燎原疫情之下，方案先行。

早在2月10日，國家人工智能標準化總體組秘書處（中國電子技術標準化研究院）便匯聚了第一批34款有助于疫情防控的人工智能產品和解決方案，這些方案廣泛覆蓋了智能識別、智能交互、智能醫療、智能出行、遠程服務5個板塊。

在這之中，智能醫療板塊項目數量占比最多，高達13個，從影像診斷到藥物研發，每一個部分均有頭部公司參與。同時，智能醫療也是離抗疫前線最近的板塊，AI影像診斷為醫生分壓；AI藥物研發嘗試測試病毒靶點助力老藥新用。

與往常不同的是，無論是老藥新用，還是針對新冠肺炎的AI影像輔診軟件，這里都存在同樣問題：雖有相關部門牽頭，卻缺乏明確的審批程序。

直至3月5日，新冠肺炎軟件監管方案姍姍來遲。國藥監局表示，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）》（下簡稱《要點》），醫療人工智能輔助診斷軟件終于在安全驗證方面走上正軌。

四個“關鍵詞”了解文件細節

《要點》從適用范圍、基本要求、風險管理、軟件研究、臨床研究、說明書、軟件更新考量七個方面對疫情期間的AI軟件審批進行了描述。通過對文件進行分析，動脈網抓取了以下四個關鍵詞。

關鍵詞一：三類證

文件第一部分首先明確了審評的內容，原文指出：“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。”

值得注意的是，從2020年的人工智能審批情況來看，僅科亞醫療的FFRCT與樂普醫療的心電分析軟件獲得了AI器械三類證，而在肺、肝等CT應用場景中，尚無一家企業通過正常程序通過審批全流程。截至2020年3月，部分人工智能影像企業表示已完成臨床實驗研究，按正常進展將在2020年獲得三類證。

那么，這條政策或許意味著AI三類證審批流程將進一步加快，從另外一個角度來看，行業一定程度上也認可了AI輔助診斷軟件在疫情中發揮的作用。

關鍵詞二：功能要求

文中指出：“軟件功能至少包含異常識別、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?！?/p>

通常而言，AI在醫院中行使的責任主要是提高醫生效率，提高診斷準確率，但在這一段話中，器審中心明確提到了“量化分析”與“報告輸出”等功能，這意味著AI軟件不僅僅需要提出高準確率的判斷結果，還需要給出相應的依據，具備數據分析處理的功能。

同時，由于Ⅲ類證審批對產品提出“非劣效性”與“優效性”的要求，此次新冠肺炎無疑給出了人工智能企業一個設計臨床實驗的絕好機會，如果能通過深度學習滿足上述產品要求，做出傳統分析軟件難以進行的量化分析，圍繞“AI分診”、“全數據學習”進行臨床實驗設計，AI產品的審批速度將很有可能因此加快。

關鍵詞三：數據要求

對于人工智能審批，本次文件給出了眾多明確的要求，可簡化如下：

1. 訓練數據原則上不少于2000例新冠肺炎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。

2. 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，提供新型冠狀病毒肺炎CT影像的數據分布情況。

3. 結合CT設備、影像學分期、類似病征等因素，提供算法性能影響因素分析報告。

從上述三條信息來看，通過《要點》完成三類器械認證仍有一定難度，截止3月6日共計80714例確診（湖北占67592例），很多省市尚未超過2000例確診患者。對于非一線人工智能企業，若其產品沒有進入到疫區城市，或進入到疫區城市沒有進行充分驗證使用，均很難達到“2000例”這一數字標準。

關鍵詞四：臨床實驗設計

《要點》指出：企業可采用單組目標值試驗設計，以分診提示的敏感性、特異性等固有診斷準確度指標作為主要評價指標。這與正常流程有所不同。

生產企業應詳述金標準的選擇、構建方法及理由?？晒┻x擇的金標準構建方法包括：一是以臨床確定結果為金標準，即流行病學史、臨床表現（含影像學特征）的綜合診斷結果；二是通過專家閱片小組構建金標準。

此外，《要點》還提出了需要明確的多情況下樣本量估算指標，種種規定均為企業制定臨床試驗計劃提供了明確方針。

總的來說，由于新冠肺炎疫情對于醫療AI輔助診斷的新需求，這項技術在疫情之中得到了更多的關注。但是否能有產品及時通過這一項政策獲得審批，仍需企業與器審中心合作，以推動AI發展。

CE、FDA也在同步推進

除了國內的AI審評審批有所動向，海外的CE同樣有所進展。

2020年2月，推想科技、致遠慧圖等企業的AI產品相繼獲得歐盟CE證書，擁有了開拓歐洲市場的能力，此外，從眾多審評審批會議來看，我國相關機構同樣重視FDA對于醫療AI輔助診斷產品的觀點，希望能夠挖掘出符合我國國情的部分。

與國內略有不同的是，FDA整體是基于風險來對不同產品進行不同的審查和監管，等級分為Ⅰ、Ⅱ、Ⅲ類，一般來說，影像類產品是Ⅱ類，侵入類產品為Ⅲ類。根據是否已有類似的產品可以對照以及具體的風險是否足夠了解和可控，二類批準又分為De Novo、510（k），PMA等。

隨著AI、機器學習等新技術的不斷應用，FDA對于CAD軟件的審查標準也不斷與時俱進。1998年2017年，對CAD軟件的監管比較傳統，都是采用PMA申請途徑。2017年至2020年，在對相關應用更加了解的情況下，改用De Novo申請途徑，De Novo不僅允許該器械在美國市場進行銷售，還會建立一個新的分類法規，后續的同類產品可以使用該分類以510（k）的途徑遞交上市前申請。

從2019年審批情況來看，GE、深透醫療等企業旗下AI產品均通過510（k）完成了相關產品的審批，深透醫療的SubtlePET、SubtleMR兩款以影像重建為核心的FDA獲批產品，均是基于510（k）的途徑進行申請，并獲得批準。

2020年2月7日，Caption Health獲FDA批準可上市的AI超聲心動圖采集應用程序，則被FDA歸為一種新的CAD（計算機輔助）設備類型——CADa/o（computer-aided acquisition/optimization）。這是FDA在監管方面的又一次創新。

所以，本次政策的推出也可視為國內監管體系對于審評審批的一次創新性嘗試，在緊急事件面前，我們或許需要一些特定的手段去配合醫療科技的發展。

但也有人士認為，無論審批發展如何，“證件始終是一張紙”，能夠在市場上存活與否，能夠被醫生接受與否，其關鍵，仍然在于人工智能價值本身。同時，也正因為人工智能在疫情中表現出了出人意料的價值，監管政策隨之向前推進。

疫情之下，AI都發揮了怎樣的價值？

根據劉士遠主任的總結，醫療影像AI在本次疫情中的作用可分為四點：“第一是發現病變，確認病變和分隔病變；第二是通過測量病變的分布、形態、密度等數據，進行病變的診斷和鑒別診斷；第三是通過人工智能的定量和分級完成病變的進展轉歸判斷，確認病情是惡化還是好轉。第四是結合臨床實驗室檢查，基于全數據的學習，從定性到定量，給出精準算法的模型，最終實現個性化的精準醫療?！?/p>

前三個作用可視為人工智能在此次防疫戰中的基礎作用，對于很多武漢一線的醫生而言，如果能夠以更高的效率、更準確的判斷能力對患者的CT影像進行判斷，無疑可以起到緩減影像堆積、減少漏診的情況，而面向DR的人工智能則能解決基層醫療中專業影像醫生缺乏，難以對可疑癥狀判別的問題。此外，隨訪功能可幫助醫生迅速以定量的方式區患者病情變化，以推進下一步決策。

為本次疫情開發“AI+CT”的人工智能企業多達近30家，每家企業均可起到“提效減漏”的作用，但又各有不同。以匯醫慧影的“三位一體”智慧影像解決方案為例，這家企業將“AI輔助篩查、智能數字膠片、智能遠程會診”能夠通過遠程部署直達一線，而通過深度學習算法，該解決方案能夠在2-3秒診斷500幅CT影像，一鍵生成結構化圖文報告，并將數據保存至云端，生成屬于患者自己的健康檔案，以便于患者自行查閱及配合后續隨訪。此外，智能遠程會診則為社會整體防疫提高了資源調度能力。此外，依圖醫療在春節后僅一周便推出了AI+CT影像輔診產品，并在包含武漢在內的全國各地廣泛使用。

和CT相比，DR雖然在分辨率、解析度等方面有一定的欠缺，但這些因素并不影響影像科醫生診斷新冠肺炎。此外，由于其低廉的價格（設備價格幾十萬以內，拍片價格60-80元），許多沒有CT的鄉鎮仍配置了一定數量的DR，這類影像設備在疫情區同樣被廣泛運用。

以九峰醫療的病毒性肺炎（含新冠肺炎）X線胸片智能篩查系統為例，該系統既可通過影像車或遠程部署的方式部署于基層醫療，也可置于醫共體、醫聯體中的影像中心內，運用AI技術高效處理DR影像。截止2020年2月底，九峰醫療已經幫助部署九峰智能閱片系統的約300家基層鄉鎮衛生院篩查1.5萬人次，其中，約15%（非湖北省地區）和20%（湖北省地區）的胸片被AI識別為病毒性肺炎，經過專家的復核，共發現84例疑似新冠肺炎的基層患者。

上述的三個作用不僅可以作用于新冠肺炎期間的影像科，也可為平時的各級醫院醫生減輕負擔，稱得上是“普適”的作用，而由于疫情的特殊性，AI的部分特殊的作用也因此凸顯出來。

在武漢疫情高峰時期，市內重癥收治床位時常一床難求，用于輕度中度癥患者隔離的方艙醫院也人滿為患，很多患者都在院外等待床位。而進入方艙醫院的患者通常需要由醫生提前判斷病情嚴重程度，后續將以3-5天為一個周期對患者進行復查。

這個時候，醫生需要在非常短的時間內對患者進行精準判斷，把患者分配到最適合其病癥的醫院，而對于已經擁有床位的患者，醫生也需定期進行隨訪，觀察不同時期患者影像之中磨玻璃影的變化，及時對癥狀加重的患者更新治療方案，對癥狀減輕或痊愈的患者進行轉移。這些問題給予了醫療AI新的需求，即在定量分析的基礎上幫助醫生完成對患者病癥的定性，判斷患者病情所屬階段，這并非AI企業有意為之，卻在這次疫情之中被廣泛使用。

其次，通常而言，醫生無法通過CT征象直接區分患者所患肺炎類型，但一些公司正努力運用數字的方式去量化新型肺炎的表現特征，直接判斷患者所患肺炎類型。如今，許多醫生都借助于AI，通過回顧性研究發表了相關論文，但從研究到論證，我們可能沒法在疫情結束前得到答案。

和“普適”的作用相比，上述的兩個作用存在一定的局限性，即因為新冠肺炎事件的發生，所以讓AI產生了相應的作用，它的特點在于功能的不可復制性。舉個例子，若新冠病毒不具備高傳染性，則不會出現方艙醫院，自然也不會產生分診的需求，科研也是同理。但是，透過數據的方式進行分析這一思路，或許潛藏著AI更深層次的價值。

AI的價值從輔診向數據分析深入

對于“什么是AI的潛在價值”這一問題，一位醫生表示：“一般而言，影像科的醫生偏好于給予‘占位性病變’的判斷，而很少診斷為肺炎。但對于患者而言，占位性病變的內容太過寬泛，他們需要更為精確的判斷，這種判斷現在很少來源于影像科。如今，很多人工智能都在處理數據做定量分析，但這些工作并非人工智能的專長——常規數據處理軟件也能收集挖掘數據。所以，AI要想發揮出真正的價值，需要借助于定量的數據給出定性的判斷結果。”

從目前來看，完全放任人工智能決策而不參考醫生的意見，違背了AI的倫理，但公司開發針對于肺炎的AI影像輔診算法，正是通過提高醫生判斷能力，側面解決直接決策的問題。

以聯影智能在這方面的研究為例，其AI輔助分析系統能夠將肺部分成不同的肺段，把其中的病灶勾勒出來，計算每一個肺段病灶區的感染比例，從而為診斷感染情況提供參考。由于臨床診斷的嚴謹性，這些成果或許在短期內無法在實際之中為醫生診斷助力，但卻為解析新冠病毒提供了參考。

從分辨肺炎種類這一角度延伸，一些企業嘗試則將影像數據與其他科室數據相結合的方式，建立綜合化的AI模型，為醫生提供更全面的參考信息。

例如，安德醫智認為，僅僅通過放射科影像很難區分各類肺炎，而病原學是最終診斷結果的金標準。因此，在研究CT影像的同時，安德醫智嘗試關聯以各種肺炎的病原學診斷結果、核酸檢測陽性結果為金標準組織AI訓練集，進而實現肺炎的分類，判斷患者所患肺炎是細菌性肺炎、真菌性肺炎、新冠肺炎，還是其他病毒性肺炎。

而GE醫療選擇將影像基因組學、人工智能、圖像處理技術相結合。3月5日，GE醫療發布了“智贏新冠LK 2.0”AI平臺，嘗試針對肺結節、肺部炎癥和肺功能損傷定量分析，到更早的病灶識別，更精準的定量分析。一方面，該平臺可行使AI輔診功能，幫助醫生處理影像；另一方面，該平臺可協助醫生研究新冠肺炎在CT影像中的早期識別。

GE醫療中國精準醫學院副院長趙周社表示：“我們首先會對所有錄入平臺的數據進行預處理，無論是什么樣的機型，我們將統一把它處理成1毫米的層厚的標準影像。隨后，我們會用算法處理標準影像，把肺、氣管和支氣管分割標注出來。做到這一步，我們就可以去找病灶了，通過適當的模型，我們能夠甄別出患者是否患有新型冠狀病毒肺炎，并給出概率回答?！?/p>

具體而言，LK2.0AI平臺根據新冠病灶的發病時期進行了三類個性化的處理。

對于早期無癥狀病患和不易發現的新冠病灶，GE醫療將AI分析范圍拓展到了氣管、支氣管部分，幫助肺部無明顯形態學改變的病例，進行早期病灶識別。

對于新冠中后期復雜病變，LK平臺可對肺葉進行快速智能化分割，精準定位病灶和定量評分；結合AI深度學習建模，進一步評估疾病進展、反映病變體積與分布，分析彌漫性病變，預測病情走勢。

新冠中后期復雜病變分割：3D顯示病灶（紅色區域）和病灶定量和評分分析

對于激增的新冠病患數據，LK平臺可對不同型號的CT進行數據規范化處理，同時進行批量快速讀片處理。

不過，分割、定位與評分僅是判斷肺炎情況的方法之一，武漢大學中南醫院影像科主任徐海波表示：“新冠肺炎影像的數據參數眾多，很多參數還沒有完全匹配上去，而這也是我們未來和GE醫療合作的方向之一。不過，如今分割標識的技術已經非常成熟，可以解決醫生因疲勞漏掉病灶的問題，也可生成一些結構化報告的模板等，已經達到可在臨床推廣的程度。但要做高度智能化的精確診斷，還需要大量的匹配參考文獻，進行漫長的臨床驗證?！?/p>

價值與審評審批的關系

總的來說。影像AI審評審批與價值的關系算得上是相輔相成，AI價值的擴張推動了審評審批的速度與必要性，而審評審批則從程序上為影像AI發展鋪平道路。

新冠疫情的發生雖然在短期內延緩了部分人工智能產品審評審批的進行，卻也為大眾展現了新的價值。

那么，《要點》之下能否誕生AI器械三類證呢？從過去的兩年審批狀況來看，動脈網認為，這仍將取決于企業本身。如果企業足夠積極，我們有望在接下來的三個月中看到AI企業通過《要點》獲得CT肺相關產品三類證。

但無論獲證與否，疫情之中，AI展現了其應有的價值。未來AI能做什么？醫生已經有了新的期待……