YYT 1990-2025 人工智能醫(yī)療器械　細(xì)胞病理圖像輔助分析軟件　算法性能測(cè)試方法標(biāo)準(zhǔn)立項(xiàng)發(fā)展報(bào)告

標(biāo)題：YY/T1990-2025人工智能醫(yī)療器械細(xì)胞病理圖像輔助分析軟件算法性能測(cè)試方法標(biāo)準(zhǔn)立項(xiàng)發(fā)展報(bào)告EnglishTitle:StandardizationDevelopmentReport:ArtificialIntelligenceMedicalDevice-AuxiliaryAnalysisSoftwareforDigitalCytopathologyImages-AlgorithmPerformanceTestMethod摘要隨著人工智能技術(shù)在醫(yī)療領(lǐng)域的深度融合，基于深度學(xué)習(xí)的細(xì)胞病理圖像輔助分析軟件已成為提升病理診斷效率與準(zhǔn)確性的關(guān)鍵工具。然而，由于缺乏統(tǒng)一的算法性能測(cè)試標(biāo)準(zhǔn)，不同產(chǎn)品的性能評(píng)估結(jié)果難以橫向比較，制約了該技術(shù)在高風(fēng)險(xiǎn)診斷場(chǎng)景下的臨床應(yīng)用與監(jiān)管審批。本報(bào)告系統(tǒng)闡述了《YY/T1990-2025人工智能醫(yī)療器械細(xì)胞病理圖像輔助分析軟件算法性能測(cè)試方法》行業(yè)標(biāo)準(zhǔn)的立項(xiàng)背景、編制過(guò)程及核心內(nèi)容。該標(biāo)準(zhǔn)聚焦于細(xì)胞病理圖像分析軟件算法在“檢測(cè)”與“分類(lèi)”兩大核心任務(wù)上的性能評(píng)估，首次系統(tǒng)性地規(guī)范了測(cè)試數(shù)據(jù)集構(gòu)建、測(cè)試環(huán)境配置、性能指標(biāo)定義（如靈敏度、特異度、F1分?jǐn)?shù)、AUC等）及測(cè)試報(bào)告要求。報(bào)告指出，該標(biāo)準(zhǔn)的實(shí)施將填補(bǔ)國(guó)內(nèi)人工智能醫(yī)療器械在細(xì)胞病理領(lǐng)域性能評(píng)測(cè)的標(biāo)準(zhǔn)化空白，為產(chǎn)品注冊(cè)、質(zhì)量控制及臨床準(zhǔn)入提供權(quán)威的技術(shù)依據(jù)，對(duì)于推動(dòng)我國(guó)病理行業(yè)數(shù)字化轉(zhuǎn)型、保障醫(yī)療質(zhì)量和患者安全具有里程碑式的意義。關(guān)鍵詞人工智能醫(yī)療器械；細(xì)胞病理；圖像輔助分析；算法性能測(cè)試；標(biāo)準(zhǔn)化；YY/T1990-2025；深度學(xué)習(xí)；體外診斷Keywords:ArtificialIntelligenceMedicalDevice;Cytopathology;Image-AssistedAnalysis;AlgorithmPerformanceTest;Standardization;YY/T1990-2025;DeepLearning;InVitroDiagnosis正文一、引言：背景與意義細(xì)胞病理學(xué)是通過(guò)觀察人體細(xì)胞形態(tài)學(xué)變化進(jìn)行疾病診斷的核心技術(shù)，尤其在宮頸癌、肺癌、甲狀腺癌等惡性腫瘤的早期篩查與診斷中具有不可替代的作用。近年來(lái)，人工智能特別是深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)圖像分析領(lǐng)域取得了突破性進(jìn)展，涌現(xiàn)出大量針對(duì)宮頸液基薄層細(xì)胞學(xué)（TCT）、細(xì)針穿刺細(xì)胞學(xué)（FNAC）等場(chǎng)景的輔助分析軟件。這類(lèi)軟件旨在輔助病理醫(yī)師識(shí)別可疑細(xì)胞、量化特征指標(biāo)、提高閱片一致性并縮短診斷周期。然而，行業(yè)面臨的核心瓶頸在于“評(píng)估標(biāo)準(zhǔn)缺失”。不同廠商的算法在靈敏度、特異度、定位精度等關(guān)鍵性能指標(biāo)上定義不統(tǒng)一，使用的驗(yàn)證數(shù)據(jù)集規(guī)模和標(biāo)注質(zhì)量參差不齊，導(dǎo)致無(wú)法客觀、公正地評(píng)判其臨床應(yīng)用價(jià)值。這一現(xiàn)狀不僅給監(jiān)管機(jī)構(gòu)（如國(guó)家藥品監(jiān)督管理局，NMPA）的審評(píng)審批工作帶來(lái)巨大挑戰(zhàn)，也使得醫(yī)療機(jī)構(gòu)在選擇和應(yīng)用此類(lèi)產(chǎn)品時(shí)缺乏可靠依據(jù)，存在“算法黑箱”的潛在風(fēng)險(xiǎn)。在此背景下，由國(guó)家藥品監(jiān)督管理局提出，歸口于全國(guó)醫(yī)用電器標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC10），并由中國(guó)食品藥品檢定研究院（以下簡(jiǎn)稱(chēng)“中檢院”）牽頭，聯(lián)合多家醫(yī)療機(jī)構(gòu)、科研院所及企業(yè)單位，共同制定了《YY/T1990-2025人工智能醫(yī)療器械細(xì)胞病理圖像輔助分析軟件算法性能測(cè)試方法》。該標(biāo)準(zhǔn)的立項(xiàng)與發(fā)布，標(biāo)志著我國(guó)在該前沿領(lǐng)域的標(biāo)準(zhǔn)化工作進(jìn)入了實(shí)質(zhì)性階段，是保障人工智能醫(yī)療器械安全、有效、可控發(fā)展的重要舉措。二、標(biāo)準(zhǔn)的核心內(nèi)容與技術(shù)要點(diǎn)本標(biāo)準(zhǔn)針對(duì)人工智能醫(yī)療器械軟件在細(xì)胞病理圖像處理中的“算法性能”這一核心環(huán)節(jié)，建立了統(tǒng)一的測(cè)試框架。其主要技術(shù)內(nèi)容包含以下幾個(gè)方面：1.適用范圍與邊界本標(biāo)準(zhǔn)明確規(guī)定了其適用范圍為“利用人工智能技術(shù)對(duì)細(xì)胞病理數(shù)字圖像進(jìn)行分析的軟件系統(tǒng)”，重點(diǎn)針對(duì)用于“檢測(cè)”和“分類(lèi)”任務(wù)的算法。這里的“檢測(cè)”通常指在細(xì)胞涂片或切片圖像上定位并框出可疑細(xì)胞（如異型細(xì)胞、挖空細(xì)胞等）；“分類(lèi)”則是對(duì)檢測(cè)出的目標(biāo)進(jìn)行良惡性判別或亞型識(shí)別。標(biāo)準(zhǔn)不涉及與病理信息系統(tǒng)（PIS）的接口、用戶界面優(yōu)化、工作流程集成等非算法類(lèi)特性。2.通用要求與軟件要求標(biāo)準(zhǔn)開(kāi)篇強(qiáng)調(diào)了測(cè)試環(huán)境的獨(dú)立性要求，即測(cè)試應(yīng)在獨(dú)立于算法開(kāi)發(fā)環(huán)境的平臺(tái)進(jìn)行，避免數(shù)據(jù)泄露。軟件要求方面，明確了受測(cè)軟件的版本號(hào)、運(yùn)行環(huán)境（操作系統(tǒng)、硬件資源如GPU型號(hào)及內(nèi)存）必須詳細(xì)記錄。特別指出，測(cè)試過(guò)程中應(yīng)記錄算法的“確定性”情況——即同一輸入是否總產(chǎn)生相同輸出，這對(duì)于可重復(fù)性至關(guān)重要的醫(yī)療器械至關(guān)重要。3.測(cè)試數(shù)據(jù)集要求這是本標(biāo)準(zhǔn)最具創(chuàng)新性和挑戰(zhàn)性的部分。標(biāo)準(zhǔn)對(duì)測(cè)試數(shù)據(jù)集提出了極其嚴(yán)格的質(zhì)量控制要求：*數(shù)據(jù)來(lái)源與倫理審查：數(shù)據(jù)集必須來(lái)源于真實(shí)臨床樣本，且已通過(guò)倫理審查并獲得受試者知情同意。*樣本量與分布：明確規(guī)定測(cè)試集的樣本量應(yīng)具備統(tǒng)計(jì)學(xué)顯著性，需包含足夠數(shù)量的陽(yáng)性病例（如不同級(jí)別的宮頸上皮內(nèi)瘤變CINI-III、浸潤(rùn)癌）和陰性病例。同時(shí)，應(yīng)覆蓋不同的制片方法（如液基薄層、傳統(tǒng)涂片）、染色差異、掃描設(shè)備（不同品牌及型號(hào)的數(shù)字切片掃描儀）以及臨床背景（如炎癥、修復(fù)性改變等干擾因素）。*金標(biāo)準(zhǔn)與獨(dú)立標(biāo)注：標(biāo)準(zhǔn)要求測(cè)試集的“金標(biāo)準(zhǔn)”應(yīng)由至少兩名或以上資深病理醫(yī)師（通常要求中級(jí)職稱(chēng)及以上，且經(jīng)過(guò)一致性培訓(xùn)）獨(dú)立閱片后，通過(guò)共識(shí)會(huì)議達(dá)成最終診斷。這確保了金標(biāo)準(zhǔn)的客觀性與高準(zhǔn)確率?？贵w標(biāo)記或組織學(xué)活檢結(jié)果可作為輔助金標(biāo)準(zhǔn)。*去重與劃分：嚴(yán)格遵守“訓(xùn)練集、驗(yàn)證集、測(cè)試集”三集獨(dú)立原則，嚴(yán)禁測(cè)試集中包含任何用于算法訓(xùn)練的病例，防止模型過(guò)擬合導(dǎo)致的性能虛高。4.測(cè)試方法標(biāo)準(zhǔn)將測(cè)試方法分為“單元測(cè)試”與“系統(tǒng)測(cè)試”兩個(gè)層面，但重點(diǎn)在于系統(tǒng)級(jí)的算法性能測(cè)試：*檢測(cè)性能測(cè)試：主要評(píng)估算法定位和識(shí)別細(xì)胞的能力。核心指標(biāo)包括：*靈敏度(Sensitivity/Recall)：算法正確識(shí)別出的陽(yáng)性細(xì)胞數(shù)目占金標(biāo)準(zhǔn)中陽(yáng)性細(xì)胞總數(shù)的比例。*假陽(yáng)性率(FalsePositiveRate)/陽(yáng)性預(yù)測(cè)值(Precision)：評(píng)估算法誤報(bào)正常細(xì)胞為異常的頻率。*F1分?jǐn)?shù)：靈敏度與陽(yáng)性預(yù)測(cè)值的調(diào)和平均數(shù)，綜合評(píng)價(jià)檢測(cè)的精確性和完備性。*平均精度(AveragePrecision,AP)：在設(shè)置不同置信度閾值時(shí)，算法的整體檢測(cè)性能曲線下的面積。*分類(lèi)性能測(cè)試：主要評(píng)估算法對(duì)已檢測(cè)細(xì)胞進(jìn)行良惡性判別的能力。核心指標(biāo)包括：*受試者工作特征曲線下面積(AUC)：最核心的指標(biāo)，表示算法區(qū)分正負(fù)樣本能力的綜合度量。*特異度(Specificity)：算法正確識(shí)別陰性病例的能力。*準(zhǔn)確率(Accuracy)：總體正確分類(lèi)的樣本比例（在樣本均衡時(shí)較為關(guān)鍵）。*混淆矩陣(ConfusionMatrix)：詳細(xì)列出算法在不同類(lèi)別（如：陰性/正常、ASC-US、LSIL、HSIL、SCC、腺癌等）上的分類(lèi)正確與錯(cuò)誤分布。5.測(cè)試報(bào)告標(biāo)準(zhǔn)要求測(cè)試報(bào)告必須包含以下規(guī)范性內(nèi)容：*測(cè)試目的與范圍。*受測(cè)軟件的詳細(xì)信息（名稱(chēng)、版本、唯一標(biāo)識(shí)符）。*測(cè)試硬件及軟件環(huán)境配置（CPU、GPU、內(nèi)存、操作系統(tǒng)、深度學(xué)習(xí)框架版本等）。*測(cè)試數(shù)據(jù)集的詳細(xì)描述（來(lái)源、樣本量、病例構(gòu)成、金標(biāo)準(zhǔn)確立過(guò)程、標(biāo)注規(guī)則）。*評(píng)價(jià)指標(biāo)的詳細(xì)定義、計(jì)算公式及最終數(shù)值，需附帶95%置信區(qū)間。*對(duì)所有測(cè)試失敗的案例分析（錯(cuò)誤分析，如假陽(yáng)性、假陰性的典型圖像）。*測(cè)試日期、測(cè)試人員及審核人員簽字。三、主要參與單位介紹：中國(guó)食品藥品檢定研究院本標(biāo)準(zhǔn)的核心起草單位——中國(guó)食品藥品檢定研究院（以下簡(jiǎn)稱(chēng)“中檢院”），是國(guó)家藥品監(jiān)督管理局（NMPA）的直屬事業(yè)單位，是國(guó)家檢驗(yàn)藥品、生物制品、醫(yī)療器械質(zhì)量標(biāo)準(zhǔn)的最高法定技術(shù)機(jī)構(gòu)。1.機(jī)構(gòu)定位與職責(zé)中檢院承擔(dān)著全國(guó)藥品、醫(yī)療器械、化妝品注冊(cè)檢驗(yàn)、監(jiān)督檢驗(yàn)、進(jìn)口檢驗(yàn)、質(zhì)量標(biāo)準(zhǔn)起草與復(fù)核、技術(shù)仲裁等職能。在醫(yī)療器械領(lǐng)域，中檢院（暨國(guó)家藥品監(jiān)督管理局醫(yī)療器械標(biāo)準(zhǔn)管理中心）是醫(yī)療器械行業(yè)標(biāo)準(zhǔn)（YY標(biāo)準(zhǔn)）、國(guó)家標(biāo)準(zhǔn)（GB標(biāo)準(zhǔn)）以及國(guó)際標(biāo)準(zhǔn)（如ISOTC210,IECTC62）研究的主導(dǎo)力量。其在標(biāo)準(zhǔn)體系中扮演著“裁判員”與“規(guī)則制定者”的雙重角色。2.在人工智能醫(yī)療器械標(biāo)準(zhǔn)化中的核心作用面對(duì)人工智能這一新技術(shù)形態(tài)，中檢院敏銳地把握住“算法評(píng)測(cè)”這一監(jiān)管命門(mén)。早在2019年，中檢院就啟動(dòng)了人工智能醫(yī)療器械性能評(píng)價(jià)方法研究，并牽頭發(fā)布了《深度學(xué)習(xí)輔助決策醫(yī)療器械軟件審評(píng)要點(diǎn)》等監(jiān)管指南。本標(biāo)準(zhǔn)是中檢院在該領(lǐng)域數(shù)年深耕的集大成者。*跨學(xué)科協(xié)作：中檢院組建了由醫(yī)學(xué)圖像處理專(zhuān)家、病理學(xué)專(zhuān)家（來(lái)自北京協(xié)和醫(yī)院、解放軍總醫(yī)院等）、計(jì)量學(xué)專(zhuān)家及產(chǎn)業(yè)界（如多家AI診斷頭部企業(yè)）組成的起草工作組，確保了標(biāo)準(zhǔn)在技術(shù)前沿性、臨床適用性和產(chǎn)業(yè)可行性之間的平衡。*國(guó)際話語(yǔ)權(quán)：通過(guò)參與國(guó)際標(biāo)準(zhǔn)組織（如ISOTC210醫(yī)療器械質(zhì)量管理，IECSC62A/62B醫(yī)用電氣設(shè)備）的活動(dòng)，中檢院的實(shí)踐成果正逐漸轉(zhuǎn)化為國(guó)際共識(shí)。本標(biāo)準(zhǔn)的技術(shù)要求與國(guó)際上對(duì)“可信賴(lài)AI（TrustworthyAI）”的性能要求高度一致，為我國(guó)AI醫(yī)療器械產(chǎn)品“走出去”提供了標(biāo)準(zhǔn)支撐。四、結(jié)論與展望《YY/T1990-2025》標(biāo)準(zhǔn)的制定與即將實(shí)施，標(biāo)志著我國(guó)在人工智能醫(yī)療器械監(jiān)管科學(xué)化進(jìn)程中邁出了堅(jiān)實(shí)的一步。它不僅為細(xì)胞病理圖像輔助分析軟件的性能評(píng)價(jià)提供了統(tǒng)一的“標(biāo)尺”，更深遠(yuǎn)的意義在于：*構(gòu)建信任：通過(guò)嚴(yán)格、透明的標(biāo)準(zhǔn)化測(cè)試，有助于消除醫(yī)生、患者及監(jiān)管方對(duì)“算法黑箱”的疑慮，建立對(duì)人工智能輔助診斷的臨床信任。*促進(jìn)創(chuàng)新：清晰的性能門(mén)檻倒逼企業(yè)將資源從“宣傳噱頭”轉(zhuǎn)向“真實(shí)性能”的提升，推動(dòng)算法在靈敏度、魯棒性、泛化能力上的實(shí)質(zhì)性進(jìn)步，避免低水平重復(fù)競(jìng)爭(zhēng)。*保障安全：假陰性（漏診）和假陽(yáng)性（誤報(bào)）是病理AI應(yīng)用中最大的風(fēng)險(xiǎn)。標(biāo)準(zhǔn)對(duì)靈敏度和特異度的明確要求，從源頭保障了患者的安全底線。展望未來(lái)，該標(biāo)準(zhǔn)的成功實(shí)施將產(chǎn)生強(qiáng)大的示范效應(yīng)。一方面，它將為后續(xù)“組織病理”、“免疫組化”、“微生物學(xué)圖像分析”等領(lǐng)域的人工智能標(biāo)準(zhǔn)化工作提供范式參考；另一方面，隨著技術(shù)的迭代（如多模態(tài)AI、聯(lián)邦學(xué)習(xí)