、标准适用场景与实施阶段

• 本标准适配业务类型为基于互联网云端架构的数字化病理切片AI辅助诊断服务，覆盖甲状腺、乳腺、胃肠道、宫颈等上皮组织病变识别与分级场景。
• 实施环节限定于算法模型训练收敛后、系统集成部署前的独立测试窗口期，明确排除数据采集、清洗与人工标注的前置干预流程。
• 验收阶段划分为静态算法基准测评与动态临床试运行两阶，以第三方持权机构出具的独立外部测试集为唯一判据，严格隔离内部交叉验证数据。

二、现场实操合规规范

• 操作工艺要求全切片数字图像下采样至20倍物镜等效分辨率（0.5微米/像素），色彩标准化强制采用Macenko算法转换，确保多中心来源一致性。
• 参数阈值设定为GPU显存占用率上限85%，单张切片感兴趣区提取耗时≤3秒，并发推理队列延迟≤1.5秒，内存泄漏检测通过底层工具链闭环验证。
• 执行流程须遵循环境冻结、数据集脱敏、基线对齐三步骤。测试样本良恶性比例固定为1:4，由双人双机并行比对并记录决策分歧点位。
• 现场质量管控实行配置锁定制，环境依赖文件SHA256哈希值固化后禁止热更新，库版本偏差超±0.1即刻终止测试链路。

三、成果验收核验标准

整体验收实行逐项否决制。核心模块完成单病种基准测试后转入跨平台兼容性核验，最终执行连续30日稳定性压测。各项指标偏离容差限定为±1.5%，超限则触发回归复测流程。

四、实操常见问题与质控方案

1. 高频违规聚焦测试集数据渗漏与评估口径漂移。部分实施单位将调优中间态特征混入独立测试集导致性能虚增。质控方案强制部署逻辑隔离沙箱，训练路径与测试路径物理阻断，定期执行图像级MD5碰撞检测。
2. 质控隐患集中于染色伪影切片误入推理流与病灶边界勾画不规范。系统前置应用质量门控模块，光学模糊度与染色饱和度低于预设阈值的切片自动拦截并转交人工复核池。标注规则统一采用标准化轮廓线生成器，消除主观分割偏差。
3. 整改落地执行闭环工单制。每次验收生成自动化审计轨迹，缺失关键运行日志、容器镜像签名不符或API响应超时频次＞0.5%的项目直接标记为不合格。责任方需在72小时内提交根因分析报告并重构流水线，复测通过率未达100%不得进入下一阶段部署。