壹童慧AI骨龄模型｜项目说明

说明：围绕壹童慧"AI骨龄"项目，系统梳理骨龄读片的临床现状、现有技术路线的局限性、新一代大模型技术的升级路径、完整训练流程，以及面向三方数据合作（景联文科技）的数据集构建需求清单。

所有内容均基于公开文献、行业资料与公司内部技术文档，不确定之处已明确标注。

核心概念前置说明：

• MAE（Mean Absolute Error，平均绝对误差） 是一个模型评估指标，衡量的是"AI预测骨龄"与"医生标注骨龄"之间差值的平均绝对值。公式为：MAE = Σ |AI预测骨龄 − 医生标注骨龄| ÷ 样本数。例如报告中提到的 MAE = 0.34岁，意思是：在历史200例评估集上，AI每次预测的骨龄与医生判断的骨龄，平均相差0.34岁。
• 骨龄差：临床概念，特指"骨龄 − 实际年龄"，用来判断儿童发育是否超前或落后，与AI模型本身无关。

两者关系可以理解为：

MAE衡量AI有多准，骨龄差衡量孩子发育是否正常。

1.1 骨龄的医学价值

骨龄（Bone Age）是骨骼的生物学年龄，通过拍摄儿童左手腕部X光片，观察骨骺（骨化中心）的形态发育程度来判断。它被公认为评价儿童生长发育的"金标准"，广泛应用于以下场景 [1]：

• 临床医学：矮小症、性早熟、甲状腺功能异常等内分泌疾病的诊断与疗效监测
• 儿童保健：预测成年身高，指导干预时机
• 运动医学：体育选材，评估运动员实际发育水平
• 法医鉴定：无证件人员的年龄推断

骨龄与实际年龄并不总是一致。骨龄超前或落后均可能提示发育异常，临床医生通常以骨龄差（骨龄 − 实际年龄）超过 ±2岁 作为异常警戒线。

1.2 主要骨龄评估方法

目前国内外临床使用的骨龄评估方法主要有三类：

1.3 中华-05法（RUS-CHN）详解

中华-05法是目前国内临床最广泛使用的骨龄评估标准，全称为《中国人手腕骨发育标准——中华05》，由国家体育总局于2005年发布，属于行业标准。其核心方法 RUS-CHN 的评估流程如下 [2] [3]：

1. 01
   第一步：定位13块关键骨。评估对象为左手腕部X光片中的13个骨化中心：桡骨（Radius）、尺骨（Ulna）、第一/三/五掌骨（MCP）、第一/三/五近节指骨（PIP）、第三/五中节指骨（MIP）、第一/三/五远节指骨（DIP）。
2. 02
   第二步：逐块判断发育等级。每块骨按形态特征分为若干等级（桡骨最多14个等级，其余骨8~12个等级不等），每个等级对应一个标准分值，男女各有独立评分表。
3. 03
   第三步：求和换算骨龄。13块骨分值求和得到CHN总分（0~1000分），代入十阶多项式公式（男女各一套系数）换算为骨龄（岁）。

这一流程的核心价值在于完全可解释：每张报告的每块骨等级均可回溯，与医生手工读片流程完全一致，因此具备临床合规性。

1.4 传统人工读片的核心痛点

• 尽管中华-05法在临床上已相当成熟，人工读片仍存在以下无法回避的问题 [4]：
• 主观性与一致性差：研究显示，不同医生对同一张骨龄片的判读结果差异可达0.5~1岁；即使同一医生重复读片，也存在可量化的误差。这一问题在基层医院尤为突出，因为有经验的骨龄读片医生高度集中于大城市三甲医院。
• 效率低下：人工逐块评分一张骨龄片通常需要5~15分钟，在儿科内分泌门诊量大的医院，骨龄读片已成为诊疗瓶颈。
• 标准更新滞后：国家卫健委2022年明确指出，现行中华-05标准"不能满足当前骨龄评价需求"，因当代儿童发育普遍加速，旧标准存在系统性偏差 [1]。

2.1 第一代：图谱对比与传统机器学习（2000年代~2015年）

最早的骨龄AI系统本质上是图像检索系统：建立一个包含大量已知骨龄的标准图谱数据库，当新片传入时，通过图像相似度算法找出数据库中最相似的一张，返回对应骨龄。这正是公司此前对接的外部骨龄API所采用的技术路线——基于G-P图谱法的模板匹配。

这类系统的局限显而易见：精度受限于数据库规模和图像相似度算法的质量；当输入图像质量差（曝光不足、摆位偏斜）时，匹配结果不稳定；且G-P图谱法本身不适合中国儿童，存在系统性偏差。

2.2 第二代：卷积神经网络CNN（2015年~2023年）—— 当前主流

深度学习的兴起彻底改变了骨龄AI的技术路线。卷积神经网络（CNN） 通过多层卷积核在图像上滑动提取特征，从浅层的边缘、纹理，到深层的骨骺形态、发育成熟度特征，逐层抽象。这一特性与骨龄读片的视觉本质高度契合 [5]。

CNN在骨龄领域的主要应用范式有两种：

• 端到端回归：直接将整张X光片输入CNN，输出骨龄数值。代表工作是斯坦福大学2017年发布的GPDL模型，在RSNA数据集（14,236张）上MAE约0.63岁，首次证明AI可以达到接近放射科医生的水平 [6]。
• 两段式检测+分类（更符合中华-05法的逻辑）：先用目标检测模型（如YOLOv5）定位13块骨的位置，再用分类模型（如ResNet18）对每块骨的裁剪图判断发育等级，最后按国家标准查表换算骨龄。这一方式与医生手工读片流程一一对应，结果完全可解释。

公司内部现有系统（"AI测骨龄"）正是采用这一架构：YOLOv5负责检测，9个ResNet18分类模型负责13块骨的等级判定，在历史200例评估集上实现了 MAE（平均绝对误差） = 0.34岁，±1岁内准确率98% 的水平。这已是CNN架构在该任务上的较高水准。

2.3 第三代：视觉大模型与基础模型（2022年至今）—— 新兴前沿

以Vision Transformer（ViT）为代表的新一代视觉模型，以及以MedSAM 为代表的医学基础模型，正在成为医学影像AI的新主流。

3.1 CNN与ViT的本质区别

CNN的核心机制是局部卷积：3×3的小卷积核在图像上逐格滑动，每次只"看"一小块区域。这意味着CNN天然擅长提取局部特征（骨骺边缘、骨化中心形状），但对于跨骨骼的全局发育关联（例如桡骨与指骨的发育同步性）的建模能力有限。Vision Transformer（ViT）的核心机制是自注意力（Self-Attention）：将图像切分为若干小块（patch），每个patch都可以直接与其他任意patch进行信息交互，从而建模全局关系。这使得ViT能够同时关注到多块骨骼的发育状态，理论上更符合骨龄读片的临床逻辑——医生在判断骨龄时，并非孤立地看每块骨，而是综合考量整体发育水平 [7]。

研究表明，BAE-ViT（2024年）等基于ViT的骨龄模型在多样化图像质量和不同年龄段的泛化能力上优于传统CNN [7]。

3.2 技术路线的全面对比

3.3 技术升级 路径规划

基于以上分析，计划采取分阶段升级策略：

1. 01
   近期（6~12个月）：在现有CNN架构基础上，将分级模型从ResNet18升级为CNN+Transformer混合架构（如EfficientNet-V2 + 轻量级Transformer），同时扩充数据集，重点攻坚当前"合格档"的薄弱部位（第一掌骨、第三掌骨、第五中节指骨、第五远节指骨）。预期MAE可从0.34岁进一步降至0.25~0.30岁。
2. 02
   中期（12~24个月）：引入医学预训练基础模型（如PMC-ViT、MedSAM），采用LoRA参数高效微调方案，在不大幅增加计算成本的前提下，利用医学影像领域的大规模预训练知识提升模型泛化能力。
3. 03
   长期：探索多模态方向，将骨龄片与患者临床信息（性别、实际年龄、身高体重）融合，构建更全面的生长发育评估模型。

4.1 训练性质：后训练中的监督微调（SFT）

当前壹童慧骨龄AI的训练不是从零开始（0-1预训练），而是属于迁移学习+监督微调路径。具体：

• 检测模型（YOLOv5/YOLOv8）：在COCO数据集上预训练的权重作为起点，用骨龄片标注数据微调骨区定位能力
• 分级模型（ResNet/ViT）：在ImageNet（120万张自然图像）上预训练的权重作为起点，用骨区裁剪图微调等级分类能力
• 引入医学基础模型：在MedSAM/PMC-ViT等医学预训练模型基础上，用LoRA微调骨龄专项能力

这属于大模型训练体系中的后训练（Post-Training）阶段，具体是监督微调（Supervised Fine-Tuning, SFT），即用带标注的骨龄数据对预训练模型进行有监督的参数更新。与RLHF（基于人类反馈的强化学习）不同，骨龄任务有明确的客观标准（医生复核等级），不需要偏好学习。

4.2 完整训练流水线

输入：原始骨龄片 · 按步骤向下阅读

1. 01

   数据采集与预处理

   • 图像格式统一（DICOM → PNG/JPEG）
   • 图像质量筛选（曝光、分辨率、摆位）
   • 隐私脱敏（去除患者信息）
2. 02

   数据标注（核心环节）

   • 骨区检测标注：在原始X光片上框出13块骨的位置（VOC/COCO格式）
   • 发育等级标注：由有资质的医生按RUS-CHN标准逐块判断等级
   • 双重审核：初标（标注医生）→ 复核（高年资医生）
3. 03

   数据集构建

   • 检测数据集：原始X光片 + 骨区边界框标注
   • 分类数据集：按部位/等级归档的骨区裁剪图
   • 数据增强：旋转、翻转、亮度调整、过采样（稀疏等级）
   • 数据集划分：训练集 / 验证集 / 测试集（400例独立封存，不参与训练或调参）
4. 04

   模型训练

   • 检测模型训练：YOLOv5/v8，基于COCO预训练权重微调
   • 分级模型训练：ResNet18/ViT，基于ImageNet预训练权重微调
   • 训练策略：类别平衡采样 + 旋转增强 + Adam优化器
5. 05

   模型评估

   • 指标：MAE（骨龄误差）、±1岁内准确率、逐骨等级MAE
   • 测试集：固定400例，男女各200例，3~18岁均匀覆盖
   • 对比基准：医生复核等级
6. 06

   迭代优化

   • 分析薄弱部位（等级MAE偏高的骨）
   • 定向补充该部位的稀疏等级数据
   • 重新训练 → 评估 → 迭代

迭代闭环：薄弱等级分析 → 定向补充数据 → 重新训练 → 再次评估

4.3 关键技术细节

• 迁移学习的价值：ResNet18在ImageNet上已学会识别边缘、纹理、形状等通用视觉特征。骨骺形态变化本质上也是视觉特征，因此迁移学习可以让模型用少量骨龄数据（每等级数十张）就达到较好效果，而不需要从零训练所需的数万张数据 [5]。
• 类别不平衡问题：骨龄数据天然存在类别不平衡——某些发育等级（如极早期或极晚期）的样本极少。解决方案包括：数据层的过采样（稀疏等级复制多份）和训练层的加权采样（按1/样本数加权），两者双管齐下。
• 测试集的独立性：测试集必须在项目开始时就固定封存，绝不参与任何训练或调参，这是保证评估结果公信力的底线。

本项目确定采购 10,000 份骨龄X光片DICOM源文件，这一数量并非来自单一文献的直接引用，而是基于以下四个维度的综合推断，属于有据可查的工程估算，而非精确的学术结论。维度一：国际基准参照

目前公认规模最大的公开骨龄数据集是RSNA 2017骨龄挑战赛数据集，共14,236张手腕X光片（训练集12,611张、验证集1,425张、测试集200张），由斯坦福大学和科罗拉多儿童医院联合构建，标注方式为G-P法整体骨龄（月数）[6]。

这一数据集的标注任务相对简单——每张片子只需标注一个骨龄数值，由多名专家评估取均值。

本项目采用RUS-CHN法（中华-05法），需对每张片子的13块关键骨逐一判断发育等级，标注复杂度约为RSNA数据集的13倍以上。因此，即便以RSNA的12,611张作为参照基准，本项目的数据需求也不应低于这一量级。维度二：等级覆盖完整性的反推计算

RUS-CHN（中华-05法）标准涉及13块关键骨，各骨等级数量从10到14个不等，加权平均约11.5个等级，理论上共需覆盖约150个"部位×等级"组合。为保证每个组合的分类模型有足够训练样本，工程实践中通常要求每个等级至少100张有效裁剪图（低于此阈值的等级被标记为"薄弱等级"，模型在该等级上的判断可靠性显著下降）。

关键约束在于：一张原始片只能切出该片子当前发育阶段所对应的等级样本。例如一张6岁儿童的片子，其桡骨可能处于等级3，无法为等级10提供样本。要覆盖全部年龄段的全部等级，必须有足够多的不同年龄段原始片。以下是基于年龄段分布的反推：

按此分布，10,000张原始片经裁剪后可产生约 130,000 张骨区裁剪图（10,000张 × 13块骨），扣除无效图（暗图、骨化中心未出现等）后有效裁剪图约100,000～110,000 张。

按150个"部位×等级"组合均摊，平均每组合约 650～730 张，远超100张的最低阈值，可支撑充分的模型训练和数据增强。维度三：迭代冗余与质量损耗预留

医疗影像数据在实际采集和标注过程中，存在不可避免的质量损耗：图像质量不达标（曝光、摆位）导致的剔除率通常在5~15%；标注一致性不达标需要重标的比例约5~10%；测试集需要独立封存400例不参与训练。

综合考虑，10,000 份原始片在经过质量筛选后，有效原始片总量估计约为 8,500~9,000份（含训练与测试来源，非训练集净数量）；实际入库数量以质检结果为准。

若采购量仅为5,000张，经质量损耗后有效片数约4,000~4,500张，部分稀疏等级（尤其是3~5岁和17~18岁区间）将出现明显的样本不足。

维度四：模型迭代与持续优化的长期需求

骨龄AI模型不是一次性交付，而是需要持续迭代的系统。

10,000份数据不仅用于当前版本的训练，还需要为以下场景预留容量：

• 模型评估发现薄弱部位后的定向补充；
• 引入新技术架构（ViT、基础模型微调）时的重新训练；
• 未来标准更新（国家卫健委已提出更新中华-05标准）时的数据复用。

从长期视角看，10,000份是一个可支撑2~3轮迭代升级的合理起点，而非仅够一次训练的最低量。

说明：以上推断基于工程逻辑和类比参照，目前尚无公开文献对"RUS-CHN法骨龄AI模型所需最优训练集规模"给出精确的实验验证结论。10,000份是综合多维度约束后的合理工程判断，实际效果需在首轮训练完成后，通过薄弱等级分析报告进一步验证和调整。

本次采购10,000份骨龄X光片DICOM源文件，构建一套完全符合 RUS-CHN（中华-05）标准的中国儿童骨龄标注数据集。数据集按用途划分为三个子集：

图像来源：

• 来源于中国儿童（汉族为主，可包含其他民族但需标注民族信息）
• 拍摄部位：左手腕部正位X光片（标准骨龄拍摄体位）
• 年龄范围：3~18岁（男女均需覆盖，重点覆盖6~16岁）
• 性别：男女各5,000份，比例1:1（允许±5%内浮动）

图像质量要求：

• 分辨率：≥1000×1000像素（建议2000×2000以上）
• 格式：DICOM原始格式优先，或高质量PNG/JPEG（无损或高质量压缩）
• 曝光：骨骺清晰可见，无过曝或欠曝导致骨骺模糊
• 摆位：手指伸直，掌骨平行，无明显旋转（允许±15°以内偏差）
• 排除标准：骨折、手术植入物、严重骨骼疾病、图像严重模糊或截断

隐私脱敏：

• 所有图像必须去除患者姓名、身份证号、医院信息等个人识别信息
• 保留必要的元数据：性别、出生年月（精确到月）、拍摄日期（用于计算实际年龄）
• 符合《个人信息保护法》和《数据安全法》要求

5.4.1 标注人员资质要求

初级标注医生（负责初标）：

• 具备影像科、儿童内分泌科、儿童保健科或相关科室3年以上骨龄阅片经验
• 通过RUS-CHN标准培训考核（建议参照《儿童骨龄智能辅助诊断软件标准》要求）[8]
• 标注前需完成统一培训，确保对各骨各等级的判断标准一致

高年资复核医生（负责审核）：

• 具备5年以上骨龄阅片经验，或副主任医师及以上职称
• 负责对初标结果进行逐条审核，有异议时以复核意见为准
• 建议每个部位至少有2名复核医生独立审核，取一致意见注意：景联文科技的QApex专家标注平台 支持专家标注+专家评审机制，需确认其医学专家资源库中是否有符合上述资质的骨龄读片医生。

5.4.2 标注内容规范

A. 检测标注（用于检测模型训练）

在原始X光片上，对以下13块核心骨逐一标注矩形边界框（Bounding Box）：

• 边界框应紧密包围骨骺区域（骨化中心），不宜过大或过小；
• 标注格式：VOC XML 或COCO JSON（需与训练框架兼容）；
• 每张图片需同时记录：性别、实际年龄（月）、最终骨龄（岁）；

B. 等级分类标注（用于分级模型训练）

在骨区裁剪图（由检测模型或人工裁剪）上，按RUS-CHN标准对每块骨标注发育等级：

• 等级标注必须严格遵循《中国人手腕骨发育标准——中华05》的等级定义；
• 每个等级需对应标准中的"字等级"（如7-2表示主等级7的第2亚级）；
• 标注结果格式：部位_等级_字等级（如 Radius_8_8-2）；
• 金标准：以高年资医生复核等级为准，AI预标注等级仅作参考留档。

5.4.3 质量控制要求

一致性检验：

• 随机抽取10%的样本由两名医生独立标注，计算组间一致性（Kappa系数），要求Kappa ≥ 0.75（良好一致性）；
• 同一医生对同一样本的重测一致性（组内相关系数ICC）≥ 0.85。薄弱等级补充机制：
• 每个部位每个等级的训练样本不得少于30张（低于此阈值标记为"薄弱等级"，需定向补充）；
• 目标：每部位每等级 ≥100张（达到过采样前的充足水平）。暗图/无效图过滤：
• 裁剪图中骨骺区域不可见（最亮像素低于阈值）的图片需剔除
• 骨化中心尚未出现（等级0）的裁剪图单独归档，不纳入分级训练集

为保证模型在各年龄段、各性别的均衡表现，10,000 份数据需满足以下分布要求：年龄分布（以DICOM原始片计）：

来源多样性：建议来自至少5个以上不同地区 的医疗机构，单一机构提供数量不超过总量的40%，以提高模型的泛化能力（避免单一医院设备参数、拍摄习惯导致的过拟合）。

工时说明：以上为纯人工操作的上限估算。景联文的AI预标注+人工精修模式可将标注和复核环节效率提升2~3倍，预估实际工时可压缩至4,000~6,000小时 左右。

具体工时，需与景联文沟通后确认。

6.1 公司概况

杭州景联文科技有限公司（英文：Hangzhou Jinglianwen Technology Co., Ltd.）成立于2012年4月，总部位于杭州，是国内领先的AI数据生产运营商，入选杭州"新八骏"企业名单 [9]。

公司业务经历了从生物识别算法（指纹防伪）→ AI数据采集标注 → 高质量AI数据集生产运营的三阶段演变。融资方面，2025年5月完成数千万元Pre-A轮融资，2026年7月完成近亿元A轮融资（投资方包括医疗科技公司麦迪科技）[10] [11]。

6.2 核心技术能力

景联文的核心竞争力构建在两个自研平台上：

• SolarSense语料工程平台：覆盖数据采集、治理、标注、质检、增强、编目运营的全流程，支持文本、图像、音频、视频、3D点云等全模态数据，入选《2025中国大数据产业年度创新产品》。该平台以"AI预标注+人工精修"的人机协同模式，将标注效率提升3倍以上 [9]。
• QApex专家标注平台：面向需要专业背景的高难度标注场景，联动专家级数据和人才资源，通过专家标注+专家评审双重机制保障数据质量。这一平台对于骨龄标注（需要有资质的医生）尤为关键 [12]。

6.3 医疗数据能力（与本项目的关联性）

景联文的医疗数据处理平台对本项目具有直接支撑价值 [13]：

• 影像模态覆盖：支持CT、X-Ray（骨龄片即X-Ray）、核磁、PET-CT、超声、病理切片等
• 标注工具丰富：提供20+种标注工具，涵盖目标检测（骨区定位）、分类（等级判断）、关键点定位等
• 智能辅助：内置SAM算法、阈值分割、魔术棒等智能辅助功能，可加速骨区标注
• 像素级精度：支持像素级标注，满足骨骺精细标注需求
• 隐私保护：数据加密+脱敏，符合医疗数据法规要求
• 系统对接：可连接HIS/LIS/PACS等医疗系统，支持从医院直接获取影像数据

6.4 规模与资质

6.5 合作注意事项

景联文具备承接本项目数据需求的基础能力，但有以下几点需要明确确认：

• 医学专家资源：骨龄标注需要有3年以上骨龄阅片经验的医生，这与普通图像标注人员的资质要求差异显著。需确认景联文的QApex平台是否有足够数量的符合资质的骨龄读片医生，或是否有合作的医疗机构可以提供专家资源。
• 数据来源合规性：原始骨龄片涉及患者隐私，需确认景联文在数据采集环节是否与医疗机构有合规的数据授权协议，以及脱敏处理是否符合《个人信息保护法》要求。
• 标注一致性保障：建议在正式合作前，提供50~100张测试片，由景联文完成标注后，由公司医学顾问进行一致性验证，确认标注质量达标后再启动大规模标注。

本报告的核心结论可以归纳为以下五点：

• 第一，骨龄读片的AI化是明确的临床需求。人工读片的主观性、低效率和医生资源不均衡，为AI系统提供了充分的应用场景。中华-05法（RUS-CHN）作为国内主流标准，其逐骨评分的结构化特点与AI分类模型高度契合。
• 第二，公司现有系统已具备较好基础，但架构相对传统。YOLOv5 + ResNet18的CNN架构在当前数据规模下已实现MAE=0.34岁的水平，但与学术前沿（ViT、混合架构）相比仍有提升空间，且对全局骨骼发育关联的建模能力有限。
• 第三，技术升级的优先路径是CNN+Transformer混合架构。这一路径技术成熟度高、数据需求增量有限、与现有RUS-CHN标准完全兼容，是近期最可行的升级方向。引入医学基础模型微调（LoRA）是中期值得探索的方向。
• 第四，数据集是整个项目的核心资产。高质量的标注数据比模型架构的选择更重要。建议以"每部位每等级≥100张、男女均衡、年龄覆盖3~18岁、重点覆盖6~16岁、来源多中心"为最低标准，构建10,000份DICOM原片 + 130,000张骨区裁剪图的完整数据集（筛选前理论规模），其中9,600份原片用于训练与验证，400份独立测试原片封存。
• 第五，景联文具备承接本项目的基础能力，其医疗影像标注平台和专家标注机制与项目需求匹配，但需在合作前重点确认医学专家资源的资质和数量，并通过小批量试标注验证质量达标。

1. [1] 国家卫健委关于更新儿童骨龄评价标准的提案答复（2022）
2. [2] A study on the RUS–CHN bone age assessment method in adolescents and children (2026)
3. [3] A comparative study of three bone age assessment methods on Chinese preschool-aged children (2022)
4. [4] Inter-rater variability and repeatability in the assessment of the Tanner–Whitehouse classification (2024)
5. [5] A real-time automated bone age assessment system based on the RUS-CHN method (2023)
6. [6] The RSNA Pediatric Bone Age Machine Learning Challenge (2018)
7. [7] BAE-ViT: An Efficient Multimodal Vision Transformer for Bone Age Estimation (2024)
8. [8] 儿童骨龄智能辅助诊断软件标准编制说明（中国生物医学工程学会，2021）
9. [9] 景联文科技官网
10. [10] 景联文科技完成数千万元Pre-A轮融资（2025）
11. [11] 景联文科技完成近亿元A轮融资（2026）
12. [12] 景联文科技项目信息 - 36氪
13. [13] 景联文科技医疗数据处理平台介绍（2024）