【医械知识】人工智能软件的临床评价路径
人工智能软件在医疗领域的应用日益广泛，特别是在病理图像分析、医学影像识别和诊断系统中。为了保障这些软件能够安全有效地应用于临床，临床验证是重要的一环。
人工智能软件的临床评价路径主要包括以下几个关键步骤：
1.临床试验设计：
根据软件的功能和用途，选择合适的临床试验设计，如多阅片者多数据样本（MMRC）或随机交叉自身对照设计。保障临床试验能够充分确认软件的临床性能，证明其能够实现预期的医疗用途。
2.临床试验机构选择：
建议采用多中心临床试验，保障有足够的临床试验机构参与，通常不少于3家。选择具有相关学科优势的临床试验机构，并保障这些机构获得国家药品监督管理局备案认可。
3.临床试验目的和评估标准：
明确临床试验的主要目的，如提高病理医师的诊断准确性或缩短阅片时间。设定合理的评价指标，如定性分析的阳性一致率和阴性一致率，以及半定量/定量分析的等级符合率等。
4.样本量估算：
根据临床试验的主要评价指标进行样本量估算，保障有足够的数据支持软件的有效性和安全性。
5.偏倚控制：
实施同步盲法、至少2周的阅片洗脱期等措施，以减少偏倚并提高结果的可靠性。
6.入组人群：
保障入组的受试者具有代表性，涵盖各种组织类型、不同的肿瘤分级、分期以及相关良性疾病等。
根据人工智能医疗器械注册审查指导原则：人工智能医疗器械从用途角度可分为辅助决策类和非辅助决策类。其中，辅助决策是指通过提供诊疗活动建议辅助用户（如医务人员、患者）进行医疗决策，如通过病灶特征识别、病灶性质判定、用药指导、治疗计划制定进行辅助分诊、辅助检测、辅助诊断、辅助治疗等，相当于用户的“助手”。反之，仅提供医疗参考信息而不进行医疗决策即为非辅助决策，包括流程优化、诊疗驱动，前者如成像流程简化、诊疗流程简化等，后者如成像质量改善、成像速度提高、自动测量、自动分割、三维重建等，相当于用户的“工具”。
人工智软件若用于辅助决策，因该类器械风险较高，按照第三类医疗器械管理；而非辅助决策类人工智能软件按照风险等级大部分被归为第二类医疗器械。
成熟的功能算法和用途的辅助决策类软件可基于核心算法及核心功能开展同品种医疗器械比对，所选同品种医疗器械的临床证据原则上需基于临床试验（可以为回顾性研究设计）。针对额外的差异论证可以辅佐以相关的非临床证据或临床证据进行。而对于非辅助决策类软件，我们可以选择同品种医疗器械比对路径，基于核心功能进行对比来佐证目标产品的可用性及安全性。
考虑到辅助决策人工智能软件的真实使用场景和使用对象的差异性，目前各国监管部门推荐多阅片者多病例（multi-reader multi-case， MRMC）研究设计， MRMC设计分为三种：
1.配对阅片者配对病例设计
全交叉设计全部阅片者对每一种阅片模式下所有病例的影像数据给出阅片结果。
2.非配对阅片者配对病例设计
所有病例均提供所有阅片模式下的影像数据，部分阅片者只针对某一种阅片模式下的影像数据给出阅片结果，其余阅片者对另一种阅片模式下的影像数据给出阅片结果。
3.配对阅片者非配对病例设计
部分病例提供某一种阅片模式下的影像数据，其余病例提供另一种阅片模式下的影像数据，全部阅片者均对所有病例的影像数据给出阅片结果。
其中应用最多最常见的是①全交叉配对设计，这种设计需要的样本量相比②③非配对设计少，且能够在最大程度上减小由阅片者或者病例样本带来的误差。
除此之外阅片者的选择也有相应的要求，如果试验设计确定采用多名临床或影像专家共同读片的诊断结果作为金标准，建议在研究方案中对以下内容进行明确 ：
①专家的数量。
②专家的专业、资质、知识水平、职称或资历。
③在读片过程中为帮助专家给出相对准确的诊断结果而提供给专家的关于研究对象的具体信息（如年龄、性别和其他检查结果等）。
④临床专家对于目标疾病定义为阳性或者阴性的明确的判定方法和标准等。需要注意的是，参与目标疾病金标准诊断结果的临床或影像专家与目标产品试验评价过程中的阅片医生必须是完全独立的。
另外，近期NMPA发布了人工智能辅助检测医疗器械（软件）临床评价注册审查指导原则，导则中涉及人工智能辅助检测软件属于辅助决策类软件的范畴，明确了对于此类软件的临床试验设计要点；本文所分享人工智能软件的临床评价路径满足导则对临床评价方法的要求。
