服務熱線
400-100-7120
作者：趙泓維
在藥監局進行“人工智能類醫療器械注冊申報公益培訓”半年之后，關于審批要求相關的官方詳細文件終于下達。半年前的會議上，藥監局細致入微的分析了影響醫療人工智能器械審批的每一個過程，細化到對每個指標進行了詳盡的講解。這一次，藥監局正式向AI企業發布了審批相關文件《深度學習輔助決策醫療器械軟件審批要點》（以下簡稱《要點》），以文件的方式將審批相關的具體指標確立下來。
相比上一次會議，藥監局沒有把過多的筆墨放在流程介紹上，整個文件直擊人工智能軟件的數據質量控制、算法泛化能力、臨床使用風險、臨床使用風險應當考慮數據質量控制、算法泛化能力的直接影響，以及算力所用計算資源（即運行環境）失效的間接影響六大要點。
具體而言，《要點》由適用范圍、審批關注要點、軟件更新、相關技術考量、注冊申報資料說明五個部分組成，每一部分均對其中涉及的指標進行了非常細致的介紹。
需要注意的是，該文件不僅包含了輔助診斷的考量，還明確了非輔助決策軟件、傳統人工智能軟件的要求以及第三方數據庫、移動與云計算等考量。
結合《要點》內容，動脈網采訪了數位從事醫療人工智能的相關人士，嘗試從政策之中挖掘2019年下半年“醫療+AI”的發展方向。
六大關鍵詞點名AI產品原則
從審批的流程與關注點看，以基于風險的全生命周期管理為軟件監管根本的直到原則早已確定，而為實施此選擇所提及的適用范圍、風險考量、需求分析、軟件確認、臨床實驗等因素也已成定式，但其中的細節部分仍有所改良。
審評要點重點關注軟件的數據質量控制、算法泛化能力、臨床使用風險、臨床使用風險應當考慮數據質量控制、算法泛化能力的直接影響，以及算力所用計算資源（即運行環境）失效的間接影響。
具體而言，動脈網從《要點》之中提取了6個關鍵詞，這6個關鍵詞明確了人工智能企業在審批中所需注意的關鍵。
1.適用范圍
準則的適用范圍包括兩類軟件。
1. 深度學習輔助決策醫療器械軟件：即基于醫療器械數據（醫療器械所生成的醫學圖像、醫學數據，以下統稱數據），使用深度學習技術進行輔助決策的軟件。
2. 使用深度學習技術進行前處理（如成像質量改善、成像速度提升、圖像重建）、流程優化（如一鍵操作）、常規后處理（如圖像分割、數據測量）等非輔助決策的軟件可參考使用本審評要點。
需要注意的是，這里不再把深度學習軟件化分為可分為AI獨立軟件（本身即為醫療器械的AI軟件）與AI軟件組件（醫療器械內含的AI軟件）,而是以是否“輔助決策”對產品進行了劃分，強調了產品的“輔助”功能；同時，這也明確表示非輔助決策軟件也將以類似手段進入審批流程。
2.審批重點
審批提出了軟件的數據質量控制、算法泛化能力、臨床使用風險，臨床使用風險應當考慮數據質量控制、算法泛化能力的直接影響，以及算力所用計算資源（即運行環境）失效的間接影響六個方面。
而這六個方面正是人工智能企業所實際面臨的問題，數據質量關系著算法的成熟度；泛化能力則是指人工智能產品在不同人群中的普適能力；臨床試驗更是制約現階段AI產品發展的關鍵……每一個問題都卡住了一批AI企業。
那么，在要點中重申這些監管要點之后，藥監局會提出相應的解決方案對人工智能企業進行輔助嗎？一切仍有待時間給出答案？
3.數據收集與處理
在審批之中，數據收集應當考慮數據采集、數據預處理、數據標注、數據集構建等活動的質控要求，以保證數據質量和算法設計質量。
在實際審批之中，數據在審批過程中非常重要。據動脈網了解，多家人工智能企業在提交《創新醫療器械特別審批程序》時，被審批機構以“缺少訓練集、調優集、測試集中主要數據來源機構”；“缺少主要采集數據的分布情況”；“缺少不同設備和來源機構的測試數據”；“缺少數據標注質量控制中人員資歷、數量的要求”；“缺少基于一定樣本量真實數據的用戶測試”等理由駁回。
對于上述問題，《要點》中認為，采集設備質控應當明確采集設備的兼容性要求和采集要求。兼容性要求應當基于數據生成方式（直接生成、間接生成）提供采集設備兼容性列表或技術要求，明確采集設備的制造商、型號規格、性能指標等要求，若對采集設備無具體要求應當提供相應支持資料。
采集要求應當明確采集設備的采集方式（如常規成像、增強成像）、采集協議（如MRI成像序列）、采集參數（如CT加載電壓、加載電流、加載時間、層厚）、采集精度（如分辨率、采樣率）等要求。
若使用現有歷史數據，應當明確采集設備要求、數據采集質量評估要求（如人員、方法、指標、通過準則）。同時，采集的數據應當進行數據脫敏以保護患者隱私。數據脫敏應當明確脫敏的類型（靜態、動態）、規則、程度、方法。
數據預處理、數據標注、數據集構建三個方面文件亦給出了明確的要求，但要求相對簡單，企業只需按照要求的模式執行即可，這里不作贅述。
4.算法設計
除了常規命名方面的要求外，《要點》提到了算法訓練與網絡安全防護問題。
其中，算法訓練需要基于訓練集、調優集進行訓練和調優，應當明確評估指標、訓練方法、訓練目標、調優方法、訓練數據量-評估指標曲線等要求。
評估指標建議根據臨床需求進行選擇，如敏感性、特異性等。訓練方法包括但不限于留出法和交叉驗證法。訓練目標應當滿足臨床要求，提供ROC曲線等證據予以證實。調優方法應當明確算法優化策略和實現方法。訓練數據量-評估指標曲線應當能夠證實算法訓練的充分性和有效性。
而在網絡安全防護方面，應當結合軟件的預期用途、使用場景和核心功能，基于保密性、完整性、可得性等網絡安全特性，確定軟件網絡安全能力建設要求，以應對網絡攻擊和數據竊取等網絡威脅。相關要求詳見網絡安全指導原則。
類軟件常見網絡威脅包括但不限于框架漏洞攻擊、數據污染，其中框架漏洞攻擊是指利用算法所用現成框架本身漏洞進行網絡攻擊，數據污染是指通過污染輸入數據進行網絡攻擊。
5.以臨床評價為主的軟件確認方式
軟件確認是本次《要點》中的重點，文件中明確表示，企業應根據軟件指導原則要求，提交基于臨床試驗的臨床評價資料，即提交申報產品的臨床試驗資料，或者與申報產品核心算法具有實質等同性的同品種產品或同類軟件功能的臨床試驗資料。
而對于臨床試驗，《要點》建議優先選擇同品種產品或臨床參考標準（即臨床金標準）進行非劣效對照設計，若無同品種產品且難以獲取臨床參考標準（如違背倫理學要求）可選擇替代方法，如選擇用戶結合軟件聯合決策與用戶單獨決策進行優效對照設計。非劣效界值或優效界值的確定應當有充分的臨床依據。此外考慮到用戶的差異性，可選擇多閱片者多病例（MRMC）試驗設計。
《要點》建議企業應結合適用人群、病變等層面選擇觀察指標，原則上選擇敏感性、特異性、ROC/AUC作為主要觀察指標，亦可在此基礎上根據軟件特點選擇敏感性/特異性衍生指標、ROC/AUC衍生指標、組內相關系數、Kappa系數、時間效率、數據有效使用率等指標作為觀察指標。入排標準應當基于目標疾病流行病學特征，保證陽性樣本和陰性樣本選取的合理性和充分性。而在實際之中，大部分企業傾向于選擇敏感性、特異性、ROC/AUC作為主要觀察指標。
