附件：影像超聲人工智能軟件（流程優(yōu)化類功能）技術(shù)審評要點（2023年第23號）.doc

影像超聲人工智能軟件（流程優(yōu)化類功能）
技術(shù)審評要點

本審評要點旨在指導(dǎo)注冊申請人對影像超聲產(chǎn)品中流程優(yōu)化類人工智能軟件功能注冊申報資料的準備及撰寫，同時也為技術(shù)審評部門審評注冊申報資料提供參考。

本審評要點是對影像超聲產(chǎn)品中流程優(yōu)化類人工智能軟件功能的一般要求，注冊申請人應(yīng)依據(jù)產(chǎn)品的具體特性確定其中內(nèi)容是否適用，若不適用，需具體闡述理由及相應(yīng)的科學(xué)依據(jù)，并依據(jù)產(chǎn)品的具體特性對注冊申報資料的內(nèi)容進行充實和細化。本審評要點不包括臨床評價的要求。

一、適用范圍

本審評要點適用于影像超聲產(chǎn)品中流程優(yōu)化類人工智能軟件功能（以下簡稱“超聲流程優(yōu)化AI功能”）的注冊。上述功能應(yīng)由有相應(yīng)超聲診斷資質(zhì)和能力的醫(yī)生使用。上述功能通常集成于影像超聲設(shè)備中，其產(chǎn)品分類依從于影像超聲設(shè)備，按現(xiàn)行《醫(yī)療器械分類目錄》，該類產(chǎn)品分類編碼為06-07，管理類別為II類或III類；上述功能若集成于獨立軟件，分類編碼為21-02，基于《人工智能醫(yī)療器械分類界定指導(dǎo)原則》，作為流程優(yōu)化功能，管理類別為II類。

輔助診斷類超聲AI功能由于尚無產(chǎn)品批準，缺乏審評經(jīng)驗，暫不納入本審評要點，可參考適應(yīng)的內(nèi)容。

二、產(chǎn)品簡介

超聲流程優(yōu)化AI功能主要實現(xiàn)定位標準切面、生理結(jié)構(gòu)識別與分割、自動測量、診斷流程自動化等功能，進而起到減少醫(yī)生重復(fù)勞動、提高效率的作用，目前多見于婦產(chǎn)科胎兒、心臟的超聲檢查和頻譜多普勒檢查，也見于實質(zhì)器官、肌骨、神經(jīng)的檢查，少見于彩色多普勒檢查。以上提到的結(jié)構(gòu)分割，僅限于分割正常組織結(jié)構(gòu)（包括先天畸形或后天發(fā)育失?；蚴軅麑?dǎo)致的正常組織結(jié)構(gòu)發(fā)生異于常人的變化，如先天性心臟?。?，不用于分割疑似病灶組織結(jié)構(gòu)，如甲狀腺結(jié)節(jié)、乳腺結(jié)節(jié)，否則屬于輔助診斷功能，不屬于流程優(yōu)化功能。對疑似病灶進行輔助識別和輔助診斷是超聲診斷中的常見任務(wù)，該任務(wù)中病灶輔助識別不屬于本要點討論的流程優(yōu)化功能。

不同于放射科影像設(shè)備的固定位置、標準參數(shù)的采集方式，影像超聲需要超聲醫(yī)師自行尋找所需切面同時進行診斷，或為了觀察到特定結(jié)構(gòu)、病灶需要從多個角度不同切面進行觀察，超聲診斷標準化是一個重要問題。影像超聲的診斷流程經(jīng)常要求采集標準切面，在切面中找到指定生理結(jié)構(gòu)或標志點，進行測量，通過與標準圖譜或標準數(shù)據(jù)庫對比作出診斷。有些診療流程規(guī)定須觀察到的切面、結(jié)構(gòu)、標志點、特征多普勒頻譜以及相關(guān)測量非常多，如產(chǎn)科排畸檢查、超聲心動圖檢查，工作量大而重復(fù)，亟需自動化工具。相應(yīng)的流程優(yōu)化功能不但可以減少醫(yī)生重復(fù)勞動提高效率，還有利于實現(xiàn)超聲診斷標準化提高診斷質(zhì)量。

不同于放射影像通常在醫(yī)生已經(jīng)對疾病有所懷疑時才進行檢查，超聲診斷的應(yīng)用場景更廣，在體檢、定期檢查、診斷、手術(shù)中均有應(yīng)用。診療流程越靠前的檢查，檢查量越大，部分檢查目的側(cè)重于確認正常，并同時發(fā)現(xiàn)異?；蚨ㄆ谟^察進展。需求量越大、診斷流程越復(fù)雜的超聲檢查，流程優(yōu)化功能的價值就越大。部分超聲流程優(yōu)化AI功能的臨床風險相對較低，但其中的高風險因素必須予以重視。

三、參考文件

[1] 國家食品藥品監(jiān)督管理局.醫(yī)療器械說明書和標簽管理規(guī)定:國家食品藥品監(jiān)督管理總局令第6號[Z].

[2] 國家藥品監(jiān)督管理局.醫(yī)療器械安全和性能的基本原則:國家藥品監(jiān)督管理總局公告2020年第18號 [Z]

[3] 國家藥品監(jiān)督管理局.醫(yī)療器械通用名稱命名規(guī)則:國家藥品監(jiān)督管理總局令第19號[Z].

[4] 國家藥品監(jiān)督管理局.醫(yī)用軟件通用名稱命名指導(dǎo)原則: 國家藥品監(jiān)督管理總局通告2021年第48號[Z]

[5] 國家食品藥品監(jiān)督管理局.醫(yī)療器械分類目錄:國家食品藥品監(jiān)督管理總局公告2017年第104號[Z].

[6] 國家藥品監(jiān)督管理局. 人工智能醫(yī)用軟件產(chǎn)品分類界定指導(dǎo)原則: 國家藥監(jiān)局器審中心通告2021年第47號[Z]

[7] 國家藥品監(jiān)督管理局.醫(yī)療器械產(chǎn)品技術(shù)要求編寫指導(dǎo)原則:國家藥監(jiān)局通告2022年第8號[Z].

[8] 國家藥品監(jiān)督管理局醫(yī)療器械審評中心.醫(yī)療器械軟件注冊審查指導(dǎo)原則（2022年修訂版）:國家藥監(jiān)局器審中心通告2022年第9號[Z].

[9] 國家藥品監(jiān)督管理局醫(yī)療器械審評中心.醫(yī)療器械網(wǎng)絡(luò)安全注冊審查指導(dǎo)原則（2022年修訂版）:國家藥監(jiān)局器審中心通告2022年第7號[Z].

[10] 國家藥品監(jiān)督管理局醫(yī)療器械審評中心.人工智能醫(yī)療器械注冊審查指導(dǎo)原則:國家藥監(jiān)局器審中心通告2022年第8號[Z].

四、審評主要關(guān)注點

在參照的法規(guī)、規(guī)章、指導(dǎo)原則、標準的情況前提下，結(jié)合下列關(guān)注點開展技術(shù)審評。

（一）綜述資料

1.產(chǎn)品名稱

此類功能一般集成于影像超聲主機或超聲圖像處理軟件中，產(chǎn)品名稱依從于所集成產(chǎn)品。功能名稱可以包含英文，應(yīng)保持同一功能的規(guī)范名稱在產(chǎn)品資料中保持一致。功能名稱相似的，應(yīng)明確實質(zhì)差異，如同名的不同代際功能，可以通過名稱或版本號予以區(qū)別。

2.結(jié)構(gòu)組成

集成于影像超聲主機時，結(jié)構(gòu)功能無需體現(xiàn)。集成于處理超聲影像的獨立軟件時，結(jié)構(gòu)組成應(yīng)體現(xiàn)出包括AI的功能模塊。

其他按照《人工智能醫(yī)療器械注冊審查指導(dǎo)原則》在算法研究報告中提供算法基本信息，結(jié)合本產(chǎn)品特點應(yīng)注意和細化的要求詳見下文算法研究資料的算法基本信息。

（二）非臨床資料

1.產(chǎn)品技術(shù)要求及檢測報告

1.1規(guī)格信息

應(yīng)給出軟件發(fā)布版本和版本命名規(guī)則。軟件版本命名規(guī)則原則上應(yīng)涵蓋算法驅(qū)動型更新和數(shù)據(jù)驅(qū)動型更新，明確并區(qū)分重大軟件更新和輕微軟件更新，其中重大軟件更新列舉常見典型情況。AI功能若是軟件模塊，若有單獨的版本、版本命名規(guī)則均需說明。

明確AI功能可處理的超聲影像輸入，如超聲機型、探頭、成像參數(shù)、檢查方式、檢查部位、影像形式。超聲機型和探頭應(yīng)明確制造商和型號，且應(yīng)為國內(nèi)上市的產(chǎn)品。成像參數(shù)應(yīng)考慮頻率、增益、深度、動態(tài)范圍、焦點、幀頻、諧波成像、多波束成像等，若是某探頭用于某部位的默認參數(shù)，可以簡化描述。影像形式明確單幀或序列圖像，對全圖處理還是需要先分割出特定區(qū)域，是否包括種子點、采樣窗、患者病歷（如年齡、性別、地域、主訴、病史等）等其他信息。相應(yīng)內(nèi)容應(yīng)已通過算法影響因素分析論證。

若預(yù)期操作者包括超聲醫(yī)師之外的用戶，應(yīng)在此處予以明確。

1.2性能指標

以AI功能為單位（而不是算法）描述臨床功能、使用限制、運行環(huán)境（若適用）、性能效率（若適用）。臨床功能應(yīng)簡要描述輸入輸出，并在附錄中提供典型界面圖片，明確采用深度學(xué)習AI算法的部分；實現(xiàn)分類、分割功能和生成自然語言描述的枚舉可給出的所有情況；明確AI輸出的哪些內(nèi)容可由醫(yī)生修改。使用限制考慮從流行病學(xué)分布、預(yù)期應(yīng)用場景、成像質(zhì)量不佳或范圍不夠、易混淆圖像、有影響的身體狀態(tài)或疾病、植入物、先天或后天身體結(jié)構(gòu)異常等方面簡要描述。運行環(huán)境（含云計算）明確典型配置，包括硬件配置、外部軟件環(huán)境、網(wǎng)絡(luò)條件，僅運行在所申報超聲主機上的AI功能，運行環(huán)境可不適用。性能效率明確軟件在典型運行環(huán)境下完成典型核心功能的時間特性。

2.軟件研究

申請人應(yīng)依據(jù)《醫(yī)療器械軟件技術(shù)審查指導(dǎo)原則（2022年修訂版）》、《醫(yī)療器械網(wǎng)絡(luò)安全技術(shù)審查指導(dǎo)原則（2022年修訂版）》、《移動醫(yī)療器械注冊技術(shù)審查指導(dǎo)原則》、《人工智能醫(yī)療器械注冊審查指導(dǎo)原則》等指導(dǎo)原則，提交相應(yīng)注冊申報資料。

3.算法研究資料

應(yīng)基于《人工智能醫(yī)療器械審查指導(dǎo)原則》第四章生存周期過程、第五章技術(shù)考量、第六章算法研究資料的所有相關(guān)要求提供算法研究報告或算法更新研究報告，認為不適用的應(yīng)詳述理由。不同功能應(yīng)分別提供算法研究報告，一個功能中包括多個相對獨立AI算法的建議分別提供算法研究報告，有工作流銜接關(guān)系的算法、功能應(yīng)說明其關(guān)系，宜合并算法研究報告中相同相似內(nèi)容，但驗證與確認應(yīng)分別進行。根據(jù)此類功能特點需要細化之處如下。以下要求主要針對基于深度學(xué)習等新一代人工智能算法的功能，采用傳統(tǒng)模式識別算法的可供參考。

3.1算法基本信息

AI功能及其核心的AI算法穿插于檢查流程中，在某些環(huán)節(jié)發(fā)揮作用。AI功能控制AI算法模塊（可能不只1個）的啟動、運行、停止、結(jié)果顯示，以及與其他功能模塊的配合。申請人應(yīng)對功能和算法分別進行描述，由于超聲檢查流程的復(fù)雜性，應(yīng)重視功能描述。

3.1.1功能描述

應(yīng)從臨床角度在說明常規(guī)診斷流程的基礎(chǔ)上，明確常規(guī)流程的哪些環(huán)節(jié)被AI功能替代或是改變，從技術(shù)角度配合流程圖詳細說明功能如何控制各核心AI算法及相關(guān)模塊完成功能。簡述功能帶來的臨床價值，用于提高效率的功能，宜給出量化指標。

按照國家藥監(jiān)局發(fā)布的注冊申報資料要求提供產(chǎn)品的適用范圍、預(yù)期使用環(huán)境、適用人群、禁忌證，需與申報產(chǎn)品的性能、功能相符，并需與臨床評價資料結(jié)論一致。使用環(huán)境明確預(yù)期使用的醫(yī)療機構(gòu)類型、級別、科室及應(yīng)用場景，如超聲室常規(guī)檢查、穿刺引導(dǎo)、麻醉引導(dǎo)、手術(shù)中等，適用人群應(yīng)明確醫(yī)生的專業(yè)（超聲科、其他科室）、資質(zhì)、能力水平（年資、培訓(xùn)），患者的年齡、性別、生理疾病狀態(tài)（懷孕的明確孕齡范圍）。

明確產(chǎn)品的設(shè)計依據(jù)，給出切面、結(jié)構(gòu)、標志點、多普勒頻譜等特征識別功能和測量功能所依據(jù)的醫(yī)學(xué)圖譜、診療指南等的名稱和具體內(nèi)容，并說明其權(quán)威性以及在我國的接受情況和使用情況。

涉及定位標準切面的，應(yīng)明確針對實時掃查、存儲的圖像序列還是后處理重建圖像，輸出是否可為重建切面（即掃查自然生成切面之外的切面）。處理實時超聲掃查的，明確掃查的幀率和圖像穩(wěn)定性要求，明確掃查過快圖像不穩(wěn)定時，功能如何處理和顯示。

涉及多普勒頻譜的，應(yīng)明確取樣窗放置要求（如位置、角度）。

涉及識別生理結(jié)構(gòu)的，應(yīng)明確可檢出結(jié)構(gòu)的最小、最大尺寸；是否需要先定位切面再識別結(jié)構(gòu)，還是在掃查中直接識別結(jié)構(gòu)；是否需要從不同角度切面觀察同一結(jié)構(gòu)，關(guān)注點有何差異。

涉及測量的，應(yīng)明確測量的規(guī)則，宜展示各參數(shù)測量的起止點或區(qū)域，并可由醫(yī)生調(diào)整。

明確算法輸出的展示形式。以圖像區(qū)域增強形式展示的，明確圖像增強的方式，給出典型影像表現(xiàn)圖像增強前后的圖片。以提示框、分割區(qū)域勾畫展示的，給出典型影像表現(xiàn)的圖片，明確框畫的規(guī)則，明確一幀中出現(xiàn)多個同樣結(jié)構(gòu)時分立或融合的規(guī)則。以成像區(qū)域外示意圖或體標展示的，明確是否有提示醫(yī)生注意或確認醫(yī)生已注意到的方式，如閃爍、抖動、發(fā)聲、點擊確認等，明確是否僅在當前幀檢出目標切面、結(jié)構(gòu)時顯示，還是出現(xiàn)后會延時顯示，是否會自動記錄檢出目標的幀等。若有AI算法輸出但并不進行展示的應(yīng)進行說明，如作為默認項或作為中間結(jié)果參與后續(xù)處理再展示的。

涉及多個功能或算法串聯(lián)的，明確各功能或算法啟動、展示結(jié)果和退出的條件，例如滿足條件后自動啟動，或需點擊按鈕等啟動后續(xù)功能。明確AI分析功能的激活時段，如僅在所選幀激活，在采集一段圖像序列時激活，在患者一次檢查的全程激活。

圖像質(zhì)量問題，如由于機器故障、掃查參數(shù)設(shè)置不合適、耦合不佳等原因造成圖像模糊、過明過暗、結(jié)構(gòu)失真、偽影等，以及存在治療痕跡、測量/注釋標記等圖像問題，明確算法是否對存在上述情況的圖像進行AI計算并給出結(jié)果。是否有圖像質(zhì)控模塊，還是由醫(yī)生評價圖像質(zhì)量以決定是否啟動核心功能的AI算法。對于在圖像質(zhì)量不佳時仍運行AI算法的，宜有相關(guān)提示，并對結(jié)果可靠性可能降低給出提示。

明確在同一幀中切面或結(jié)構(gòu)無法完整顯示時如何處理，如不進行AI計算，或結(jié)合相鄰幀，或無需出現(xiàn)完整目標也可識別。由于聲窗和患者身材的限制，有時難以找到包括所有特征的完整切面，但由于超聲檢查的實時，小范圍移動探頭即可覆蓋整個關(guān)注區(qū)域，檢查到所有結(jié)構(gòu)。如果功能設(shè)計為必須先找到完整切面，再啟動找結(jié)構(gòu)的算法，上述情況會導(dǎo)致功能無法正常運行，但只要考慮前后幀這一問題即可解決。

3.1.2算法描述

按照《人工智能醫(yī)療器械注冊審查指導(dǎo)原則》明確每個核心AI算法的名稱、類型、結(jié)構(gòu)、輸入輸出、流程圖、算法框架、運行環(huán)境等基本信息以及算法選用依據(jù)。

算法的輸入應(yīng)考慮但不限于機型、探頭、成像參數(shù)、檢查方式、掃查角度/切面/深淺、成像質(zhì)量不佳或范圍不足、流行病學(xué)分布、預(yù)期應(yīng)用場景、易混淆圖像、有影響的身體狀態(tài)或疾病、植入物、先天或后天身體結(jié)構(gòu)異常等。對于不同功能/算法，可能無需考慮上述所有方面，但應(yīng)給出合理分析。機型考慮波束形成器、發(fā)射/接收通道數(shù)、成像算法等。探頭考慮陣元數(shù)、頻率、孔徑、曲率半徑、寬度、成像范圍等。成像參數(shù)考慮頻率、增益、深度、動態(tài)范圍、焦點、幀頻、諧波成像、多波束成像等。檢查方式考慮體表、術(shù)中、腔內(nèi)、超聲內(nèi)窺鏡等。流行病學(xué)分布對不同功能可能差異很大，需要深入分析以保證算法設(shè)計滿足臨床實際，如某些生理結(jié)構(gòu)、癥狀診斷需考慮性別、年齡、地域、疾病進展期等差異。預(yù)期應(yīng)用場景考慮預(yù)期使用的醫(yī)院級別、科室（如超聲科、急診科、麻醉科、手術(shù)室等），醫(yī)生的資質(zhì)、能力等。易混淆圖像，如與預(yù)期圖像相似或相關(guān)的圖像，如同一切面或器官上的易混淆圖像，其他器官與之類似的圖像。有影響的身體狀態(tài)或疾?。喝绠a(chǎn)科胎齡，肺氣腫對心臟檢查的影響。其他因素已在本文其他部分有所描述。

算法輸入應(yīng)明確處理單幀還是序列圖像（關(guān)聯(lián)多幀共同輸出結(jié)果，不是雖輸入序列但僅處理單幀），對全圖處理還是需要先分割出特定區(qū)域，是否包括種子點、采樣窗、患者病歷（如年齡、性別、地域、主訴、病史等）等其他信息。

應(yīng)結(jié)合功能的特點，對以上因素進行性能影響因素分析，對于處理相應(yīng)輸入不能得出滿足預(yù)期性能要求或未經(jīng)驗證的因素應(yīng)考慮作為使用限制。

3.2算法風險管理

明確產(chǎn)品的軟件安全性級別（輕微、中等、嚴重）并詳述判定理由，提供算法風險管理資料。軟件安全性級別可基于產(chǎn)品的預(yù)期用途、使用場景、核心功能進行綜合判定，其中預(yù)期用途主要考慮用途類型、重要程度、緊迫程度等因素，使用場景主要考慮使用場合、疾病特征、適用人群、目標用戶等因素。核心功能主要考慮功能類型、核心算法、輸入輸出、接口等因素。對于超聲流程優(yōu)化AI功能，還應(yīng)考慮所優(yōu)化流程的復(fù)雜程度、使用廣泛程度，功能對現(xiàn)有流程的影響程度，算法的成熟度、性能、泛化能力，以及出現(xiàn)錯誤結(jié)果是否能夠被醫(yī)生識別糾正等。算法研究資料應(yīng)與算法的軟件安全性級別相適應(yīng)。

3.3算法需求規(guī)范

提供算法需求規(guī)范文檔，若無單獨文檔可提供軟件需求規(guī)范，并注明算法需求所在位置。

明確算法訓(xùn)練數(shù)據(jù)集需求。樣本量需考慮樣本規(guī)模的充分性，明確樣本總量及其確定依據(jù)。樣本分布需考慮樣本的科學(xué)性和合理性，應(yīng)考慮機型、探頭、成像參數(shù)、檢查方式、掃查角度/切面/深淺、成像質(zhì)量不佳或范圍不足、流行病學(xué)分布、預(yù)期應(yīng)用場景、易混淆圖像、有影響的身體狀態(tài)或疾病、植入物、先天或后天身體結(jié)構(gòu)異常等。認為無需考慮的因素給出合理理由，應(yīng)考慮但不計劃考慮的因素應(yīng)作為使用限制。訓(xùn)練數(shù)據(jù)宜納入一定比例的易混淆樣本和陰性樣本，明確是預(yù)期圖像掃查中臨近區(qū)域易出現(xiàn)的樣本，還是完全無關(guān)的樣本。

明確各算法性能設(shè)計目標。結(jié)合算法特點、核心功能選擇合理的評價指標，給出性能指標的限值要求及其設(shè)定依據(jù)。同一功能對于不同應(yīng)用場景具有不同性能要求的，應(yīng)分別規(guī)定。分類問題可考慮敏感性、特異性、陽性預(yù)測值、陰性預(yù)測值、準確率、一致率（如kappa）、F-measure、ROC-AUC等。多分類問題不能僅給出總體一致率，應(yīng)對每一類給出敏感性、特異性等指標。多標簽問題，應(yīng)明確標簽排序規(guī)則（如適用）。識別問題可考慮敏感性、特異性、ROC-AUC等，應(yīng)明確識別正確的判定標準，如IoU、dice的閾值，并結(jié)合臨床給出其合理性。分割問題可考慮交并比IoU、dice系數(shù)等，并給出識別準確性方面的指標，參考分類問題。不同算法即使有關(guān)聯(lián)性，也應(yīng)分別規(guī)定，重點關(guān)注最終輸出結(jié)果的性能。

3.4數(shù)據(jù)質(zhì)控

參考《人工智能醫(yī)療器械注冊審查指導(dǎo)原則》四（二）數(shù)據(jù)收集、六（一）4.數(shù)據(jù)質(zhì)控的要求提供相關(guān)資料。并注意：

3.4.1數(shù)據(jù)收集

明確采集數(shù)據(jù)樣本的機型、探頭、成像參數(shù)、采集時長（圖像序列適用），以及來源機構(gòu)、采集和被采集人員情況、采集時間，比較與算法訓(xùn)練數(shù)據(jù)需求的差異。流程優(yōu)化功能的驗證需要盡可能模擬使用過程，可能需要采集比AI診斷圖像或序列更長的掃查序列，而不僅是訓(xùn)練核心算法的單幀圖像。若存在這種情況，應(yīng)在采集過程中予以說明。

3.4.2數(shù)據(jù)整理

明確經(jīng)數(shù)據(jù)清洗棄用數(shù)據(jù)的原因和數(shù)量。數(shù)據(jù)預(yù)處理環(huán)節(jié)應(yīng)采用典型圖片/圖像序列和流程圖說明處理過程和每一步處理的結(jié)果。原始數(shù)據(jù)庫的預(yù)處理過程若與產(chǎn)品中算法運行的預(yù)處理過程存在差異，應(yīng)比較說明。

3.4.3數(shù)據(jù)標注

應(yīng)列表給出標注、審核、仲裁人員的基本信息，如科室/專業(yè)、職稱、工作年限、所在機構(gòu)、培訓(xùn)考核情況、標注量，若有外國人員則需明確其資質(zhì)要求。

標注規(guī)則應(yīng)明確所依據(jù)的醫(yī)學(xué)圖譜、診療指南等的名稱和具體內(nèi)容，并說明其權(quán)威性以及在我國的接受情況和使用情況。若有存在爭議的，或需要醫(yī)生基于經(jīng)驗判斷的，應(yīng)分析其對標注一致性的影響。預(yù)期結(jié)構(gòu)不能完整顯示的，明確滿足什么條件時進行標注，如何標注。

宜采用流程圖介紹單張圖片/單段序列的標注、審核、仲裁過程。若標注較復(fù)雜宜采用典型圖片/序列加流程圖說明每一步的標注內(nèi)容以及特殊情況處理。圖像序列明確逐幀標注，還是自動標注方式，若采用自動標注應(yīng)予以詳述。區(qū)域分割的標注，多人標注勢必不完全一致，應(yīng)配合圖片說明如何融合多人的標注結(jié)果及其影響。簡述全部圖片標注的管理過程、時間周期，特別是標注周期內(nèi)的質(zhì)量評估。若用于不同功能做標注的數(shù)據(jù)集與數(shù)據(jù)量有所區(qū)別，應(yīng)明確具體情況。

3.4.4數(shù)據(jù)集構(gòu)建

對于標注前的基礎(chǔ)數(shù)據(jù)庫，標注后劃分的訓(xùn)練集、調(diào)優(yōu)集、測試集，應(yīng)給出樣本量和分布情況及其確定依據(jù)，以及集合劃分的方法、依據(jù)。考慮“患者-結(jié)構(gòu)-切面-圖像/圖像序列”層級（即某一人的某一結(jié)構(gòu)，有不同切面的圖像或圖像序列），三個數(shù)據(jù)集原則上應(yīng)在患者級兩兩無交，至少到結(jié)構(gòu)級兩兩無交。若降低無交集的范圍，應(yīng)給出合理的理由。提供查重驗證結(jié)果，以證實訓(xùn)練集、調(diào)優(yōu)集、測試集的樣本兩兩無交集。

樣本分布應(yīng)考慮機型、探頭、成像參數(shù)、檢查方式、掃查角度/切面/深淺、成像質(zhì)量不佳或范圍不足、流行病學(xué)分布、預(yù)期應(yīng)用場景、易混淆圖像、有影響的身體狀態(tài)或疾病、植入物、先天或后天身體結(jié)構(gòu)異常等因素。

可按照《人工智能醫(yī)療器械注冊審查指導(dǎo)原則》的要求進行數(shù)據(jù)擴增，重點說明擴增方法和實現(xiàn)方式，分析擴增樣本與真實樣本的相似性，分析對算法的影響。采用生成對抗網(wǎng)絡(luò)（GAN）數(shù)據(jù)擴增的，提供算法基本信息以及算法選用依據(jù)。

用于算法驗證需采集掃查過程序列圖像的，應(yīng)參考以上要求另行說明序列圖像特點、樣本量、樣本分布。

3.5算法訓(xùn)練

明確算法訓(xùn)練所用的評估指標、訓(xùn)練方式、訓(xùn)練目標、調(diào)優(yōu)方式（若有），說明損失函數(shù)、主要超參數(shù)的確定思路，提供訓(xùn)練數(shù)據(jù)量-評估指標曲線等證據(jù)以證實算法訓(xùn)練的充分性和有效性。若使用遷移學(xué)習，應(yīng)滿足AI導(dǎo)則的要求。

3.6算法驗證與確認

3.6.1算法性能評估

基于測試集提供設(shè)計需求要驗證的算法性能指標、重復(fù)性與再現(xiàn)性、魯棒性/健壯性等算法性能評估結(jié)果，以證明算法性能滿足設(shè)計目標。亦可基于第三方數(shù)據(jù)庫開展算法性能評估?？蛇\行于不同的運行環(huán)境的功能，若運行環(huán)境不具有兼容性，應(yīng)分別進行軟件驗證、性能評估和實時性驗證。

用于提高效率的功能應(yīng)開展效率提高的定量驗證，建議采用多閱片者多病例（MRMC）研究的方式進行驗證。

對實時超聲圖像進行處理的，準確性可通過離線方式驗證，實時性須通過在線方式驗證，可提前通過離線驗證了解處理單一樣本的時間，再通過在線實時驗證確認軟件集成后可以達到預(yù)期效率并保證超聲采集和診斷流程的穩(wěn)定性可滿足正常使用。

分類問題和多標簽問題，若可識別的種類較多，應(yīng)給出完整的混淆矩陣，對在表格對應(yīng)的行列給出每類的敏感性、特異性、陽性預(yù)測值、陰性預(yù)測值、準確性、一致率，分析各類出現(xiàn)假陽性、假陰性的情況（如集中在某一特定類型則說明該類是目標類的易混淆類），制定相關(guān)注意事項。

若在訓(xùn)練過程中使用數(shù)據(jù)擴增，應(yīng)在調(diào)優(yōu)集上比較使用與不使用數(shù)據(jù)擴增對算法性能的影響。

算法輸出展示形式的臨床使用效果驗證。以圖像增強、提示框、分割區(qū)域勾畫形式展示的，應(yīng)評價是否影響正常的超聲診斷，如圖像畫質(zhì)的改變，標記對超聲圖像的遮擋、干擾等。以圖像區(qū)域外給出示意圖或體標展示的，應(yīng)評價是否可確保已引起醫(yī)生注意。

3.6.2算法性能影響因素評估

應(yīng)進行算法性能影響因素分析以提升算法可解釋性，詳述影響算法性能的主要因素及其影響程度，基于分析結(jié)果明確產(chǎn)品使用限制和必要警示提示信息。

性能影響因素應(yīng)考慮機型、探頭、成像參數(shù)、檢查方式、掃查角度/切面/深淺、成像質(zhì)量不佳或范圍不足、流行病學(xué)分布、預(yù)期應(yīng)用場景、易混淆圖像、有影響的身體狀態(tài)或疾病、植入物、先天或后天身體結(jié)構(gòu)異常等。認為無需考慮的因素給出合理理由，應(yīng)考慮但不計劃考慮的因素應(yīng)作為使用限制。

對于某一影響因素，可建立多個包含單一因素的子集和一個包含所有子集的合集（必要時）分別進行性能測試，統(tǒng)計分析各集合性能差異，評價影響程度。對于預(yù)期對性能有顯著影響且存在相互關(guān)聯(lián)的不同影響因素，也可建立包含多因素的子集進行分析。各集合應(yīng)保證具有足夠的樣本量，性能評估結(jié)果應(yīng)給出中心值和95%置信區(qū)間。各子集宜以產(chǎn)品研發(fā)時標注數(shù)據(jù)庫中的測試集為主，當某一待評價因素的樣本量較少或沒有時，可補充其他數(shù)據(jù)集的樣本，如臨床試驗、真實世界數(shù)據(jù)、第三方測試等的樣本，但合并在一個子集的數(shù)據(jù)其標注規(guī)則應(yīng)基本一致。簡述各子集的構(gòu)建情況，如數(shù)據(jù)來源、標注過程、標準規(guī)則、樣本分布等。

3.6.3算法性能綜合評價

結(jié)合算法訓(xùn)練、算法性能評估、臨床評價等結(jié)果開展算法性能綜合評價，針對訓(xùn)練樣本量和測試樣本量過少、測試結(jié)果明顯低于算法設(shè)計目標、算法性能變異度過大等情況，對產(chǎn)品的適用范圍、使用場景、核心功能進行必要限制。

4.用戶培訓(xùn)

對于軟件安全性級別為嚴重級別、在基層醫(yī)療機構(gòu)使用的產(chǎn)品，原則上需單獨提供一份用戶培訓(xùn)方案，包括用戶培訓(xùn)的計劃、材料、方式、師資等。由于超聲流程優(yōu)化AI功能的使用者一般具備按照常規(guī)流程進行超聲診斷的能力，因此培訓(xùn)重點宜放在AI功能與常規(guī)功能流程和操作的差異上，以及功能的使用限制和注意事項，如無法正常運行算法或算法性能下降的情形。

培訓(xùn)考核應(yīng)納入適當?shù)尼t(yī)生數(shù)量和測試樣本數(shù)量，被考核醫(yī)生應(yīng)與功能的預(yù)期使用者在培訓(xùn)前具有等同能力，以驗證培訓(xùn)方案的可行性。

（三）說明書注意事項

根據(jù)算法性能綜合評價結(jié)果，對產(chǎn)品的適用范圍、使用場景、核心功能進行必要限制，并在說明書中明確產(chǎn)品使用限制和必要警示提示信息。必要時，可給出數(shù)據(jù)采集設(shè)備和數(shù)據(jù)采集過程相關(guān)要求，算法訓(xùn)練驗證情況的總結(jié)。

五、《醫(yī)療器械安全和性能基本原則清單》各項內(nèi)容的適用性