動脈網(wǎng)獲悉，2019年6月29日，國家藥品監(jiān)督管理局醫(yī)療器械技術(shù)審評中心發(fā)布了《深度學習輔助決策醫(yī)療器械軟件審批要點》，為相應(yīng)醫(yī)療器械軟件注冊申報提供專業(yè)建議。（下簡稱《要點》）

據(jù)動脈網(wǎng)了解，《要點》主要由五部分組成：

一、適用范圍；

二、審批關(guān)注要點；

三、軟件更新；

四、相關(guān)技術(shù)考量；

五、注冊申報資料說明。

以下為動脈網(wǎng)整理的《要點》中的關(guān)鍵詞：

關(guān)鍵詞一：適用范圍

深度學習輔助決策醫(yī)療器械軟件即基于醫(yī)療器械數(shù)據(jù)（醫(yī)療器械所生成的醫(yī)學圖像、醫(yī)學數(shù)據(jù)，以下統(tǒng)稱數(shù)據(jù)），使用深度學習技術(shù)進行輔助決策的軟件。

使用深度學習技術(shù)進行前處理（如成像質(zhì)量改善、成像速度提升、圖像重建）、流程優(yōu)化（如一鍵操作）、常規(guī)后處理（如圖像分割、數(shù)據(jù)測量）等非輔助決策的軟件可參考使用本審評要點。

這里以是否“輔助決策”對產(chǎn)品進行了劃分，強調(diào)了產(chǎn)品的“輔助”功能；同時，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。

關(guān)鍵詞二：審批重點

《要點》中提到，本審評要點重點關(guān)注軟件的數(shù)據(jù)質(zhì)量控制、算法泛化能力、臨床使用風險，臨床使用風險應(yīng)當考慮數(shù)據(jù)質(zhì)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(huán)境）失效的間接影響。

基于風險的全生命周期管理是此類軟件監(jiān)管的基本方法，軟件風險管理活動應(yīng)當基于軟件的預(yù)期用途（目標疾病、臨床用途、重要程度、緊迫程度）、使用場景（適用人群、目標用戶、使用場所、臨床流程）、核心功能（處理對象、數(shù)據(jù)兼容性、功能類型）予以實施，并貫穿于軟件全生命周期過程。

軟件臨床使用風險主要包括假陰性和假陽性，其中假陰性即漏診，可能導致后續(xù)診療活動延誤，特別是要考慮快速進展疾病的診療活動延誤風險；假陽性即誤診，可能導致后續(xù)不必要的診療活動。

進口軟件除考慮假陽性和假陰性風險外，還應(yīng)當考慮中外人種、流行病學特征、臨床診療規(guī)范等方面差異的影響及其風險。生產(chǎn)企業(yè)應(yīng)當采取充分的、適宜的、有效的風險控制措施以保證軟件的安全性和有效性。

關(guān)鍵詞三：數(shù)據(jù)來源

《要點》中提到，數(shù)據(jù)收集應(yīng)當考慮數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標注、數(shù)據(jù)集構(gòu)建等活動的質(zhì)控要求，以保證數(shù)據(jù)質(zhì)量和算法設(shè)計質(zhì)量。此外，應(yīng)當考慮采集設(shè)備、采集過程以及數(shù)據(jù)脫敏的質(zhì)控要求；脫敏數(shù)據(jù)由臨床機構(gòu)轉(zhuǎn)移至生產(chǎn)企業(yè)形成原始數(shù)據(jù)庫，不同模態(tài)的數(shù)據(jù)在原始數(shù)據(jù)庫中應(yīng)當加以區(qū)分；數(shù)據(jù)標注應(yīng)當考慮標注資源管理、標注過程質(zhì)控、標注質(zhì)量評估等要求。

關(guān)鍵詞四：算法設(shè)計

《要點》中提到，應(yīng)當考慮算法選擇、算法訓練、網(wǎng)絡(luò)安全防護、算法性能評估等活動的質(zhì)控要求。建議數(shù)據(jù)驅(qū)動與知識驅(qū)動相結(jié)合進行算法設(shè)計，以提升算法可解釋性。

在原文中，《要點》對具體算法的選擇、訓練方式、網(wǎng)絡(luò)安全都進行了明確的要求。

關(guān)鍵詞五：以臨床評價為主的軟件確認方式

根據(jù)軟件指導原則要求，軟件應(yīng)當提交基于臨床試驗的臨床評價資料，即提交申報產(chǎn)品的臨床試驗資料，或者與申報產(chǎn)品核心算法具有實質(zhì)等同性的同品種產(chǎn)品或同類軟件功能的臨床試驗資料。

進口軟件應(yīng)當提供中外人種、流行病學特征、臨床診療規(guī)范等方面差異影響的臨床評價資料，若不足以證實申報產(chǎn)品在中國使用的安全性和有效性，應(yīng)當在中國開展臨床試驗。使用境外臨床試驗數(shù)據(jù)應(yīng)當滿足《接受醫(yī)療器械境外臨床試驗數(shù)據(jù)技術(shù)指導原則》要求。

而臨床試驗應(yīng)當符合《醫(yī)療器械臨床試驗質(zhì)量管理規(guī)范》要求。建議優(yōu)先選擇同品種產(chǎn)品或臨床參考標準（即臨床金標準）進行非劣效對照設(shè)計；建議臨床試驗結(jié)果由第三方獨立評價；臨床評價可采用基于現(xiàn)有歷史數(shù)據(jù)的回顧性研究。

關(guān)鍵詞六：注冊申報資料說明

《要點》中提到，申報的軟件名稱需符合獨立軟件通用名稱命名規(guī)范要求，體現(xiàn)處理對象（如CT圖像、眼底照片）、目標疾�。ê�病變、疾病屬性）、臨床用途（如輔助篩查、輔助識別）等特征詞。

輔助決策獨立軟件適用范圍應(yīng)當明確預(yù)期用途、使用場景和核心功能，包括但不限于處理對象、目標疾病、臨床用途、適用人群、目標用戶、使用場所、采集設(shè)備要求、臨床使用限制。

企業(yè)必須提供：一、軟件描述文檔核心算法部分應(yīng)當結(jié)合本審評要點提供相應(yīng)算法研究資料；二、包括數(shù)據(jù)來源合規(guī)性聲明；三、算法性能影響因素分析資料以及各類測試場景下算法性能評估結(jié)果比較分析資料。

說明書應(yīng)當符合《醫(yī)療器械說明書和標簽管理規(guī)定》要求。

除了上述六個關(guān)鍵點外，《要點》還明確了非輔助決策軟件、傳統(tǒng)人工智能軟件的要求以及第三方數(shù)據(jù)庫、移動與云計算等考量。在此之中提出了“前處理軟件功能原則上應(yīng)當開展算法性能評估、臨床評價；流程優(yōu)化軟件功能開展算法性能評估即可，無需開展臨床評價；常規(guī)后處理軟件功能原則上開展算法性能評估即可，全新功能應(yīng)當開展臨床評價”的評價要求。

以下為《深度學習輔助巨冊醫(yī)療器械軟件審批要點》全文。

一、適用范圍

本審評要點適用于深度學習輔助決策醫(yī)療器械軟件（含獨立軟件、軟件組件）的注冊申報。深度學習輔助決策醫(yī)療器械軟件（以下簡稱軟件）即基于醫(yī)療器械數(shù)據(jù)（醫(yī)療器械所生成的醫(yī)學圖像、醫(yī)學數(shù)據(jù)，以下統(tǒng)稱數(shù)據(jù)），使用深度學習技術(shù)進行輔助決策的軟件。其中，“基于醫(yī)療器械數(shù)據(jù)”是指單獨使用醫(yī)療器械數(shù)據(jù)，或者聯(lián)合使用醫(yī)療器械數(shù)據(jù)與非醫(yī)療器械數(shù)據(jù)；“輔助決策”是指通過提供診療活動建議輔助醫(yī)務(wù)人員進行臨床決策。

使用深度學習技術(shù)進行前處理（如成像質(zhì)量改善、成像速度提升、圖像重建）、流程優(yōu)化（如一鍵操作）、常規(guī)后處理（如圖像分割、數(shù)據(jù)測量）等非輔助決策的軟件可參考使用本審評要點。使用傳統(tǒng)機器學習技術(shù)的軟件亦可參考使用本審評要點。

本審評要點遵循《醫(yī)療器械軟件注冊技術(shù)審查指導原則》（以下簡稱軟件指導原則）、《醫(yī)療器械網(wǎng)絡(luò)安全注冊技術(shù)審查指導原則》（以下簡稱網(wǎng)絡(luò)安全指導原則）、《移動醫(yī)療器械注冊技術(shù)審查指導原則》（以下簡稱移動器械指導原則）等相關(guān)指導原則要求。

本審評要點不含人工智能倫理、數(shù)據(jù)產(chǎn)權(quán)等法律法規(guī)層面要求，但生產(chǎn)企業(yè)應(yīng)當在軟件全生命周期過程中考慮相關(guān)規(guī)定。

二、審評關(guān)注重點

從發(fā)展驅(qū)動要素角度講，深度學習實為基于海量數(shù)據(jù)和高算力的黑盒算法。本審評要點重點關(guān)注軟件的數(shù)據(jù)質(zhì)量控制、算法泛化能力、臨床使用風險，臨床使用風險應(yīng)當考慮數(shù)據(jù)質(zhì)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(huán)境）失效的間接影響。

基于風險的全生命周期管理是此類軟件監(jiān)管的基本方法，相關(guān)考量詳見軟件指導原則、網(wǎng)絡(luò)安全指導原則、移動器械指導原則以及醫(yī)療器械生產(chǎn)質(zhì)量管理規(guī)范獨立軟件附錄。下面結(jié)合審評關(guān)注重點分別闡述軟件風險管理、軟件設(shè)計開發(fā)、軟件更新等方面考量。

軟件風險管理活動應(yīng)當基于軟件的預(yù)期用途（目標疾病、臨床用途、重要程度、緊迫程度）、使用場景（適用人群、目標用戶、使用場所、臨床流程）、核心功能（處理對象、數(shù)據(jù)兼容性、功能類型）予以實施，并貫穿于軟件全生命周期過程。軟件臨床使用風險主要包括假陰性和假陽性，其中假陰性即漏診，可能導致后續(xù)診療活動延誤，特別是要考慮快速進展疾病的診療活動延誤風險；假陽性即誤診，可能導致后續(xù)不必要的診療活動。進口軟件除考慮假陽性和假陰性風險外，還應(yīng)當考慮中外人種、流行病學特征、臨床診療規(guī)范等方面差異的影響及其風險。生產(chǎn)企業(yè)應(yīng)當采取充分的、適宜的、有效的風險控制措施以保證軟件的安全性和有效性。

軟件典型設(shè)計開發(fā)過程通�？煞譃樾枨蠓治�、數(shù)據(jù)收集、算法設(shè)計、驗證與確認等階段。

1

需求分析

需求分析應(yīng)當以軟件的臨床需求與使用風險為導向，結(jié)合軟件的預(yù)期用途、使用場景和核心功能，綜合考慮法規(guī)、標準、用戶、產(chǎn)品、數(shù)據(jù)、功能、性能、接口、用戶界面、網(wǎng)絡(luò)安全、警示提示等方面需求，重點考慮數(shù)據(jù)收集、算法性能、臨床使用限制等方面要求。

數(shù)據(jù)收集應(yīng)當考慮數(shù)據(jù)來源的合規(guī)性和多樣性、目標疾病流行病學特征、數(shù)據(jù)質(zhì)量控制要求（詳見下節(jié)）。數(shù)據(jù)來源應(yīng)當在合規(guī)性基礎(chǔ)上保證數(shù)據(jù)多樣性，以提高算法泛化能力，如盡可能來自多家、不同地域、不同層級的代表性臨床機構(gòu)，盡可能來自多種、不同采集參數(shù)的采集設(shè)備。目標疾病流行病學特征包括但不限于疾病構(gòu)成（如分型、分級、分期）、人群分布（如健康、患者，性別、年齡、職業(yè)、地域、生活方式）、統(tǒng)計指標（如發(fā)病率、患病率、治愈率、死亡率、生存率）等情況，以及目標疾病并發(fā)癥與類似疾病的影響情況。

算法性能應(yīng)當考慮假陰性與假陽性（指標、關(guān)系）、重復(fù)性與再現(xiàn)性、魯棒性／健壯性等要求。

臨床使用限制應(yīng)當考慮臨床禁用、慎用等場景。

2

數(shù)據(jù)收集

數(shù)據(jù)收集應(yīng)當考慮數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標注、數(shù)據(jù)集構(gòu)建等活動的質(zhì)控要求，以保證數(shù)據(jù)質(zhì)量和算法設(shè)計質(zhì)量。

1． 數(shù)據(jù)采集

數(shù)據(jù)采集主要由臨床機構(gòu)實施，應(yīng)當考慮采集設(shè)備、采集過程以及數(shù)據(jù)脫敏的質(zhì)控要求。

采集設(shè)備質(zhì)控應(yīng)當明確采集設(shè)備的兼容性要求和采集要求。兼容性要求應(yīng)當基于數(shù)據(jù)生成方式（直接生成、間接生成）提供采集設(shè)備兼容性列表或技術(shù)要求，明確采集設(shè)備的制造商、型號規(guī)格、性能指標等要求，若對采集設(shè)備無具體要求應(yīng)當提供相應(yīng)支持資料。采集要求應(yīng)當明確采集設(shè)備的采集方式（如常規(guī)成像、增強成像）、采集協(xié)議（如MRI成像序列）、采集參數(shù)（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。

采集過程質(zhì)控應(yīng)當建立數(shù)據(jù)采集操作規(guī)范，明確采集人員要求和采集過程要求。采集人員要求包括人員的選拔、培訓、考核。采集過程要求包括人員職責、采集流程（如采集步驟、操作要求）。

若使用現(xiàn)有歷史數(shù)據(jù)，應(yīng)當明確采集設(shè)備要求、數(shù)據(jù)采集質(zhì)量評估要求（如人員、方法、指標、通過準則）。

采集的數(shù)據(jù)應(yīng)當進行數(shù)據(jù)脫敏以保護患者隱私。數(shù)據(jù)脫敏應(yīng)當明確脫敏的類型（靜態(tài)、動態(tài)）、規(guī)則、程度、方法。

2． 數(shù)據(jù)預(yù)處理

脫敏數(shù)據(jù)由臨床機構(gòu)轉(zhuǎn)移至生產(chǎn)企業(yè)形成原始數(shù)據(jù)庫，不同模態(tài)的數(shù)據(jù)在原始數(shù)據(jù)庫中應(yīng)當加以區(qū)分（下同）。

數(shù)據(jù)預(yù)處理應(yīng)當基于原始數(shù)據(jù)庫考慮數(shù)據(jù)處理、數(shù)據(jù)清洗的質(zhì)控要求。數(shù)據(jù)處理應(yīng)當明確處理的方法，如濾波、增強、重采樣、尺寸裁剪、均一化等。數(shù)據(jù)清洗應(yīng)當明確清洗的規(guī)則、方法。

數(shù)據(jù)處理和清洗應(yīng)當明確選用軟件工具的名稱、型號規(guī)格、完整版本、供應(yīng)商、運行環(huán)境、確認等要求，同時考慮數(shù)據(jù)處理選用方法對軟件的影響及其風險。

數(shù)據(jù)經(jīng)預(yù)處理后形成基礎(chǔ)數(shù)據(jù)庫，應(yīng)當明確樣本類型、樣本量、樣本分布等信息。樣本類型以適用人群為單位可分為數(shù)據(jù)序列（由多個單一數(shù)據(jù)組成，如結(jié)構(gòu)序列、功能序列、時間序列）、單一數(shù)據(jù)。樣本量應(yīng)當明確樣本規(guī)模及確定依據(jù)，需要考慮樣本量不足對軟件的影響及其風險。樣本分布應(yīng)當依據(jù)疾病構(gòu)成、適用人群、數(shù)據(jù)來源機構(gòu)、采集設(shè)備、樣本類型等因素明確數(shù)據(jù)分布情況，需要考慮數(shù)據(jù)偏性對軟件的影響及其風險。

3． 數(shù)據(jù)標注

數(shù)據(jù)標注應(yīng)當考慮標注資源管理、標注過程質(zhì)控、標注質(zhì)量評估等要求。

標注資源管理包括人員管理和基礎(chǔ)設(shè)施管理。人員管理應(yīng)當明確標注人員和仲裁人員的選拔（如職稱、工作年限、工作經(jīng)驗、所在機構(gòu)，若有國外人員應(yīng)當明確其資質(zhì)要求）、培訓、考核（如方法、頻次、指標、通過準則，其中指標應(yīng)當包括重復(fù)性、再現(xiàn)性）等要求�；�礎(chǔ)設(shè)施管理應(yīng)當明確標注場所（真實或模擬，環(huán)境、照明條件）、標注軟件（名稱、型號規(guī)格、完整版本、供應(yīng)商、運行環(huán)境、確認）等要求。

標注過程質(zhì)控應(yīng)當建立數(shù)據(jù)標注操作規(guī)范，明確標注人員（如資質(zhì)、數(shù)量、職責）、標注流程（如標注對象、標注形式、標注輪次、標注步驟、操作要求）、臨床診療規(guī)范（如臨床指南、專家共識）、分歧處理（如仲裁人員、仲裁方式）、可追溯性（如數(shù)據(jù)、操作）等要求。

標注質(zhì)量評估應(yīng)當明確人員、方法、指標、通過準則等要求。

數(shù)據(jù)經(jīng)標注后形成標注數(shù)據(jù)庫，其樣本類型可分為數(shù)據(jù)序列、單一數(shù)據(jù)（由多個數(shù)據(jù)塊組成）、數(shù)據(jù)塊（圖像區(qū)域、數(shù)據(jù)片段）。樣本量、樣本分布等要求及風險考量與基礎(chǔ)數(shù)據(jù)庫相同。

4．數(shù)據(jù)集構(gòu)建

基于標注數(shù)據(jù)庫構(gòu)建訓練集（用于算法訓練）、調(diào)優(yōu)集（若有，用于算法超參數(shù)調(diào)優(yōu)）、測試集（用于算法性能評估），明確訓練集、調(diào)優(yōu)集、測試集的劃分方法、劃分依據(jù)、數(shù)據(jù)分配比例。訓練集應(yīng)當保證樣本分布具有均衡性，測試集、調(diào)優(yōu)集應(yīng)當保證樣本分布符合臨床實際情況，訓練集、調(diào)優(yōu)集、測試集的樣本應(yīng)當兩兩無交集。

為解決數(shù)據(jù)樣本分布不滿足預(yù)期目標的問題，可對訓練集、調(diào)優(yōu)集小樣本量數(shù)據(jù)進行擴增；測試集不宜進行數(shù)據(jù)擴增，若擴增應(yīng)當分析對軟件的影響及其風險。數(shù)據(jù)擴增應(yīng)當明確擴增的方式（離線、在線）、方法（如翻轉(zhuǎn)、旋轉(zhuǎn)、鏡像、平移、縮放、濾波等）、倍數(shù)，并考慮擴增方法選用以及擴增倍數(shù)過大對軟件的影響及其風險。

數(shù)據(jù)經(jīng)擴增后形成擴增數(shù)據(jù)庫，應(yīng)當列表對比擴增數(shù)據(jù)庫與標注數(shù)據(jù)庫在樣本量、樣本分布（注明擴增倍數(shù)）等方面的差異，以證實擴增數(shù)據(jù)庫樣本量的充分性以及樣本分布的合理性。