神经疾病人工智能应用中国专家共识（2026 版）.docxVIP

神经疾病人工智能应用中国专家共识（2026版）

随着神经科学领域的飞速发展与人工智能技术的迭代升级，两者的深度融合已成为推动现代神经病学从经验医学向精准医学跨越的关键驱动力。为了规范人工智能技术在神经疾病诊疗、预后预测及全程管理中的科学应用，提升医疗质量与患者预后，特组织国内神经病学、人工智能算法学、生物医学工程及伦理学等多学科专家，基于当前循证医学证据与最新技术进展，共同制定本共识。本共识旨在为临床医师、研究人员及技术开发者提供具有指导意义的建议，促进AI技术在神经疾病领域的安全、有效及合规落地。

一、基础架构与数据治理标准

人工智能在神经疾病中的应用效能高度依赖于数据的质量与标准化程度。神经疾病数据具有多模态、高维度、异质性强等特点，包括影像学、电生理、基因组学、临床量表及电子病历等。构建统一、规范的数据治理架构是AI模型开发与训练的前提。

1.1多模态数据融合与标准化

神经疾病的精准诊断往往需要综合多种检查手段。专家共识强烈建议，在构建AI训练数据集时，必须遵循多模态数据融合的原则。

影像学数据：对于CT、MRI、PET等影像数据，应统一采用DICOM格式进行存储与传输。在预处理阶段，需严格执行图像去噪、头骨剥离、体素归一化及空间配准等操作。特别是对于功能磁共振，需建立标准化的BOLD信号预处理流程，以减少不同扫描仪参数带来的偏倚。

电生理数据：脑电图（EEG）、肌电图