3月5日，為應對新型冠狀病毒肺炎疫情，按照科學審評的原則和確保產品安全、有效、質量可控的要求，國家藥品監督管理局、醫療器械技術審評中心印發《肺炎CT影像輔助分診與評估軟件審評要點（試行）》。

本審評要點適用于肺炎CT影像輔助分診與評估軟件的產品注冊。該類產品基于肺部CT影像，采用深度學習技術進行肺炎影像學異常識別，臨床用于新型冠狀病毒肺炎疑似患者的分診提示以及確診患者的病情評估。

文件指出，按現行《醫療器械分類目錄》，該類產品分類編碼為21-04-02，管理類別為三類。也就是說，肺炎CT＋AI產品只要符合審評要點，一直限制著醫療AI合規與否的“三類證”問題又將被突破。從另一個角度而言，醫療AI產品的價值也更多地被認可。

在此次疫情中，許多醫療AI企業早已嗅到CT在此次疫情中的重要作用，CT+AI的概念也出現在不少AI產品中，包括聯影智能、推想科技、深睿醫療、數坤科技、依圖醫療、健培科技等等都有所嘗試。而此次審批要點的出臺，于它們而言將是一大利好。

在具體申報層面，文件明確了企業在準備軟件研究資料時應重點關注的幾個方面，包括數據、算法、硬件、功能、臨床評價等等。對此，億歐大健康進行了梳理：

一、數據數量、質量

提供訓練集、調優集、測試集的數據量以及數據分布情況，明確新型冠狀病毒肺炎、其他類型肺炎等類似病征的占比，保證測試集陽性樣本與陰性樣本的比例合理。

訓練數據原則上不少于2000例新型冠狀病毒肺炎確診患者CT影像，至少來源于3家醫療機構，其中至少包含1家疫情嚴重地區醫療機構，至少包括早期、進展期的新型冠狀病毒肺炎CT影像。

數據分布情況需結合人群特征（如性別、年齡）、影像學分期（早期、進展期、嚴重期）、數據來源機構、CT設備（如廠家、層厚）等因素。

此外，數據方面，文件還指出，企業需明確數據擴增的對象、方法、倍數，分析擴增倍數過大的影響及其風險；明確數據標注的流程以及質控要求。

二、算法方面

企業需提供算法結構、流程圖，明確輸入與輸出、所用現成深度學習框架，明確算法訓練的評估指標、訓練目標及其確定依據，提供訓練數據量-評估指標曲線、ROC曲線等證據。此外，算法性能影響因素方面，企業需結合CT設備、影像學分期、類似病征等因素提供分析報告。

三、硬件相關

企業的軟件產品需明確CT影像要求，并提供相應支持材料，包括CT設備兼容性與掃描參數、CT影像質量等因素，如廠家、排數、層數、層厚、管電壓、管電流、加載時間、圖像偽影與噪聲等要求。

四、軟件功能與臨床評價

軟件功能至少包含四項：異常識別、量化分析（如病灶體積占比、CT值分布等）、數據對比（手動、自動均可）、報告輸出。其中，異常識別用于疑似患者的分診提示，量化分析和數據對比用于確診患者的病情評估。

該類產品臨床評價方式與其必備的軟件功能類型有關。用于分診提示的異常識別功能屬于輔助決策類軟件功能，需要開展臨床試驗，可采用回顧性研究。用于病情評估的量化分析等功能屬于非輔助決策類軟件功能，可根據《醫療器械臨床評價技術指導原則》提交相應臨床評價資料，也可在臨床試驗中予以評價。

其中，分診提示臨床試驗的主要評價指標原則上應考慮將病例水平的敏感性和特異性組成復合終點；次要評價指標可包括分診提示時間、軟件易用性（可采用主觀感受評價，如李克特量表等）和安全性等。若同時觀察量化分析等功能的臨床安全有效性，可設立相應次要評價指標。

作者：向雪