首页
>
资讯
>
FDA用AI处理药物警戒安全信息，从适应和学习，走向判断和执行
出自识林
FDA用AI处理药物警戒安全信息，从适应和学习，走向判断和执行
2022-07-06
FDA药品审评与研究中心（CDER）监督与流行病学办公室（OSE）开发了信息可视化平台（Information Visualization Platform，InfoViP）。InfoViP融合了人工智能（AI）以及先进的可视化技术，支持OSE安全性审评员审查数据或内容，形成更深入的见解，给出预测或建议——以便支持上市后安全性监督。
OSE的监管科学人员Oanh Dang和我们分享了这一安全性监督工具如何表明AI对于提高FDA审评效率的价值，以及InfoViP如何影响公众健康。
Oanh，在使用InfoViP之前，您能告诉我们OSE有哪些安全性监督活动吗？
OSE使命的一个关键方面是监测和评估上市药品和治疗用生物制品 的安全性。我们致力于检测、评估、预防和管理与用药相关的风险，促进公众健康。我们的安全性监督活动有助于识别和评估产品获批后发现的安全性问题，此时使用该产品的人数比（批准前）临床试验 中的人数要多得多。
OSE使用多种方法和数据源来识别和评估与人类使用药物或治疗用生物制品相关的不良反应 、意外或非预期 的经历或其它不良事件 。FDA不良事件报告系统（FAERS）是OSE安全性审评员使用的一种工具。FAERS中包含数百万份个例安全性报告（ICSR），包括受监管行业（如制药公司）必须提交的安全性报告，以及患者和医护人员自愿提交的MedWatch报告。我想指出，虽然要求制药公司向FAERS报告不良事件，但并没有要求其他利益攸关方这样做——但是任何人报告不良事件我们都不胜感激。提交报告后，OSE安全性审评员会在FAERS中分析ICSR，以确定报告的不良事件是否可能由药物或治疗用生物制品引起。
为什么需要InfoViP？
我们在FAERS中收集了海量数据。近年来，FAERS每年收到超过200万份报告。截至2021年，FAERS包含2300多万份ICSR。因为ICSR数量庞大而且在不断增多，所以OSE药物警戒安全性审评员难以有效检测和评估安全性问题。我们认识到，ICSR 审评和评估过程消耗巨大人力，而AI有可能通过提高效率来帮助我们审评和分析日益增长的ICSR数据。通过提高自动化程度，我们还希望帮助标准化ICSR评估流程，从而全面改善决策。
FAERS中收集的数据量和数据复杂性不断增加，我们需要花费大量时间来审评ICSR并应用临床专业知识来评估。一方面，ICSR数据包含书面性文字内容，需要我们人工审评以评估不良事件与药品之间的关系。这种书面性内容有的是一句话，有的是长达数页的文本，文本中信息的质量可能参差不齐。一些ICSRs可能信息充分，而另一些则缺乏用于评估因果关系的临床相关细节。FAERS还包含重复的ICSR，这是由不同人员（如，患者，制药公司代表）独立提交的，但都描述了发生在相同患者身上的相同不良事件。这些挑战促使OSE考虑使用AI技术。
InfoViP如何在FAERS中使用AI处理个例安全性报告？
InfoViP结合了自然语言处理（NLP，即计算机程序理解人类口头语和书面语的功能）、机器学习（ML，即可用于设计和训练软件算法以便从数据中学习并针对数据采取行动的技术）以及先进的数据可视化技术（由原始数据 创建的图像以便人类处理信息）。我们开发InfoViP作为决策支持软件——支持安全性审评员、分析员和决策者更好、更快地做出决策。
以前，安全性审评员人工审评ICSR中的内容，识别和提取与上市后安全性监督相关的临床概念，包括药品、不良反应 、病史和事件序列。而现在，InfoViP的NLP技术引入了自动扫描ICSR内容的功能，可以查找并可视化显示相关的临床信息。NLP通过自动识别ICSR的内容，创建事件时间表，包括与不良反应相关的药物服用时间。
高质量的ICSR具有足够的临床细节以进行药物和不良事件 之间的因果关系评估，可以帮助审评员更快地识别安全性问题。但目前，人工寻找高质量ICSR非常耗时。而InfoVi的ML方法减少了寻找高质量ICSR的时间，因为它可以同时查看每个ICSR中包含的多个数据点，并根据信息质量水平进行分类。然后，安全性审评员可以利用这个分类对高质量ICSR进行优先审评 ，更快地发现安全性问题。
FAERS数据库中重复的ICSR导致报告计数增加，造成假象，让人们看到针对某一安全性问题的特定报告比实际要多。评估安全性问题的首要步骤之一是识别并删除重复报告。目前在查找重复报告的多个步骤中，有一个步骤是人工识别看起来相似的ICSR，然后比较每份ICSR的内容。InfoViP基于NLP的“重复数据删除”算法可以有效地扫描、提取和比较大量ICSR中的众多数据点，自动检测重复报告，并将其提交给安全性审评员进行确认。我们预计InfoViP与新型FDA FAERS 2系统整合将进一步改进FDA安全性审评员的工作流程。
CDER在监管环境中实施AI，对此您有哪些想法与我们分享？
虽然我们通常认为AI可以帮助我们实现自动化工作，但人类仍然是AI工具开发及在监管环境中应用的重要一环。诸如InfoViP之类的AI工具是决策支持工具，它们可以帮助但不能取代药物警戒 安全性审评员调查影响数百万人使用的药物和治疗用生物制品的安全性问题。
AI工具开发涉及到与终端用户进行周到、频繁的接触，并建立信任关系，这在我们开发InfoViP的整个过程中显而易见。InfoViP的开发伴随着多年的应用性研发。生物制品审评和研究中心（Center for Biologics Evaluation and Research，CBER）曾发起了疫苗 不良事件报告总结工作，帮助审评提交给CBER的COVID-19疫苗报告，InfoViP的开发正是这项工作的延伸。这项工作充分利用了顶尖大学合作者的专业知识，并与终端用户、OSE安全性审评员密切合作。数年来，FDA一直要求InfoViP开发人员和主题专家终端用户之间密切合作和沟通，以了解问题，结合满足用户特定需求的反馈，并将InfoViP纳入现有的业务流程。例如，在开发重复数据删除算法时，邀请所有终端用户与AI工具进行交互，并将InfoViP的重复数据删除算法应用于包含10,000多份ICSR的26个ICSR数据集，以便他们了解自动化流程如何支持工作流程。
在监管环境中，AI工具需要解释得通，并且有可以“人工介入”的部分，以便人类专家能够理解并验证AI工具输出的质量。例如，在InfoVIP中，人类专家可以很容易地从ICSR 中找到AI工具提取的数据，以验证NLP导出的事件时间表的准确性，以及报告的高低质量分类。根据经验，我们发现InfoViP的重复数据删除算法中使用的ICSR数据元素通常与安全性审评员手动查找重复ICSR所使用的数据元素一致。AI技术支持和加强InfoViP从数据中获得见解，供安全性审评员考虑、验证并最终使用，为药品和治疗用生物制品的安全性决策提供信息。此外，InfoViP支持CDER通过AI技术改进药品和生物制品 运营的战略目标。
早在2021年1月12日，FDA就曾于发布过首份《人工智能和机器学习（AI/ML）软件型医疗器械的行动计划》 （Software as a Medical Device, SaMD）。行动计划 介绍了多管齐下的方法，推进FDA对基于AI/ML的医疗软件的监督。但人工智能（AI）技术是具有自适应、自学习、自判断、自执行的新技术，尽管FDA等监管机构推荐应用，但在制药业质量监管的要求下是否允许人工智能“自判断、自执行”，仍有待研究。
参考资料
CDER Conversation: Information Visualization Platform (InfoViP): CDER's New Artificial Intelligence Safety Surveillance Tool
识林-法桐
识林® 版权所有，未经许可不得转载。
