以臨床問題為導向，注重開發(fā)環(huán)節(jié)……AI醫(yī)療器械的發(fā)展路徑漸明

zhg

近期，由醫(yī)療器械技術審評中心（以下簡稱器審中心）和中國健康傳媒集團聯(lián)合主辦的“人工智能類醫(yī)療器械注冊申報公益培訓”在北京舉行。

該培訓旨在

從政策方面給相關生產(chǎn)企業(yè)以引導

幫助有關企業(yè)

從源頭確保人工智能（AI）醫(yī)療器械產(chǎn)品

設計開發(fā)和研制生產(chǎn)的合規(guī)性

為申報注冊提供指導

促進我國AI醫(yī)療器械產(chǎn)業(yè)健康發(fā)展

本次培訓班上，業(yè)內(nèi)專家圍繞AI醫(yī)療器械領域共同關注的數(shù)據(jù)質(zhì)量控制要求、深度學習輔助決策軟件審評要點等進行了專題講解。

“

設計開發(fā)環(huán)節(jié)格外重要

   

在火熱的“AI+醫(yī)療”浪潮中，AI醫(yī)療器械成為醫(yī)療器械企業(yè)、AI創(chuàng)業(yè)公司、互聯(lián)網(wǎng)巨頭等紛紛布局的領域。由于AI醫(yī)療器械屬于新興技術領域，企業(yè)在發(fā)展中遇到許多新問題。尤其是部分AI技術公司，之前并沒有醫(yī)療器械的相關生產(chǎn)和從業(yè)經(jīng)驗，缺乏對醫(yī)療器械行業(yè)的專業(yè)知識和規(guī)范標準的儲備，這很有可能導致技術和產(chǎn)品脫離行業(yè)法規(guī)、標準，無法滿足臨床實際需求，從而遠離用戶和市場。

培訓會上，器審中心審評二部副部長郭兆君強調(diào)，在明確相關法規(guī)、醫(yī)療器械技術審評的前提下進行產(chǎn)品設計開發(fā)十分重要。

郭兆君介紹，醫(yī)療器械產(chǎn)品的生命周期是指從產(chǎn)品概念產(chǎn)生到產(chǎn)品退市的整個時間段。其中，設計開發(fā)是非常關鍵的一個環(huán)節(jié)，包含用戶需求、設計輸入、設計輸出、設計驗證、設計確認、設計評審等幾項重要節(jié)點�！熬秃帽壬w房子�！惫�兆君舉例說，“首先要考慮用戶需求，如果一家三代同堂，用戶需求就是滿足每個人的生活需要；用戶需求轉化成設計輸入就如設計房子的結構、布局、原材料等；然后開始研發(fā)、設計輸出，此時呈現(xiàn)出的可能是一些圖紙、樣板間、材料的訂購信息等，這時就要考慮輸出和輸入是否一致，這個過程就叫設計驗證；此后再投入生產(chǎn)，看最終產(chǎn)品是否符合用戶需求，這個過程就是設計確認；最后，設計評審是項很重要的工作，評審用戶需求有沒有充分采集，設計輸入是否充分、適宜、可被驗證確認，有沒有正確反映用戶需求等�！�

郭兆君強調(diào)，企業(yè)在開發(fā)一款AI醫(yī)療器械時，在設計開發(fā)的輸入環(huán)節(jié)就要明確一些關鍵因素，比如：用戶需求以及產(chǎn)品預期用途所涉及的功能、性能、可用性、安全要求、法規(guī)和標準等。另外，企業(yè)在做進口產(chǎn)品、為醫(yī)生提供定制化服務的市場決策時，要格外注意用戶需求問題。因為國外開發(fā)的產(chǎn)品是基于國外的用戶需求，要考慮產(chǎn)品與中國用戶需求的契合度，不符合中國用戶需求的產(chǎn)品不適合進口。

“

審評審批制度不斷完善

   

針對企業(yè)普遍關注的AI醫(yī)療器械審批問題，器審中心審評一部副部長彭亮在培訓會上細致解讀了《深度學習輔助決策醫(yī)療器械軟件審評要點》（草案），系統(tǒng)全面講解了AI醫(yī)療器械在審批過程中所面臨的風險考量、設計開發(fā)（含需求分析、數(shù)據(jù)收集、算法設計、軟件確認）、軟件更新、適用范圍擴展、第三方數(shù)據(jù)庫、網(wǎng)絡安全與數(shù)據(jù)安全、云計算與移動計算、注冊申報資料等問題。

據(jù)介紹，AI醫(yī)療器械是指采用AI技術的醫(yī)療器械，其中AI是基于數(shù)據(jù)/知識和算力的算法。而深度學習作為新一代AI技術的代表，是基于海量數(shù)據(jù)和高算力的黑盒算法。按照醫(yī)療器械軟件類型，AI醫(yī)療器械可分為AI獨立軟件（本身即為醫(yī)療器械的AI軟件）和AI軟件組件（醫(yī)療器械內(nèi)含的AI軟件）。目前，對AI醫(yī)療器械質(zhì)量評價主要依據(jù)《醫(yī)療器械軟件注冊技術審查指導原則》《移動醫(yī)療器械注冊技術審查指導原則》《醫(yī)療器械網(wǎng)絡安全注冊技術審查指導原則》三個指導原則，技術審評重點關注AI醫(yī)療器械產(chǎn)品的數(shù)據(jù)質(zhì)量控制、算法泛化能力以及臨床使用風險。

近幾年，為加快創(chuàng)新醫(yī)療器械審批進程，器審中心做了大量工作。器審中心綜合業(yè)務處副處長賈健雄介紹，2014年2月《創(chuàng)新醫(yī)療器械特別審批程序（試行）》發(fā)布，開通了創(chuàng)新型醫(yī)療器械產(chǎn)品審評審批綠色通道，器審中心按照早期介入、專人負責、科學審批的原則，對創(chuàng)新醫(yī)療器械予以優(yōu)先辦理；同時，加強與申請人的溝通交流，從而加快其上市進程。2018年11月，新修訂的《創(chuàng)新醫(yī)療器械特別審查程序》發(fā)布，旨在進一步鼓勵醫(yī)療器械研發(fā)創(chuàng)新，推動醫(yī)療器械產(chǎn)業(yè)高質(zhì)量發(fā)展。截至2018年11月底，國家藥監(jiān)局收到創(chuàng)新特別審查申請1054項，192項同意按照特別審查程序?qū)徟��?6項創(chuàng)新醫(yī)療器械（51個注冊單元產(chǎn)品）已通過特別程序獲準上市。“但很遺憾，目前還沒有AI相關產(chǎn)品過審�！辟Z健雄說。

賈健雄建議企業(yè)應規(guī)范醫(yī)療器械產(chǎn)品名稱；要有明確的軟件預期用途、使用場景、核心功能和運行環(huán)境；使用的數(shù)據(jù)應來自臨床機構，且說明來源機構及采集要求；提供算法設計的相關資料，包括算法選擇及訓練；提供真實臨床數(shù)據(jù)的軟件驗證資料；具有能夠支持產(chǎn)品有顯著臨床應用價值的數(shù)據(jù)資料。

郭兆君表示，企業(yè)還應該正確看待注冊監(jiān)管。注冊監(jiān)管和醫(yī)療器械制造商的目的是一致的，都是為公眾提供安全有效、有價值的產(chǎn)品。注冊監(jiān)管是幫助企業(yè)設計開發(fā)出滿足醫(yī)療健康需求的AI產(chǎn)品，幫助企業(yè)降低風險、提高產(chǎn)品的質(zhì)量、節(jié)約成本、形成企業(yè)乃至行業(yè)的良性循環(huán)。監(jiān)管機構只是監(jiān)督責任人將預計的事情充分完成，最終的責任人是企業(yè)。

“

臨床應用須滿足實際需求

   

AI醫(yī)療器械應該與臨床應用緊密結合，滿足臨床一線的實際需求，解決臨床診斷難題和醫(yī)生短缺問題，應用于三甲醫(yī)院和基層醫(yī)院等諸多不同場景，只有這樣才能促進AI醫(yī)療器械從實驗室轉向生產(chǎn)應用。

目前，我國AI醫(yī)療器械領域主要集中于肺結節(jié)等肺部疾病和糖尿病視網(wǎng)膜病變（以下簡稱糖網(wǎng)）影像診斷領域。

四川大學華西醫(yī)院胸外科主任劉倫旭介紹，目前肺癌的治療以外科手術為主，但診斷過程中仍然存在很多難題，包括基于術前胸部CT的手術指征判定、手術方式選擇、肺癌預后精準預測等。劉倫旭表示，將AI對醫(yī)學影像的圖像識別和神經(jīng)網(wǎng)絡技術運用于肺癌外科診治，可以解決目前存在的上述臨床難題。他介紹，從2011年開始，華西醫(yī)院胸外科建立了胸外科肺癌數(shù)據(jù)庫，涵蓋從2005年至今的外科治療肺癌病例，數(shù)據(jù)超過一萬例，包含完整的結構化的標準臨床信息、隨訪信息和高質(zhì)量影像數(shù)據(jù)�；�于胸外科領域目前存在的若干實際臨床問題，研究人員從手術指征判斷、手術方式選擇和術后預后預測模型三方面構建了胸外科肺癌診治智能化系統(tǒng)。經(jīng)過數(shù)據(jù)整理，該模型的動態(tài)識別模型效能為88%，識別率為81.2%，查全率為73.2%，查準率為87.14%。“這是現(xiàn)階段AI產(chǎn)品在臨床中實現(xiàn)的理想數(shù)據(jù)。”劉倫旭說。

中國醫(yī)學科學院北京協(xié)和醫(yī)院眼科副主任醫(yī)師于偉泓以糖網(wǎng)為例介紹了AI對中國眼科公共衛(wèi)生的重大意義。于偉泓介紹，我國約有3000多萬糖網(wǎng)患者，但我國糖網(wǎng)篩查率小于5%，眼科醫(yī)生缺乏是主要原因。尤其在基層醫(yī)院幾乎沒有眼底病專科，缺乏專業(yè)人才，因此AI對于基層醫(yī)院來說具有更大的臨床價值。2018年4月，美國食品藥品管理局已批準了世界上第一臺AI檢測糖網(wǎng)的設備IDx-DR用于基層眼科醫(yī)療�！跋嘈盼覈�也可以很快上市同類產(chǎn)品�！�

“以臨床問題為導向研發(fā)AI，可以提高臨床診治能力和服務質(zhì)量。”劉倫旭認為，醫(yī)療AI的研究方向應該基于實際臨床問題的解決。此外，大量高質(zhì)量的優(yōu)質(zhì)標記數(shù)據(jù)是開發(fā)優(yōu)秀模型的保障。AI研究基于大數(shù)據(jù)的機器學習和模型驗證，必須有大量擁有臨床信息和影像數(shù)據(jù)的臨床病例作為支撐，統(tǒng)一的標準是優(yōu)質(zhì)的數(shù)據(jù)保障，優(yōu)質(zhì)的數(shù)據(jù)才能訓練出優(yōu)秀的模型。

于偉泓認為，標注數(shù)據(jù)質(zhì)量控制也很重要。標注醫(yī)生的平均水平對測試集的質(zhì)量至關重要，比如一張圖像由3位醫(yī)生分別標注，采用多數(shù)一致的結果，這樣可以降低由于個人疏忽導致的隨機性錯誤；若再引入專家組進行抽查式質(zhì)量檢查，并裁決標注完全不一致的情況，還可以降低由于團隊知識技能水平導致的系統(tǒng)性錯誤。

于偉泓表示，在建立AI產(chǎn)品評價體系時既要鼓勵和推動創(chuàng)新，又要保證產(chǎn)品使用的安全性和有效性，注重評價流程和指標的規(guī)范性、合理性和可實施性。臨床評價需要考慮諸多不同的場景，如考慮輔助篩查、輔助診斷、隨診分析的流程差異，三甲醫(yī)院、基層醫(yī)院、體檢中心等場景差異，不同場景和機型下的圖片質(zhì)量差異等。她預計，未來對于醫(yī)療AI產(chǎn)品的研發(fā)及評價分級會更加精細。