歷時 21 個月,FDA 終於發表首個醫療 AI 行動計畫,都要歸功這個人

作者 | 發布日期 2021 年 01 月 20 日 7:45 | 分類 AI 人工智慧 , 醫療科技 line share follow us in feedly line share
歷時 21 個月,FDA 終於發表首個醫療 AI 行動計畫,都要歸功這個人


1 月 12 日 FDA 正式發表第一個人工智慧/機器學習(AI / ML)SaMD(Software as a Medical Device,醫療設備獨立軟體)行動計畫。

行動計畫提出多管齊下方法,以促進 FDA 對基於 AI / ML 的監督醫療設備軟體。

醫療器械和放射健康中心(CDRH)下屬數位健康卓越中心主任 Bakul Patel 表示:「行動計畫總結 FDA 下一步進一步監督基於 AI / ML 的醫療設備軟體的步驟,概述基於整個產品生命週期監督的方法,進一步提高技術改善患者護理方面的巨大潛力,同時提供安全和有效的軟體功能,提高患者高護理品質。」

CDRH 數位健康卓越中心於 2020 年 9 月啟動,致力在 FDA 監管和監督角色的框架內戰略性推進數位健康技術的科學和證據。中心目標是透過促進負責任和高品質的數位醫療創新,授權利益攸關方推動醫療保健。

行動計畫的五項細節

計畫文件出生其實持續近 2 年時間。

2019 年 4 月 2 日,美國 FDA 發表討論文件,提出針對 AI / ML 醫療設備軟體的擬議監管框架。長達 20 頁的討論文件,解釋制定人工智慧軟體、設備新框架的必要性、產品全生命週期(TPLC)認證方法的原則,以及擬議框架下可能允許或可能不允許的潛在現實人工智慧軟體修改範例。

迄今批准的 AI 產品通常有鎖定算法,且不會隨著時間推移自動更改,因會收集新數據。但 FDA 前局長 Scott Gottlieb 建議,依靠製造商定期修改可能會延遲 AI 主動學習的承諾,並可能改善干預的時效性和結果。

討論文件提出的想法是確定可基於 AI / ML 修改 SaMD 的類型(如果有)免除上市前提交要求。FDA 在 6 月 3 日前正式要求討論文件提供訊息,以尋求回饋。

2019 年 6 月,美國醫學訊息學會(AMIA)曾進言:「成員的觀察經驗是,目前許多 AI 醫療軟體,均基於即時或接近即時的數據連續更新,演算法不斷適應新數據和新問題。」

AMIA 表示,這意味人工智慧非常容易「經由糟糕或有偏見的數據訓練出模型,可能無法提供優質的決策和令人信服的解釋。」因此可能導致 SaMD 用戶不知道設備是否適用受眾。」

據了解,這次發表基於 AI / ML 的醫療軟體行動計畫,概述 FDA 打算採取的五項行動:

  • 更新基於 AI / ML 的醫療軟體討論文件提出的監管框架,包括發表預先確定的變更控制計畫的指導草案。
  • 加強 FDA 對良好機器學習實踐(GMLP)協調發展的鼓勵,透過額外 FDA 參與協作社群和共識標準開發努力。
  • 支持以患者為中心的方法,繼續主持關於透明度對基於 AI / ML 設備的使用者作用的討論。2020 年 10 月,患者參與諮詢委員會(PEAC)會議聚焦於患者對 AI / ML 技術的信任,在此基礎上,舉行關於醫療設備標籤的公共研討會,以支持基於 AI / ML 設備的使用者的透明度。
  • 支持監管科學工作,開發評估和改進機器學習算法的方法學,包括辨識和消除偏差,以及這些演算法的穩健性,以承受不斷變化的臨床輸入和條件。
  • 與利益相關者和其他 FDA 項目協調推動現實世界的性能試驗,以進一步明確基於 AI / ML 的 SaMD 現實世界證據生成項目可能怎樣。

FDA 補充,歡迎這領域的持續回饋,並期待與利益相關者就這些努力接觸。

新思路:從 SIMD 到 SAMD

軟體是很多傳統醫療器械的重要組成部分,這些軟體稱為「醫療設備嵌入式軟體」(Software In a Medical Device,SIMD)。

隨著智慧科技的快速發展,越來越多軟體開發成健康產品,用於追蹤、記錄、比較人體健康數據等用途,這些軟體稱為「軟體即醫療器材」(Software As a Medical Device ,SAMD),與傳統醫療器械應用軟體不同,本身就是獨立醫療設備。

醫療 AI 往往分兩類算法型產品:一是「已鎖定的靜態算法」,一是「不斷學習自動更新的動態算法」,這兩種演算法背後的產品,差異巨大。

根據 FDA 之前軟體變更審批方式,這些由人工智慧和機器學習驅動的設備軟體,每次變更或自適應演進都有可能需要上市前審查。

因此,FDA 認為傳統審評方法不適用醫療軟體監管。

2017 年 7 月 27 日,醫療器械和放射健康中心(CDRH)發布了數位健康創新計畫(Digital Health Innovation Action Plan),對醫療軟體提出監管方法的新措施。希望通過該計畫的發布以促進電子健康產品不斷創新,保護大眾健康。

同一個月,FDA 啟動醫療器械獨立軟體預認證測試點項目(Pre-Cert for Software Pilot Program)。

FDA 數位健康創新行動計畫的重要內容,旨在透過考慮此類產品的特徵、臨床前景、獨特的使用者界面以及行業內引進此類產品的扁平化的商業週期等,建立專門針對電子健康產品新又實效性強的監管方法。

據了解,FDA 希望預認證項目在某些情況下取代上市前審批,或簡化相關產品資料提交,加快軟體產品審批,進而加快軟體技術革新在病人身上的應用。

自 2017 年 8 月 1 日測試點申請開始至 9 月 26 日,共有一百多家企業申請加入試點項目,FDA 最終確定以下 9 家企業為測試點企業:蘋果、Fibit、強生、Pear Therapeutics、Phosphorus、羅氏、Samsung、Tidepool、Verily。

這些試點企業具有一定的廣泛性,代表了醫療設備軟體領域的企業和技術,其中有小公司也有大公司,有高風險醫療器械軟體產品也有低風險醫療器械軟體產品,有醫療器械產品製造商也有軟體開發商。

此後,FDA 陸續推出了一系列的措施。

2018 年初,FDA 公布「醫療器械安全計畫(Medical Device Safety Action Plan)」;11 月,改革510(k)計畫;12 月 4 號,更新 De Novo 審查計畫;12 月 14 號又也推出了全新的安全技術計畫(STeP);2019 年 1 月 23 號,推出 510(k)最終指南召集方案。

De Novo 一直受到人們的關注,因為它是很多創新醫療器械上市的出口。比如,FDA 批准上市的首個醫療 AI 產品—IDx 的 AI 糖尿病性視網膜病變篩查就是通過 De Novo 獲批的。

因此,FDA 將確保監管框架的其它方面(如新的軟體驗證工具)具有足夠的靈活性,以跟上這個迅速發展領域的獨特屬性。

FDA 的一名「吹哨人」

FDA 的這些「顛覆性」措施,很大程度上要歸功於美國前 FDA 局長 Scott Gottlieb 博士。

他被美國《Fortune》雜誌列為 2018 年世界 50 名最佳領導人中的第 6 名,是《TIME》周刊評出的 2018 年度健康醫療 50 大風雲人物之一,並且在 2018 年入選成為美國國家醫學院(National Academy of Medicine)院士。

2017 年 Scott Gottlieb 上任之初,大家對其對 FDA 藥物評審制度改革就抱有很大的期望。與大家所期望的一樣,Scott Gottlieb 上任後陸續推行了多項評審制度改革措施。比如其對藥物評審中的臨床試驗進行了改革,通過推行雨傘試驗、籃子試驗、平台試驗,大大提高了臨床試驗的效率。

在任期間,Scott Gottlieb 一直是數位醫療的積極推動者。2017 年,FDA 共批准了 51 款數位健康產品。

在 2018 Health Datapalooza 大會上,Scott 博士就指出,數位健康領域具有廣闊的前景,FDA 有職責在保護患者和促進數位健康工具的發展之間尋找平衡。

Scott Gottlieb 博士認為,FDA 的監管方法並不總是適合數位醫療等新興技術或這一領域的快速變化。如果我們希望患者從創新中受益,FDA 本身必須像我們正在監管的技術一樣具有靈活性和創新性。

「不可否認,外界關於數位健康的前景有諸多炒作和誇大。但斯史丹佛大學計算機科學家羅伊.阿馬拉曾提出,人們總是高估一項科技所帶來的短期效益,卻又低估它的長期影響。這在數位健康領域同樣適用。」

演講過後一周,FDA 就批准了一項 AI 成果:「允許 Imagen 公司的 OsteoDetect 軟體進行上市銷售,用於檢測成人患者的手腕骨折」,這也是通過 De Novo 上市前審查途徑進行獲批。

2019 年 4 月,執掌 FDA 兩年的 Scott Gottlieb 離職。

5 月, Gottlieb 通過個人 Twitter 宣布將重新加入老東家—美國風險投資公司 New Enterprise Associates(NEA),成為公司醫療保健投資團隊的特別合夥人。他還恢復了在美國企業研究所(American Enterprise Institute)的工作。

2019 年 7 月,Scott Gottlieb 加入了輝瑞。

Scott Gottlieb 也於個人 Twitter 上公布了這一消息,表示「我很榮幸能加入輝瑞公司董事會,並與 9 萬多名輝瑞公司的同事共同努力,促進醫療創新,推進患者護理,確保世界各地的家庭獲得更好的醫療保健服務。」

回過頭來看,這份行動計畫到底會給醫療 AI 應用帶來什麼樣的持續性影響,現在需要時間來證明。

但是,就像 Scott Gottlieb 在 2018 Health Datapalooza 大會上所說,「我們知道,為了支持 AI 工具的廣泛應用,我們需要讓患者和服務提供方理解傳統衛生保健政策與新技術應用之間的關係。我們也知道,我們對 AI 技術的監管必須為患者建立一道護欄。即便我們走在創新的前沿,也必須確保這些新技術滿足我們對安全性和有效性的要求,以給患者帶來益處。」

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock)