RSNA在2008年提出了结构化报告的概念。到了2015年，RSNA设计了286个结构化报告。这个阶段的模板是按照“设备类型/部位”来设计的。但到了2016年RSNA放弃了原来的结构化报告思路，改为MRRT（Management of Radiology Report Template）报告的思路，以“设备类型/部位/病理特征”为索引。以前可以见到CT/RENAL的模板，现在只能见到CT/RENAL/DONOR、CT/RENAL/MASS、CT/RENAL/STONE之类的细分模板。这些细分模板要么病理特征明显，要么解剖部位局限。新的MRRT报告模板为了交换的方便，采用XML格式，所以很难内置知识库（据说现在各类MRRT报告模板多达3000多种）。RSNA做出这种转变的原因很简单：就是“设备/部位”的模板针对性不强、效率低，面向狭窄解剖部位、单病种的模板相对数据元素小而且相关性强，效率相对高。

RSNA 2015年的报告模板分类，不同领域中有重叠的模板。

所有的影像学结构化报告都是按照专家共识/金标准来设计的，要进入这个领域似乎并不难。国内也有很多医疗机构自行设计结构化报告，但似乎没有规模化地使用起来。难点到底在哪里呢？

1　从专家共识到知识图谱的转化跨度大

类似于听课能听懂，与讲课能把别人讲明白之间的差距。专家共识的底层语义是知识图谱，但其知识架构距离严格的知识图谱还有很大的距离。其中的数据元素不仅需要语义学的唯一性表示，还有很多模模糊糊的数据属性需要区分；基于这些数据元素的状态，还有很多模模糊糊的推理逻辑需要医生去体会。

2　需要医生团队/IT团队长期的耐心与包容

第一个误区是没参加过结构化报告设计的医生，或者IT技术人员往往认为将专家共识翻译成结构化报告挺容易的，他们没意识到从理解共识到将共识转变成严格的数学定义之间存在巨大的鸿沟，这是对医生们数据抽象概念能力和关系型数据库能力的挑战。这块能力原本不是放射科诊断医生的强项。
第二误区是放射科医生也会认为研发技术人员可以通过阅读理解专家共识，然后自行设置结构化报告。如前所述，专家共识与知识图谱有较大的距离，不通过对诊断知识的审核理解，无法构建底层架构。

3　为了提高效率而持续打磨

一个结构化报告完成设计使用是一个难题，能不能被使用起来是另外一个难题。看看RSNA的结构化报告到MRRT的变迁，就能知道：便捷使用和提高效率，是结构化报告的永恒追求。这里面又包括很多问题，比如：诊断逻辑的认同、界面和操作的方便性、变异情况的兼容能力等；一个报告从设计出原始模板到真正投入使用，被医生修理十几遍、几十遍是很正常的现象。如果没有适应性修改，很难实用。这个持续修改的过程是医生和研发技术人员互动的过程。

4　影像学单病种结构化报告的多样性

考虑到影像学诊断的单病种结构化报告可能多达两百个，结构化报告系统的开发与完善必定是一个长期的、艰苦的工作。

5　全系统需要设计统一的架构

如果仅涉及少量的结构化报告，无需考虑底层统一的数据结构。如果有几十个，那么底层数据定义的统一、逻辑的统一、如何复用变得非常重要。底层的数据元素用什么本体标记？RADLEX（LOINC）还是SNOMED？如果还不够用呢？诸如此类的问题非常多。如果不考虑这些问题，在每个模板功能的改进过程中，一致性和质量将无法控制，未来数据的汇总分享将无法实现。这需要一个系统性的架构，而且是一个持续改进的架构。

6　每个报告都需要通过外部整合提高效率

结构化报告当中的很多数据元素来源于影像后处理/影像AI，或者LIS/PIS系统。每个单病种结构化报告所需的信息不同，需要与不同的应用/厂家进行整合。这是一个海量和长期化的工作。

7　每个报告的专家共识都需要持续改进

一个单病种结构化报告可能嵌套几个前后顺序的专家共识，从诊断到临床的治疗方案。这些专家共识每隔几年（甚至几个月）就会更新。更新的时候需要重新修改结构化报告，其难度没有从零开始那么大，但其强度也和新设计一个差不多，往往只有经验能用上。这个工作没法由工程师完成，只能由医生来完成。

总之，结构化报告系统要发挥威力，是一个系统性的工程，时间漫长，门槛也高，很少有团队愿意坚持这么长的时间，去维系一个这样复杂的系统。但当结构化报告的标签开始发挥威力，终会发现这些工作是必要的，而且没有捷径可走。