用AI提高审查效率，FDA开发决策支持软件工具，发现见解、做出预测、生成建议

2022年6月28日，FDA官网发布文章，介绍了药物评估和研究中心监测和流行病学办公室开发的信息可视化平台 InfoViP。

InfoViP结合了AI和高级可视化，以支持OSE安全审查员对数据或内容的审查，发现更深入的见解、做出预测或生成建议，支持上市后的安全监管。

主要内容整理如下。

为什么需要InfoViP

在FDA的组织架构中，监测和流行病学办公室 (Office of Surveillance and Epidemiology, OSE) 的一个关键使命是监测和评估已上市药物和治疗性生物制剂的安全性。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性生物制剂相关的不良反应、意外或意外经历或其他不良事件。

其中，FDA不良事件报告系统 (FDA Adverse Event Reporting System, FAERS) 是OSE安全审查人员使用的一种工具。FAERS包含数百万份个案安全报告 (individual case safety reports, ICSR)，包括来自制药公司等机构的强制性安全报告和来自病人和保健专业人员的自愿性MedWatch报告。

然而，FAERS收集的数据量是巨大的。近年来，FAERS每年收到超过200万份报告。截止2021年，FAERS拥有超过2300万份ICSR。大量且不断增加的ICSR使得OSE的药物警戒安全审查人员难以有效地检测和评估安全问题。

OSE意识到AI有可能通过提高劳动密集型ICSR审查和评估过程中的效率，来帮助他们审查和分析日益增长的ICSR数据。通过提高自动化程度，OSE也希望能够帮助标准化 ICSR 评估过程，从而全面改进决策制定。

FAERS中收集的数据量和复杂性不断增加，这导致OSE需要花费更多时间来审查ICSR并运用其临床专业知识对其进行评估。一方面，ICSR数据包含书面文本叙述，需要手动审查它们以评估不良事件与药物之间的关系。这种书面叙述的范围可以从一个句子到多页文本，并且文本中信息的质量可能会有很大差异。一些ICSR可能有足够的信息，而另一些则缺乏评估因果关系所需的临床相关细节。FAERS还包含重复的ICSR，描述了不同人（例如，患者、制药公司代表）独立提交的相同患者和不良事件。

这些挑战促使OSE考虑使用AI技术。

InfoViP如何将AI用于个案安全报告

InfoViP (Information Visualization Platform) 融合了自然语言处理、机器学习以及高级数据可视化（从原始数据中创建的图像，使人类能够处理信息）能力。InfoViP是作为决策支持软件工具开发的，支持安全审查员、分析员和决策者做出更好、更快的决策。

以往，安全审查人员手动审查ICSR的内容，以识别和提取与上市后安全监测有关的临床概念 (包括药物、不良反应、病史和事件顺序)。现在，InfoViP的NLP技术引入了自动扫描ICSR内容的功能，可以找到并直观地显示相关的临床信息。NLP自动识别ICSR中的信息，创建事件的时间线，包括与不良反应有关的药物服用时间。

高质量的ICSR，即那些有足够的临床细节来进行药物和不良事件之间的因果关系评估的ICSR，可以帮助审查员更快地识别安全问题。目前，寻找高质量ICSR的人工过程需要大量时间。而InfoViP的ML方法可以减少寻找高质量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，并根据其信息质量水平进行分类。然后，安全审查人员可以利用这种分类对高质量的ICSR进行优先审查，以更快地发现安全问题。

在FAERS数据库中存在重复的ICSR，会导致报告数量的虚假增加，这可能会让人觉得安全问题的独特报告比实际的要多。评估安全问题的第一个步骤是识别和删除重复的报告。目前，寻找重复报告的多步骤过程包括人工识别看起来相似的ICSR，然后比较每个ICSR的叙述内容。另一方面，InfoViP基于NLP的"重复数据删除"算法可以有效地扫描、提取和比较一大批ICSR中的众多数据点，自动检测重复数据，并将其提交给安全审查员进行确认。我们预计，InfoViP与新的FDA FAERS 2系统的整合将进一步改善FDA安全审查员的工作流程。

CDER在监管环境中实施AI的工作实践

虽然AI可以帮助人类进行自动化工作，但人类仍然是AI工具开发及其在监管环境中应用的重要组成部分。InfoViP等AI工具是决策支持工具，可以帮助但不能取代药物警戒安全审查员。

AI工具的开发需要深思熟虑，经常与最终用户接触并建立信任，这在OSE开发InfoViP的整个过程中是显而易见的。InfoViP的开发伴随着多年的应用研究和开发，是生物制品评估和研究中心 (CBER) 开启的总结疫苗不良事件报告的工作的延伸，目前仍被用于帮助审查提交给CBER的COVID-19疫苗的报告。这项工作利用了领先大学的合作者与最终用户 (OSE安全审查员) 密切合作的专业知识。

InfoViP开发人员和终端用户之间需要多年的密切合作和沟通，以了解问题，纳入满足用户特定需求的反馈，并将InfoViP融入现有的业务工作流程。例如，在开发重复数据删除算法时，所有终端用户都被邀请与人工智能工具互动，并将InfoViP的重复数据删除算法应用于26个ICSR数据集，其中包括超过10,000个ICSR，这样他们就能看到自动化流程如何支持他们的工作流程。

在监管环境中，AI工具需要可解释并具有“人在循环中 (human-in-the-loop)”组件，以便人类专家能够理解和验证AI工具输出的质量。例如，在InfoVIP，人类专家可以很容易地从AI工具提取的ICSR中定位数据，以验证NLP产生的事件时间线的准确性以及报告的高质量或低质量分类。根据我们的经验，我们还发现InfoViP的重复提取算法中使用的ICSR数据元素往往与安全审查员手动查找重复的ICSR时使用的元素一致。

AI技术支持并加强了InfoViP，使其能够从数据中获得洞察力，供安全审查员考虑、验证并最终使用，从而为药物和治疗性生物制品的安全决策提供信息。此外，InfoViP支持CDER的战略目标，即通过应用AI技术来改善药物和生物制品的监管。

附：

2020年5月发表在Drug Safety的一篇文章中，OSE的研究人员详细介绍了InfoViP的开发过程。

参考资料

https://www.fda.gov/drugs/news-events-human-drugs/cder-conversation-information-visualization-platform-infovip-cders-new-artificial-intelligence

Spiker, J., Kreimeyer, K., Dang, O. et al. Information Visualization Platform for Postmarket Surveillance Decision Support. Drug Saf 43, 905–915 (2020). https://doi.org/10.1007/s40264-020-00945-0

--------- End ---------