超声AI流程优化审评要点适用场景,病灶分割参考边界说明

发布时间:2026-11-17 文章来源:快可利新闻中心 阅读人数31
分享:

《影像超声人工智能流程优化功能审评要点》适用情形及参考边界解读

       超声人工智能软件是近年来医用 AI 软件注册的热门品类,不同 AI 功能对应的审评依据、技术要求差异很大,很多企业在申报时容易混淆流程优化类 AI 和病灶自动检出、辅助诊断类 AI 的适用边界。《影像超声人工智能流程优化功能审评要点》为超声流程优化类 AI 划定了清晰的适用范围,同时明确了部分病灶分割场景可以参照该要点的思路开展申报,为超声 AI 软件的方案设计、资料撰写提供了审评导向。

一、要点的核心适用情形

       这份审评要点面向超声流程优化类人工智能功能,核心定位是辅助规范超声扫查流程、减少医生重复性手动操作,不直接独立完成病灶检出、疾病判读。纳入适用范围的典型功能包含:标准切面自动定位、人体生理结构识别与分割、超声参数自动测量、诊断流程自动化。

       从临床应用场景来看,该类功能集中在妇产科胎儿超声、心脏超声、频谱多普勒检查,同时也可用于实质器官、肌骨、神经超声检查;彩色多普勒场景下的同类流程优化功能,目前不在该要点的主流适用场景内,申报时需要单独评估。

       要点有一条关键限定:文件内默认覆盖的结构识别、分割功能,原则上针对正常人体组织结构。这也是区分流程优化 AI 和病灶辅助识别 AI 的核心分界线。

二、可参照本要点思路的特殊情形

审评口径并非一刀切禁止病灶分割场景参考该要点,存在明确的例外情形:医生预先在目标区域放置种子点,再由算法执行结构分割。 满足全部下面条件时,哪怕分割对象是病灶,也可以参考本要点的技术要求:

  1. 目标区域和背景灰度差异明显,边界清晰、形态规则,例如椭圆形病灶;
  2. 算法输出的分割结果,支持医生手动修改、最终由医生确认;
  3. 算法逻辑以种子点扩张这类成熟算法为主,本质是替代医生手动勾画边界。

该场景下,医生掌握全程主导权,AI 只承担自动化勾画的辅助工作,没有自主识别、主动寻找病灶的行为,所以审评思路可以沿用流程优化类 AI 的框架。

三、不属于本要点范畴的情形

       如果操作模式是医生仅圈出感兴趣区域 ROI,算法自主在 ROI 内部搜索、识别病灶,该功能不属于流程优化功能,不能套用这份审评要点。这类功能带有病灶自动检出属性,风险等级、验证思路、临床评价要求完全不同,需要按照辅助检测类 AI 医用软件的路径开展注册。

四、重要补充:产品管理类别判定

       无论是否属于要点适用范围、是否可以参照要点思路,产品的管理类别,都必须依据《人工智能医用软件产品分类界定指导原则》单独判定。能否参考该审评要点,不改变产品分类结果,企业不能以 “适用流程优化要点” 直接推定产品类别。

五、注册实操提示

       项目前期要先拆解 AI 功能的底层逻辑,区分 “自动化辅助操作” 和 “病灶智能检出”。 单纯切面定位、正常结构分割、自动测值,优先遵循本要点;种子点引导、边界规则的病灶分割,可参考要点,但要在研究资料中充分论证医生的主导地位和结果可编辑性;算法自主查找病灶的功能,需要单独规划临床评价方案,不能套用流程优化的审评逻辑。 在资料撰写中,建议清晰描述交互流程、算法输入输出、医生干预节点,避免因为功能边界描述模糊,被要求按照病灶检出类 AI 补充大量验证资料。

上一篇:已是第一篇
下一篇:已是最后一篇

在线咨询

陈老师

徐老师

王小姐

郭小姐

热线电话

18576401396 18575592846

转发网站

在线留言

回到顶部

请您留言