【原创】人工智能医疗软件临床试验设计概述

根据《深度学习辅助决策医疗器械软件审评要点》的要求，从临床试验的角度出发，人工智能（AI）医疗软件产品仍然归类为“诊断产品”，其临床试验本质上仍然是一个诊断试验，因此，在试验设计上具有传统诊断试验的相似特征。

若AI医疗软件针对的疾病而不涉及病灶的定位要求（如糖网诊断只需要知道患者是否患病就足够了），则其临床试验的设计较为简单，采用传统的诊断试验设计即可；若AI医疗软件针对的疾病具有病灶的定位要求（如CT影像中的肺结节的识别及定位、内镜影像下对息肉的识别及定位等），则其临床试验与传统的诊断试验设计将存在一定的差别，包括灵敏度的定义、ROC曲线的绘制、非完美金标准的校正等等，所以根据所用的适应症（是否为急症）、产品的性能及临床价值以及风险级别不同，所采用的设计类型也有所差别。

对于安全级别为B、A级的中低风险医疗软件，回顾性研究可用作临床预实验或替代临床试验，而安全级别为C级的高风险软件，回顾性研究可作为预实验，为临床试验设计提供参考依据。另外C级别高风险软件：适用范围变更应当开展临床试验, 其他情况原则上可使用回顾性研究。

以冠脉CT造影图像血管狭窄辅助分诊软件临床试验为例，其临床应用要求仅仅需要保证分诊提示准确率，在满足临床工作需求的基础上， 可以大幅缩短阅片时间，减轻临床医师工作量。但由于该产品不能用于急性冠脉综合征（ACS）等急性胸痛患者，仅供经培训合格的医师使用，不能单独用作临床诊疗决策依据，因此风险级别有所降低，该案例完全采用回顾性试验设计，而获得审批通过，是探索性使用回顾性试验设计完成AI软件注册的一个成功案例。

虽然法规认为中低风险级别AI软件可以采用回顾性设计，但是由于回顾性研究存在诸多难以避免的严重偏倚，包括测量偏倚、临床参考标准偏倚（回顾性受试者病历收集不全面）、选择偏倚（如临床试验仅选择了具有金标准诊断（如组织活检）的患者作为阳性病例，而接受了金标准诊断的病例往往是严重且典型的）等。且实际应用存在评价偏倚，需要有严格控制偏倚的措施，以降低对试验造成的影响才能使用，因此AI软件类产品临床试验应当慎重选用回顾性设计。