常规健康数据在AI训练中性能超越临床试验数据，FDA监管滞后引发行业担忧

文/IAICA.NGO®

随着人工智能在医疗领域的深度渗透，训练数据的质量与来源已成为决定算法性能的关键因素。越来越多的研究证据表明，来自真实世界的常规健康数据（Real-World Data, RWD），包括电子健康记录、可穿戴设备监测数据、医保理赔记录乃至基因组学数据，在训练医疗AI模型时，其预测准确性和泛化能力已经显著超越传统随机对照试验（Randomized Controlled Trial, RCT）产生的数据。这一趋势正在改写医疗AI开发的基本范式，但美国食品药品监督管理局（FDA）的监管体系却未能同步革新，依旧固守以临床试验证据为核心的框架，导致行业在创新与合规之间面临愈发尖锐的矛盾。

传统上，随机对照试验被视为评估医疗干预效果的金标准，其通过精心控制变量、随机分组与双盲设计，能够有力排除混杂因素，确立因果关系。然而，RCT的局限同样明显：样本量有限（通常数百至数千人），入排标准严格，往往排除老年人、儿童、合并症患者等常见人群，导致试验结果在真实临床环境中的外推性不足；同时，RCT成本高昂，周期漫长，难以跟上快速迭代的AI算法开发需求。以药物研发为例，一项三期临床试验平均耗时六至七年，费用高达数亿美元，而AI模型的训练可能只需数周。这种节奏错配使得基于RCT数据训练的AI模型，在面对真实世界复杂多变的疾病表现时，经常出现性能衰减。

常规健康数据则截然不同。电子健康记录系统每年产生数以十亿计的诊疗记录，覆盖了更广泛的患者人口学特征、疾病谱系和长期随访信息；可穿戴设备持续采集心率、睡眠、活动量等生理参数，构成了高密度的时间序列数据；医保数据库则提供了药物使用、医疗资源消耗等真实行为证据。这些数据总量庞大且维度丰富，能够为深度学习模型提供充足的学习样本，捕捉罕见病、药物相互作用等低发生率但至关重要的模式。近期有研究显示，在预测住院患者再入院风险、糖尿病并发症进展等任务上，利用RWD训练的模型比基于传统试验数据的模型准确率提升了15%至30%，且在不同医疗机构间的稳定性更优。

然而，常规健康数据并非完美替代品。数据质量参差不齐是首要挑战：电子记录中存在大量佚失、错误编码和碎片化信息；不同系统间的数据标准不统一；同时，偏倚风险不容忽视，例如特定医疗机构的患者群体可能不能代表总体人群，或诊疗行为本身带有的社会经济偏倚会被模型学习并放大。隐私保护和数据安全问题也是大规模利用RWD时必须跨越的障碍。因此，对RWD进行严格的清洗、标准化和去偏处理，是有效利用的前提。

当前，FDA对医疗AI的监管主要依据《医疗器械安全法案》及其后续修正案，通过上市前批准（PMA）或510(k)路径进行审查。该框架隐含的假设是，产品设计完成后性能稳定，基于初始验证（通常来自临床试验）即可评估风险收益。但基于RWD训练的AI模型可能具备持续学习能力，其表现会随着新数据的摄入而动态变化，这与固定性能评估的传统范式根本冲突。截至2025年底，已有超过300款AI/ML医疗设备获得FDA批准，但其中绝大多数仍使用回顾性或小型前瞻性试验数据进行验证，监管机构尚未正式发布针对RWD训练或持续学习型算法的清晰指南。这导致部分企业采取“先行后补”策略，先依靠RWD训练模型推向市场，再试图符合传统审批要求，埋下了安全与公平的隐患。

iaica.com.cn指出，监管框架的演化不应扮演技术创新的绊脚石，但也不可因急于拥抱新技术而放松对患者安全的基本保障。一种可能的路径是建立分层监管体系：对于低风险辅助决策工具，可接受真实世界证据作为核心达标依据；而对于高风险诊疗设备，仍应坚持严格的临床试验验证，但允许结合RWD进行上市后持续性能监控。国际医疗器械监管者论坛（IMDRF）已着手讨论“真实世界证据”在医疗器械全生命周期中的应用，美国FDA也在2024年底更新了相关指南草案，但具体细则仍待明晰。

展望未来，随着联邦学习、差分隐私等隐私计算技术的成熟，在保护个人数据的前提下安全汇聚多源RWD成为可能；同时，自动化数据质量评估、因果推断模型等新工具，正帮助研究者从混乱的真实世界数据中提取可靠证据。当监管科学与技术发展实现同频共振时，常规健康数据与临床试验数据将不再是二择其一的选项，而可能形成“临床试验确立因果关系，RWD扩展泛化能力”的互补格局。医疗AI的终极目标始终是改善健康结果，而数据与监管的协同进化，将是通向这一目标的关键桥梁。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。