醫學影像AI醫療器械臨床驗證的"金標準"

FDA、NMPA、EMA全球三大監管機構已形成共識：對于輔助診斷類AI產品，MRMC（Multiple Reader Multiple Case）設計是生成臨床證據的首選方案。

什么是MRMC？MRMC是一種專為醫學影像AI評估優化的臨床試驗范式，其核心是在控制混雜因素的同時，精準量化AI的凈效應，通過"多閱片者、多病例、交叉對照"的三層架構實現。

第一層架構：多閱片者（6-12名）。覆蓋不同年資、不同機構類型的醫師群體。這一設計模擬真實臨床環境中的診療團隊差異，消除"明星醫生"效應，確保研究結果具備外推性。單中心單閱片者的結果無法復制到真實場景，而MRMC的設計邏輯從根本上解決了這一監管關切。

第二層架構：多病例（400-500例）。病例庫需涵蓋疾病全譜系、不同影像表現、不同難度梯度。樣本量基于功效分析確定，確保80-90%檢驗效能，α=0.025（單側）。這一設計避免病例選擇偏倚，使結果反映真實臨床復雜性。

第三層架構：交叉對照（核心機制）。每位醫師在"有AI輔助"和"無AI輔助"兩種模式下，獨立完成相同病例集的閱片。這一"自身前后對照"設計，消除了醫生個體差異的混雜，直接建立"AI輔助"與"性能提升"的因果推斷關系。

MRMC設計具有四大優勢：（1）因果推斷強度高。交叉設計通過自身對照消除個體差異，相比平行對照的組間比較，因果鏈條更為清晰直接；（2）資源效率優化。僅需6-12名醫師即可完成平行對照需12-24名醫師的證據強度。醫生資源減少50%，總閱片數減少50%（6000次 vs 12000次），試驗周期縮短3-6個月；（3）統計學體系成熟。固定效應/隨機效應雙模型、方差分量分解、異質性檢驗（I²）等分析方法構成完整的統計框架，結果具有跨機構可比性；（4）監管認可度廣。FDA指南明確推薦，NMPA指導原則強調，CE-MDR要求滿足。同一設計可支撐多國申報，實現"一套數據、全球適用"。

MRMC設計不是減少病例數（400-500例是滿足統計效能的必要樣本），而是通過設計創新，以相同病例數實現更強因果推斷和更低資源消耗。這是從"技術驗證"走向"臨床驗證"的科學橋梁。