2022.6.16，FDA发布了定量成像的一则最终指南，该指南为“Technical Performance Assessment of Quantitative Imaging in Radiological Device Premarket Submissions”。该指南草稿是在2019.4.19，历时三年多最终定稿。

FDA发布本指南的目的，是为制造商提供关于“包含定量成像功能的放射设备”上市前提交资料中应包含的信息的建议。

该指南广泛适用于这些器械的各种上市前提交类型(即，PMA、HDE申请、510(k)、IDE申请和重新申请)，并应与现有的器械和提交特定的指南文件结合使用。

该指南阐明，通常，为“包含定量成像功能的放射设备”准备上市前提交资料的制造商，应提供定量成像功能的性能规格，支持性能数据以证明定量成像功能符合这些性能规格，并提供足够的信息供最终用户获取、理解和解释定量成像功能提供的值。

指南正文第一部分，描述了测量错误的潜在来源。定量成像值通常受到系统误差和随机变化的影响。了解误差源，尤其是那些对定量成像功能产生的测量和定量成像值影响最大的误差源，对于描述定量成像功能的性能非常重要。具体来源见指南相关内容。

在指南的最后，FDA针对设备自动化程度的不同，提供了三个实例。

Example 1–Manual Quantitative Imaging Function 

Example 2–Semi-automated Quantitative Imaging Function

Example 3–Fully Automated Quantitative Imaging Function

这些示例并不旨在描述任何特定的设备，而是说明定量成像功能的验证和labeling如何基于定量成像功能的设计和输出而变化。

【背景介绍】

医学成像通常用于医院和诊所，以帮助诊断和管理患有各种疾病和病症的患者。医学图像提供了身体的功能生理学和内部结构的视觉表示，可以帮助医学专业人员做出诊断和治疗决定。

大多数医学图像是为了由受过训练的物理学家进行定性解释以识别结构或特征的存在或不存在而采集的。例如，放射科医师可能会阅读x光片以确定或排除骨折，或头部计算机断层扫描(CT)以寻找出血。

定量成像以数值的形式从医学图像或医学成像数据中提取附加信息。定量成像值的例子包括核医学中的标准摄取值(SUV)、断层成像(磁共振(MR)和CT)中的体积测量以及磁共振中的放射量测定(T1或T2值)。

定量成像值通常受到系统误差和随机变化的影响。因此，定量成像值通常会偏离被测对象(被估计的量)的真实值。定量成像中的系统误差和随机变化会影响报告结果，并可能影响临床决策。据报道，当定量成像功能的性能被很好地表征并且用户有足够的信息来理解和解释定量值时，任何定量成像值的效用是最大的。

定量成像功能具有广泛的预期用途，这使得很难为所有类型的定量成像功能和所有预期用途定义实现“良好表征的”定量成像功能和“足够的用户信息”的通用标准。然而，可以定义开发和交流适当技术性能信息的一般框架。

【适用产品】

适用于在各种放射成像模式、预期用途、自动化水平和算法复杂性范围内产生定量成像值的所有设备。

【上市前提交中包含的信息】

1、功能描述

对设备中定量成像功能进行技术描述，其详细程度应足以让FDA理解其功能。

在某些情况下，对测量过程进行更一般的描述可能就足够了；然而，应该对更复杂的定量成像功能提供更详细的过程描述，以确保FDA了解你的设备。

关于算法的软件实现的详细信息应作为软件文档的一部分。

FDA建议在描述定量成像功能时包括以下信息:

1）定量成像功能的描述

如:

* 被测对象的描述(包括单位)；

* 软件平台的名称、版本及相关特征；

* 所用算法的详细描述，包括算法输入和输出；

* 从物理过程导出的算法(例如，流量校正、断层图像重建)、假设的基础物理及其与算法的数学组成部分的关系；

* 自动化水平(例如，手动、自动或半自动)；以及

* 适用时，简要总结算法训练范例，包括算法参数和阈值是如何建立的。

2）关于输入数据(例如，图像)的信息

* 目标人群，包括预期的患者人群、器官和疾病/状况/异常；

* 对输入数据的限制，如适用的成像模式(如计算机断层扫描、磁共振)、每种模式/系统的品牌、型号和具体商品名、产生输入数据所需的具体辅助硬件/软件(如磁共振弹性成像(MRE)声学驱动器)、具体图像采集参数范围(如kVp范围、切片厚度、体素尺寸)或具体成像协议(如检查前饮食、屏气、磁共振血管造影(MRA)序列)；或

* 特定限制，包括疾病/状况/异常或成像状况，对于这些疾病/状况/异常或成像状况，定量成像功能的哪部分已被发现无效且不应使用(如适用)。

3）图像接受活动(例如，您的设备如何确保输入数据(例如，图像)/预处理对于使用您的算法进行处理是可接受的)，以及这些活动是由受过培训的用户手动执行还是由您的算法自动执行；

4）呈现给用户的关于导出值的信息(包括单位)；

5）设备按预期用途使用所需的用户交互水平，以及用户说明(如果适用)(预处理图像步骤、选择种子点、应用算法以及验证病灶大小测量工具的测量结果)。

2、技术性能评估

提交文档中应包括定量成像功能的性能规格。一般而言，定量成像功能应具有与器械标签中描述的定量成像功能相关的声明和不确定性相对应的定量性能规格。

合适的性能规格将取决于定量成像功能的预期用途、测量算法的复杂性以及参考值的可获得性。此外，性能规格可能在定量成像功能的整个操作范围内变化。

支持性能数据应证明定量成像功能符合预定的性能规格。FDA建议使用包含客观的参考值的性能规格(如果有)，因为这可以在器械性能和对比机性能之间进行客观比较。

体模可以作为已知ground truth的高质量参考标准。体模对于客观地将测量值与已知值进行比较是有用的，并且在测试比较定量成像算法时可能是有价值的。然而，它们是简化的，可能不能完全反映设备在临床情况下的性能。

FDA建议对您设备的定量成像功能进行技术性能评估，包括以下步骤:

1）定义定量成像功能，它与被测量的关系，以及使用条件。

2）确定适用于您设备的参考标准和性能指标。偏差、精密度、检测限、定量限、线性、灵敏度、特异性和不确定性通常应视为适用。

3）表征在设备标签中定义的条件下定量成像功能的性能。

4）定义实验单位(例如，每个病灶、每个患者)。

5）定义性能的适当统计估计(例如，协议限制、总偏差指数)

6）基于定量成像功能的预期用途和其他约束/限制(如最低图像质量要求)，定义验收标准(性能指标或目标)。

7）根据选定的性能指标，指定统计设计的要素、必要的数据(例如，患者群体、图像类型)和统计分析计划。

8）收集相关数据。

9）执行统计分析。

10）将分析结果与预定义的验收标准进行比较。

3、Labeling (User Instructions)

递交资料中的labeling应包含以下信息：

a)测量和测量单位的描述。

b)算法输入的描述，包括对输入数据(如图像)的任何限制。

c)性能规范，包括不确定性信息，涵盖定量成像功能的整个操作范围。标签中的性能规格或声明应符合器械设计要求或规格。

不确定度信息应该便于解释结果，并且应该尽可能以被测量的单位提供。

尽可能在屏幕上显示不确定性信息。

对于无法提供不确定性具体性能指标的定量成像功能，上市前提交的资料应包括影响定量成像输出的主要可变性来源的信息(如像素大小、图像信噪比(SNR)、患者解剖)。

d)由用户执行的图像验收或质量保证活动的说明。

如果定量成像功能的性能取决于用户的质量保证(例如，确保信噪比可接受、切片厚度在给定范围内、图像无伪影)，设备标签应包括质量保证方案(例如，测试哪些特征、如何执行测试方法和计算指标)，以及质量保证失败时应采取的行动的明确说明。应包括所有必要体模的详细说明和/或如何获得体模的说明。

e)设备预期用户群中的用户所需资格和培训的说明。

f)提供与参考数据库比较的定量成像功能应包括参考数据库的组成信息(例如，受试者人口统计、数据库各层中的受试者数量)。

如果数据库是众所周知的并且是公开可用的，FDA建议在标签中包含一个参考或一个指向公开可用参考的超链接。

对于内部开发的参考数据库，应提供关于受试者构成的信息(例如，受试者人数、受试者人口统计数据(例如，性别、种族、年龄)、疾病状况)。