探索FDA授权的首个人工智能皮肤癌设备：引以为戒的教训与新的医疗保健前景

近日，德国德累斯顿工业大学Else Kröner Fresenius数字健康中心Stephen Gilbert团队在期刊《npj Digital Medicine》上发表了题为“Learnings from the first AI-enabled skin cancer device for primary care authorized by FDA”的研究论文。论文针对DermaSensor的FDA授权，研究新兴人工智能技术在皮肤病学中的临床证据和监管影响。

https://www.nature.com/articles/s41746-024-01161-1

研究背景

01

2024年1月17日，美国食品和药品监督管理局 （FDA） 授权DermaSensor，这是第一款支持人工智能（AI）的医疗设备，旨在用于初级保健环境的皮肤癌检测。该设备已获准在欧盟和澳大利亚使用。作为首款支持人工智能的皮肤病学设备，FDA在美国为医疗器械创新，树立了新的监管先例。然而，该批准，也引发了关于持续生成证据和现代监管方法的必要性的问题。

皮肤病学的临床诊断，高度依赖于视觉评估，以此来区分“正常”和“异常”的皮肤病变。这反过来，又决定了是否需要进一步的诊断研究和干预。其主要取决于皮肤科医生的模式识别技能，这些技能，在临床职业生涯中会变得复杂。医生进行细致入微的视觉分析，需要多年的培训。这对于非专业人士，以及通过AI/ML模式，识别实现创新的机会，都是一个巨大的挑战。皮肤癌（包括鳞状细胞癌、基底细胞癌和黑色素瘤）是全球最常见的恶性肿瘤。在通过活检或切除诊断之前，主要通过评估和皮肤镜检查，进行筛查。初级保健医生，通常会在转诊至皮肤科之前，对患者进行相关病变筛查。在这种背景下，DermaSensor和类似的面向PCP的AI设备，提供了关键机会，通过将专科护理，带入初级保健办公室，来影响更广泛的医疗保健系统。

研究进展

02

监管环境和新视野

FDA的医疗器械监管框架，是在大多数产品，都是基于硬件的技术时建立的。然而，如今许多设备，都集成了一些软件技术元素，包括AI和机器学习 （ML）。截至 2023 年10月，FDA授权了117款AI/ML设备。一些产品，如DermaSensor，是依赖AI/ML软件，实现功能的物理设备，被称为“医疗设备中的软件”（SiMD)。其他产品，如Digital Diagnostic的自主糖尿病视网膜病变软件，主要是基于软件的产品，被称为“软件即医疗设备”（SaMD）”。

在2021年的行动计划中，FDA阐明了其打算继续使用现有的审查途径，对此类设备进行监管。同时，FDA还针对包含软件的设备特有的问题（例如，变更控制计划、缓解算法偏见），制定新的监管流程。这些审查途径包括上市前许可510（k）、从头分类和上市前批准 （PMA）。审查途径是根据设备带来的潜在风险，来选择的，这反过来，又决定了上市前和上市后证据生成的要求。

第一个获得FDA授权的皮肤科AI设备，是MelaFind，于2017年通过PMA途径获得批准。该途径仅适用于高风险的医疗器械，并要求制造商提交安全性和有效性的临床证据（例如，临床试验结果）。MelaFind的适应症，仅限于皮肤科医生和黑色素瘤检测。然而，由于其特异性低（10%），导致不必要的活检、与工作流程的集成性差，以及覆盖范围有限，该设备已停产。随后，皮肤科AI设备Nevisense，也于2017年通过PMA途径获得授权。其仅供皮肤科医生用于黑色素瘤检测（灵敏度96%，特异性34%），截至2024 年，仍在市场上销售。

FDA对医疗器械（包括AI皮肤病学设备）授权途径的比较

与MelaFind和Nevisense相比，DermaSensor通过FDA的De Novo途径，进行了审查。该途径，适用于制造商或FDA缺乏类似的授权设备进行比较的，低至中等风险的创新设备。因此，除了使新产品（DermaSensor）能够进入市场外，De Novo授权还建立了一个新的产品分类代码。未来的皮肤科设备，可以将其用作监管先例，通过510（k）途径，获得FDA授权。与迄今为止支持AI的皮肤科设备的PMA方法相比，这是一个独特的监管发展。虽然 510（k） 是所有医疗设备（包括支持AI/ML的设备）进入市场的主要途径，但该途径引发了人们对于评估新型数字健康工具，其安全性的证据要求，是否充分的担忧。

FDA授权的用于皮肤癌检测的人工智能医疗设备的研究规模和特点比较

检查DermaSensor授权的证据

FDA对DermaSensor的授权开辟了新的临床领域，因为该设备适用于非皮肤科医生，用于评估40岁或以上患者，对黑色素瘤、基底细胞癌和鳞状细胞癌的关注。支持授权的证据来自3项研究：1项关键性试验、1项针对黑色素瘤的补充验证研究和1项临床效果研究。

这项名为DERM-SUCCESS的关键研究，对来自1,579个初级保健中心的1,005名患者的22个病变，进行了研究。补充验证研究DERM-ASSESS，涉及了311名患者；其中，440个病变，由来自10个地点的皮肤科医生评估。除了传统的临床病史和检查外，研究还使用该设备的输出，来决定是否应监测可疑病变或进一步评估（皮肤科医生转诊或活检）。DERM-SUCCESS报告的设备灵敏性为95.5%，而初级保健医生 （PCP）为 83%，NPV（通过活检确认的设备阴性结果）为96.6%，非皮肤科医生的灵敏性为90%。然而，其特异性较低，为20.7%。

值得注意的是，FDA的授权规定，DermaSensor被批准用于“非皮肤科专业的医生”，制造商将PCP确定为目标人群。针对108例PCP和超过10,000例病变的临床效果研究表明，使用PCP设备，提高了管理的灵敏性（91.4%相对于82.0%）和诊断的灵敏性（81.7%相对于71.1%）；并且，它将假阴性转诊，减少了一半（从8%减少至6.18%）。然而，有统计学意义的转诊特异性下降了（从44.2%下降至32.4%）。

总而言之，DermaSensor的上市前临床研究结果，证明了该设备在初级保健环境中的灵敏检测和应用能力。此外，DermaSensor还表明，特异性问题（影响了MelaFind和Nevisense）仍然是皮肤病学中，支持AI的医疗设备面临的挑战。其存在潜在的不必要的转诊风险，可能导致活检和后续费用的增加。

对可及性和质量的临床影响

DermaSensor通过扩展PCP对皮肤癌的诊断能力，为皮肤科护理，提供了新的视野。这是与之前FDA 授权的皮肤病学人工智能医疗设备的关键区别。使用DermaSensor，可以增强转诊此类病例的PCP的诊断能力，因此，它可以解决皮肤病学的访问限制。这些限制，影响了超过1/3的患者，其平均等待时间为35天。

从其他医学学科，将基于人工智能的新型诊断设备，引入初级保健，也有类似的情况。例如，美国食品和药品监督管理局（FDA）已授权支持人工智能的设备，用于初级保健机构的自主糖尿病视网膜病变筛查。这种技术推动的转变，使PCP向更大的“专家”诊断，提出了关于全科临床实践范围不断扩大的重要问题。对于DermaSensor来说，一个重要的问题，是该设备能否提高PCP诊断性能。此外，在医疗服务不足的地区中，部署该设备，需要进一步的上市后研究。

DermaSensor的授权，还附带了值得注意的监管条件。FDA对代表性不足的人群，进行了上市后的性能测试。因为在关键的DERM-SUCCESS试验中，97.1%的患者是白人，只有13%来自色素沉着最严重的皮肤类型（Fitzpatrick V / VI）。虽然提高临床试验多样性，是所有 FDA 监管产品的首要任务，但其影响在皮肤病学中尤为突出。用于训练AI模型的图像中，缺乏较深的肤色，导致对较深皮肤表型的诊断性能较差。缺乏代表性，可能会重新加深，对已经在皮肤科护理中被系统和历史上边缘化的患者的诊断偏见。除了调查患者群体的公平表现外，FDA还应监测DermaSensor的真实世界表现。特别需要注意诊断的特异性，以及通过假阳性引发不必要的护理风险，这是导致MelaFind停产的问题。

研究结论

03

前进的道路

DermaSensor的授权，是正在进行的人工智能医疗设备浪潮中的最新一项。这些设备，将在美国及其他地区获得监管部门的批准。了解这些技术的机遇和局限性，对于它们在临床实践中的安全有效部署，至关重要。FDA采取的方法，以其“以公平为重点”的视角而著称，通过上市后证据的生成，确保新产品开发与人口健康需求之间的一致性。这种方法，应该积极在更广泛的人工智能设备监管方法中实施，最好是在上市前阶段。总而言之，虽然DermaSensor授权的短期影响，是在初级保健工具包中，增加了一个新的支持人工智能的专业工具。但该设备的长期价值，可能是监管人工智能医疗设备的一个里程碑。