人工智能醫(yī)療器械企業(yè)質(zhì)量管理現(xiàn)狀調(diào)研

劉毅 ，王浩，李澍，張威，樊瑜波

1 北京航空航天大學 生物與醫(yī)學工程學院，北京市，100191

2 北京北鈴專用汽車有限公司，北京市，101500

3 中國食品藥品檢定研究院 醫(yī)療器械檢定所，北京市，102629

4 中國醫(yī)療器械有限公司，北京市，100028

5 北京航空航天大學 生物醫(yī)學工程高精尖創(chuàng)新中心 生物力學與力學生物學教育部重點實驗室，北京市，100191

6 北京航空航天大學 醫(yī)學科學與工程學院，北京市，100191

0 引言

人工智能（artificial intelligence，AI）自1956年在達特茅斯會議上被首次提出[1]。隨著深度神經(jīng)網(wǎng)絡(luò)的出現(xiàn)，AI在多個不同領(lǐng)域展現(xiàn)出了超越人類的表現(xiàn)[2]。以獨立的醫(yī)療軟件、軟件組件、醫(yī)療信息化系統(tǒng)（云醫(yī)療）、AI賦能醫(yī)療設(shè)備等狀態(tài)存在的人工智能醫(yī)療器械（artificial intelligence medical device，AIMD），為傳統(tǒng)醫(yī)療活動插上了一對強有力的翅膀。自2016年以來，隨著相關(guān)技術(shù)的發(fā)展，AI技術(shù)的發(fā)展開始突飛猛進，世界各國各地區(qū)紛紛出臺AI國家戰(zhàn)略，并紛紛在本國本地區(qū)進行AIMD的布局[3]。經(jīng)過不斷的技術(shù)突破和產(chǎn)品迭代，AIMD已經(jīng)在語音識別[4]、緊急救援[5]、輔助診斷[6]、輔助治療[7]、健康管理[8]等方面對人類的生活帶來了巨大的影響。

目前，人工智能的發(fā)展已經(jīng)上升到國家戰(zhàn)略，醫(yī)療健康從信息化走向智能化也將是必然趨勢[9]。政策紅利與科研創(chuàng)新加速的雙重驅(qū)動下，我國AIMD產(chǎn)品的審批上市迎來重大突破，截至2020年底，隨著“肺結(jié)節(jié)CT影像輔助檢測軟件”的注冊，我國獲批上市的AIMD企業(yè)已達9家[10]。醫(yī)療器械產(chǎn)品的質(zhì)量可靠是確保產(chǎn)品真正服務(wù)于臨床的重要保證，Xavier于2018年發(fā)布了《Xavier GMLP報告》，積極推動AIMD產(chǎn)品質(zhì)量管理體系的構(gòu)建[11]；美國FDA在2019年發(fā)布了有關(guān)機器學習/人工智能醫(yī)療器械軟件的產(chǎn)品變更監(jiān)管框架討論文件，聚焦產(chǎn)品迭代后的快速評價路徑。2018年12月，由中國食品藥品檢定研究院牽頭的電氣和電子工程師協(xié)會（IEEE）人工智能工作組成立，率先推動AIMD性能與安全評價術(shù)語、數(shù)據(jù)集質(zhì)量管理與評價兩個方面國際標準的制訂[12]，《人工智能醫(yī)療器械質(zhì)量要求與評價 第1部分：術(shù)語》和《人工智能醫(yī)療器械質(zhì)量要求與評價 第2部分：數(shù)據(jù)集通用要求》兩個醫(yī)療器械行業(yè)標準日前已進入報批階段[13]。但是，我國AIMD產(chǎn)品應(yīng)用評估和質(zhì)量控制體系總體處于起步與探索階段，AIMD產(chǎn)品的質(zhì)量管理體系尚不夠完備。在YY/T 0287—2017《醫(yī)療器械質(zhì)量管理體系用于法規(guī)的要求》[14]的醫(yī)療器械通用法規(guī)的基礎(chǔ)上，2019年7月，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《深度學習輔助決策軟件審評要點》[15]，同時主持完成《醫(yī)療器械生產(chǎn)質(zhì)量管理規(guī)范獨立軟件附錄》[16]（以下簡稱軟件附錄）。

本研究主要參考上述文件，針對我國的代表性AIMD企業(yè)，對其產(chǎn)品設(shè)計研發(fā)過程中的質(zhì)量管理情況進行問卷調(diào)研，并對調(diào)研結(jié)果進行深度分析，旨在為AIMD企業(yè)內(nèi)部質(zhì)量管理體系的構(gòu)建和完善提供參考依據(jù)。

1 對象方法

（1）研究對象：據(jù)不完全統(tǒng)計，目前我國AIMD各個方向主要生產(chǎn)研發(fā)企業(yè)共有40家左右，此次調(diào)研受訪的企業(yè)一共為32家，覆蓋了絕大多數(shù)主要 AIMD產(chǎn)品生產(chǎn)研發(fā)企業(yè)。32家企業(yè)產(chǎn)品應(yīng)用情況，如圖1所示。

（2）問卷的設(shè)立和確定：將YY/T 0287—2017《醫(yī)療器械質(zhì)量管理體系用于法規(guī)的要求》中的5個一級指標、22個二級指標、60個三級指標經(jīng)過兩輪專家咨詢和頭腦風暴之后，篩選得到與AIMD企業(yè)質(zhì)量管理體系相關(guān)的5個一級指標、12個二級指標，36個三級指標（權(quán)重打分≥3分），這些指標是專家認為AIMD產(chǎn)品具有一定特殊性，在生產(chǎn)過程中應(yīng)當重點關(guān)注的。將篩選得到的36個三級指標與軟件附錄以及《獨立軟件檢查指導原則》的各項條款進行一一對應(yīng)，結(jié)合《Xavier GMLP報告》中的AI_GmLPChecklist，并根據(jù)AIMD的實際生產(chǎn)研發(fā)過程質(zhì)量管理體系可能存在的問題，系統(tǒng)化設(shè)計相關(guān)的問題，形成調(diào)研問卷。問卷一共55道題，題型分為單選、多選和簡答題。

圖1 受訪企業(yè)產(chǎn)品應(yīng)用情況Fig.1 The application of the interviewed enterprises’ products

（3）問卷的填寫：將問卷錄入問卷星系統(tǒng)，通過微信消息的形式召集具有代表性的生產(chǎn)研發(fā)企業(yè)，在手機端進行問卷的填寫。

（4）數(shù)據(jù)分析方法：調(diào)研結(jié)束之后，從問卷星后臺導出原始數(shù)據(jù)，利用Excel 2016對問卷結(jié)果進行分析，主要進行描述性統(tǒng)計分析。

2 結(jié)果分析

此次調(diào)研，主要針對AIMD企業(yè)設(shè)計研發(fā)生產(chǎn)過程中的關(guān)鍵問題進行調(diào)研，主要分為4個大的模塊：產(chǎn)品的策劃和設(shè)計、產(chǎn)品的質(zhì)控、結(jié)果輸出和產(chǎn)品的變更，具體的調(diào)研結(jié)果如下。問卷一共發(fā)出32份，回收32份，回收率為100%。

2.1 產(chǎn)品的策劃和設(shè)計

2.1.1 訓練集來源

AIMD產(chǎn)品訓練集的來源情況為：32家（100%）受訪企業(yè)均從醫(yī)院獲得訓練集，另有部分受訪企業(yè)會從體檢機構(gòu)（7家，21.88%）、第三方影像中心（7家，21.88%）或者社區(qū)診所（4家，12.50%）獲得相關(guān)的訓練集數(shù)據(jù)。針對是否根據(jù)醫(yī)院的實際情況進行定制化訓練的問題，15家（46.88%）表示肯定，其中9家（60.00%）表示進行參數(shù)調(diào)整，3家（20.00%）表示進行網(wǎng)絡(luò)結(jié)構(gòu)的調(diào)整，3家（20.00%）表示進行其他的調(diào)整；17家（53.12%）受訪單位表示并未根據(jù)醫(yī)院的實際情況進行定制化訓練。

2.1.2 算法來源及文件記錄情況

在AIMD產(chǎn)品設(shè)計過程中，23家（71.88%）受訪企業(yè)表示使用開源的算法或者工具包，這23家中的22家表示在使用開源算法或者工具包前，會對其進行驗證。關(guān)于算法的名稱、算法訓練，算法性能評估以及網(wǎng)絡(luò)安全防護（內(nèi)在要求）等的記錄完備程度，見表1。由表1可以看出，受訪企業(yè)在網(wǎng)絡(luò)安全防護方面需要引起足夠的重視，文件記錄完備程度尚需加強。

表1 產(chǎn)品設(shè)計環(huán)節(jié)，各要素的記錄完備程度 [n(%)]Tab.1 The complete degree of records of various elements in the process of product design

可追溯性分為數(shù)據(jù)的可追溯性和算法模型的可追溯性：數(shù)據(jù)的可追溯性，制造商應(yīng)該具有的記錄，見圖2；對于算法模型的可追溯性，制造商具有的記錄，見表2。

圖2 對于數(shù)據(jù)可追溯性，制造商應(yīng)該具有的記錄Fig.2 The records that manufacturers should have for data traceability

表2 對于算法模型的可追溯性，制造商應(yīng)該具有的記錄[n(%)]Tab.2 The records that manufacturer should have for the traceability of the algorithmic model

2.1.3 產(chǎn)品性能驗證

14家（43.75%）受訪企業(yè)表示AIMD產(chǎn)品進行臨床部署后，使用新的數(shù)據(jù)再訓練，其中12家在此基礎(chǔ)上，實時復制/備份該系統(tǒng)，并對再訓練前后的產(chǎn)品性能進行對照分析；18家（56.25%）表示AIMD產(chǎn)品進行臨床部署后，并不使用新的數(shù)據(jù)再訓練。通過對AIMD產(chǎn)品的性能驗證方案的結(jié)果進行分析可知：大多數(shù)企業(yè)選擇多中心臨床研究進行產(chǎn)品的性能驗證（30家，93.75%），同時有些企業(yè)會輔佐一些其他的方式，比如在自有封閉測試集上進行測試、在第三方封閉測試集上進行測試，等等。

2.2 結(jié)果輸出

32家受訪企業(yè)中，13家（40.63%）表示AIMD產(chǎn)品的臨床結(jié)論是獨立輸出的，19家（59.37%）表示AIMD產(chǎn)品的臨床結(jié)論需要人為干預；32家（100.00%）表示AIMD產(chǎn)品的輸出結(jié)果需要醫(yī)生審核。25家（78.13%）表示最終用戶有權(quán)修改AIMD產(chǎn)品的輸出結(jié)果，余下的7家（21.87%）表示最終用戶不能修改AIMD產(chǎn)品的輸出結(jié)果。

15家（46.88%）受訪企業(yè)表示能根據(jù)輸入的數(shù)據(jù)，列出下一步可選的動作（例如急救場景下，給出轉(zhuǎn)診、報警、用藥等選項），這15家中，有10家表示能自動判斷下一步應(yīng)如何動作（例如向急診科發(fā)出警報），有9家表示其AIMD產(chǎn)品能自動執(zhí)行下一步動作（例如向醫(yī)生發(fā)出報警）；尚有17家（53.12%）表示不能根據(jù)輸入的數(shù)據(jù)，列出下一步可選的動作。

15家（46.88%）表示AIMD產(chǎn)品的輸出結(jié)果可以作為其他軟硬件的輸入（例如應(yīng)用于放療計劃的AIMD產(chǎn)品，其輸出結(jié)果是否可以作為放療靶區(qū)規(guī)劃的數(shù)據(jù)輸入），17家（53.12%）表示AIMD產(chǎn)品的輸出結(jié)果不能作為其他軟件的輸入。9家（28.13%）表示AIMD產(chǎn)品的輸出結(jié)果可以操控其他軟硬件進行治療，23家（71.87%）表示AIMD產(chǎn)品的輸出結(jié)果不能操控其他軟硬件進行治療。

2.3 產(chǎn)品質(zhì)控

對于算法安全和數(shù)據(jù)安全，大部分受訪企業(yè)表示會對19項網(wǎng)絡(luò)安全能力進行驗證（25家，78.12%），同時建立網(wǎng)絡(luò)安全設(shè)施（24家，75.00%）；有1家（3.12%）表示會開啟密碼驗證從而保證算法和數(shù)據(jù)的安全。

產(chǎn)品在長期使用過程中，17家（53.12%）表示設(shè)有質(zhì)控環(huán)節(jié)，用以檢測產(chǎn)品自身性能的變化；15家（46.88%）表示沒有質(zhì)控環(huán)節(jié)；17家（53.12%）表示醫(yī)生在臨床使用AIMD產(chǎn)品的過程中，周期性地開展性能驗證（類似利用體模進行周期性質(zhì)控），15家（46.88%）表示醫(yī)生在臨床使用AIMD產(chǎn)品的過程中，未能周期性地開展性能驗證。

對于如何開展AIMD產(chǎn)品的風險分析和控制：25家（78.13%）選擇根據(jù)YY/T 0316，建立風險管理文檔；23家（71.88%）選擇在實際的臨床環(huán)境下，搜集疑難病例，開展壓力測試；16家（50.00%）選擇針對產(chǎn)品可能出現(xiàn)的風險，通過模擬仿真、GAN等方式，生成對抗性樣本，開展對抗測試；有1家（3.13%）企業(yè)選擇其他，但是未注明具體內(nèi)容。

2.4 產(chǎn)品的變更

AIMD產(chǎn)品性能退化的發(fā)現(xiàn)方式，大部分受訪企業(yè)通過定期對產(chǎn)品的維護與校準（20家，62.50%）或者通過實際使用AIMD產(chǎn)品的醫(yī)生反饋（20家，62.50%）來發(fā)現(xiàn)，也有部分通過醫(yī)院的日常質(zhì)控（16家，50.00%）和實驗室間的對比（6家，18.75%）來發(fā)現(xiàn)。對于持續(xù)學習的AIMD產(chǎn)品，性能退化嚴重處置方式，絕大多數(shù)企業(yè)選擇停用、算法更改或者版本迭代。同時，受訪企業(yè)表示算法性能顯著下降（28家，87.50%）或者軟件效率顯著下降（21家，65.63%）時，將對產(chǎn)品進行停用。

針對AIMD產(chǎn)品在何種情形下啟動變更程序以及變更程序的流程，各個企業(yè)說法不一：有的表示應(yīng)該按照“設(shè)計變更申請?zhí)峤弧O(shè)計變更設(shè)計與定義——設(shè)計變更評審——設(shè)計變更規(guī)劃與執(zhí)行——設(shè)計變更驗證”，有的表示應(yīng)該按照“產(chǎn)品需求確定——產(chǎn)品開發(fā)——性能測試——第三方性能測試——真實世界臨床數(shù)據(jù)庫性能測試”，還有的表示應(yīng)該按照“市場調(diào)研——可行性分析——立項討論——風險分析”進行變更。這也從側(cè)面反映出來在AIMD產(chǎn)品變更程序方面，目前尚缺乏統(tǒng)一的參考依據(jù)。

3 討論與結(jié)論

本研究針對AIMD企業(yè)的產(chǎn)品質(zhì)量管理體系現(xiàn)狀進行調(diào)研，從調(diào)研結(jié)果可以看出，目前各AIMD企業(yè)對于醫(yī)療器械質(zhì)量管理體系基本要求已有初步的認識，信息領(lǐng)域從業(yè)人員逐步意識到除了一般的軟件工程質(zhì)量管理要求，還需考慮醫(yī)療器械的特殊性。但是，從業(yè)人員針對國家出臺的醫(yī)療器械生產(chǎn)質(zhì)量管理規(guī)范獨立軟件附錄的認識還不夠深入。在實際執(zhí)行中，還存在一些理解不到位、處理不完善的情況，尤其對產(chǎn)品的設(shè)計開發(fā)、設(shè)計變更、風險管理、預防和糾正措施等方面，并沒有深入貫徹實施相應(yīng)的要求。同時，缺乏針對AIMD產(chǎn)品質(zhì)量的數(shù)據(jù)集的相關(guān)要求，也沒有深入地研究如何保證數(shù)據(jù)集的可靠性和有效性，而這些恰恰是AIMD企業(yè)最值得關(guān)注的幾個方面。

第一，數(shù)據(jù)集在生產(chǎn)研發(fā)中的角色日益豐富，在算法的訓練、調(diào)優(yōu)、驗證、臨床試驗、再訓練、真實世界監(jiān)控等環(huán)節(jié)都有涉及。數(shù)據(jù)集的質(zhì)量管理是AIMD企業(yè)質(zhì)量管理的痛點之一[17]。目前，雖然我國醫(yī)療數(shù)據(jù)量特別龐大，但是80%的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，需要處理和質(zhì)控，否則難以直接用于AIMD的生產(chǎn)研發(fā)[18]。企業(yè)在產(chǎn)品研發(fā)階段，一般需要投入資源開展數(shù)據(jù)采集、標注、質(zhì)控等活動，以建立自有的數(shù)據(jù)集，而不同模態(tài)、場景的醫(yī)學數(shù)據(jù)集差異較大，如何建立適宜的操作規(guī)程與記錄，是質(zhì)量管理的重要問題。社會各界也在積極建設(shè)公開數(shù)據(jù)集、第三方數(shù)據(jù)集，但數(shù)據(jù)提供能力有待提升，且如何建立合適的對供應(yīng)商考核機制，同樣有待研究。AIMD企業(yè)有必要從技術(shù)層面、管理層面提高對標準規(guī)范和法規(guī)的認識，加強數(shù)據(jù)集質(zhì)量控制的技術(shù)能力、基礎(chǔ)設(shè)施和管理體系[19]。

第二，針對AIMD產(chǎn)品或者生產(chǎn)過程的變更控制是AIMD質(zhì)量體系的另一個重點和難點。未經(jīng)充分驗證和確認的變更可能導致產(chǎn)品失效或者返工。因此，AIMD企業(yè)需要建立詳細的質(zhì)量變更控制文件，并對這些變更進行充分的驗證，確保變更糾正了問題。同時，AIMD企業(yè)還要確保設(shè)計變更和相應(yīng)的版本控制得到了充分驗證。如果相應(yīng)的設(shè)計變更在已經(jīng)建立的版本體系中屬于次要升級，則不需要進行主版本變更，如果相應(yīng)的設(shè)計變更屬于重大變更，則應(yīng)該升級版本，并進行相應(yīng)的申報并持續(xù)滿足法規(guī)的要求。

第三，網(wǎng)絡(luò)安全記錄方面未得到充分重視，僅有7家（21.88%）受訪企業(yè)表示記錄非常完備，甚至有受訪企業(yè)表示記錄非常不完備甚至沒有相關(guān)記錄的情況。AIMD產(chǎn)品在研發(fā)階段的網(wǎng)絡(luò)安全管理，一方面應(yīng)遵循原國家食品藥品管理總局頒發(fā)《醫(yī)療器械網(wǎng)絡(luò)安全的注冊技術(shù)審查指導原則》[20]，另一方面應(yīng)考慮AI產(chǎn)品的技術(shù)特色，包括：①AIMD產(chǎn)品算法性能的可靠性、模型健壯性等要素；② 產(chǎn)品全生命周期的網(wǎng)絡(luò)安全風險防御策略[21]。但是，目前針對AIMD產(chǎn)品的網(wǎng)絡(luò)安全標準尚屬空白，并且對于網(wǎng)絡(luò)安全的質(zhì)量評價方法和措施也尚無定論，這也有待于產(chǎn)業(yè)進一步聯(lián)合，共筑AIMD產(chǎn)品的網(wǎng)絡(luò)安全質(zhì)量評價方法和相關(guān)的行業(yè)標準，共建AIMD產(chǎn)品運行的安全綠色環(huán)境。

第四，對AIMD產(chǎn)品上市后的質(zhì)量控制環(huán)節(jié)未加以關(guān)注。15家（46.88%）受訪企業(yè)表示未針對未來臨床使用AIMD產(chǎn)品的過程中設(shè)計質(zhì)控環(huán)節(jié)，未考慮進行周期性性能驗證。這也可能因為大部分受訪企業(yè)的AIMD產(chǎn)品尚處于上市前的研發(fā)和臨床試驗階段，還未能很好地考慮到產(chǎn)品上市后的質(zhì)控環(huán)節(jié)。由于AIMD的“機器學習”特性，AI算法模型具有快速演化、黑盒、對數(shù)據(jù)質(zhì)量高度依賴等特性，AIMD的安全性和有效性可能在臨床使用條件下出現(xiàn)不同程度、不同方式的波動[22]。不管是正向還是負向的波動，對AIMD產(chǎn)品的趨勢監(jiān)測和質(zhì)量控制是非常必要的，尤其是對于具有持續(xù)自學習功能的產(chǎn)品，這一點顯得尤其重要。AIMD真實性能如何監(jiān)測、由誰監(jiān)測，是AIMD質(zhì)量研究應(yīng)關(guān)注的重要問題，具體應(yīng)考慮企業(yè)與醫(yī)院之間的溝通反饋如何實施、企業(yè)的預防與糾正措施如何設(shè)計。

綜上，隨著AI技術(shù)的不斷突破和升級，作為我國醫(yī)療器械產(chǎn)業(yè)異軍突起的新方向，AIMD產(chǎn)業(yè)的發(fā)展機遇和挑戰(zhàn)并重。一方面，國家在政策方面給予了大力的扶持，隨著公眾關(guān)注度的提高，學術(shù)研究水平也在不斷提升，大量的社會資本進入將推動產(chǎn)業(yè)快速升級；另一方面，持續(xù)的產(chǎn)品質(zhì)量管控，方能確保產(chǎn)品在市場上的生命力，期待行業(yè)內(nèi)協(xié)同起來，推動產(chǎn)品質(zhì)量管理體系的深入研究，共同建立標準規(guī)范，與法規(guī)形成良好的銜接，有效確保AIMD產(chǎn)品安全有效，更好地服務(wù)于臨床。