人工智能在卫生技术评估申报中的应用:全球政策与实践的针对性综述

《Value in Health Regional Issues》:Artificial Intelligence in Health Technology Assessment Submissions: A Targeted Review of Global Policy and Practice

【字体: 大 中 小 】 时间:2026年07月11日 来源:Value in Health Regional Issues 1.9

编辑推荐:

  目的:人工智能(AI)有潜力革新医疗保健,包括卫生技术评估(HTA)。尽管AI在HTA中的应用仍处于新兴阶段,但AI有望提高证据生成、档案制定以及审查质量和效率。本研究考察了HTA机构对AI/机器学习(ML)使用和接受的情况。 方法:研究人员于2025年1

  
目的:人工智能(AI)有潜力革新医疗保健,包括卫生技术评估(HTA)。尽管AI在HTA中的应用仍处于新兴阶段,但AI有望提高证据生成、档案制定以及审查质量和效率。本研究考察了HTA机构对AI/机器学习(ML)使用和接受的情况。
方法:研究人员于2025年10月1日对17个国家(英国、美国、澳大利亚、加拿大、法国、德国、意大利、西班牙、苏格兰、比利时、荷兰、瑞典、丹麦、芬兰、挪威、日本和新加坡)以及欧洲卫生技术评估网络/联合临床评估(EUnetHTA/JCA)中HTA机构关于AI使用的指导文件、政策声明和报告进行了综述。此外,还补充检索了Embase、既往综述的参考文献列表和灰色文献。
结果:在筛选1309篇摘要后,确定了37篇出版物,包括来自9个HTA机构的文件。在提供关于HTA提交中AI/ML指导的机构中,英国国家健康与临床优化研究所(NICE)、德国卫生技术评估与质量经济性研究所(IQWiG)、加拿大药品管理局(CDA-AMC)、法国国家卫生管理局(HAS)、挪威公共卫生研究所(NIPH)、比利时卫生保健知识中心(KCE)和欧洲卫生技术评估网络(EUnetHTA)引用了AI在系统文献综述、数据提取、证据综合、卫生经济建模、真实世界证据(RWE)和内部操作中的应用,强调人工监督、伦理治理、工具评估和试点测试。CDA-AMC还开发了一个用于AI搜索工具的评估工具,以监测和评估不断发展的技术。魁北克国家卫生与社会服务卓越研究所(INESSS)创建了一个基于GPT-4的筛选工具来辅助研究筛选。
结论:本综述强调了AI在HTA提交中不断发展但不一致的整合。NICE和CDA-AMC是唯一拥有明确的AI立场声明和实施策略的HTA机构。
**研究背景**
人工智能(AI)在医疗保健领域展现出变革潜力,尤其在卫生技术评估(HTA)中,其应用可提升证据生成、申报材料开发和审查效率。然而,AI在HTA提交中的整合面临挑战:不同机构在方法学偏好和数据质量标准上存在差异,部分机构(如欧洲卫生技术评估网络[EUnetHTA])已制定初步框架,但另一些机构因数据可靠性、透明度和伦理问题持谨慎态度。这种不一致性给HTA机构和准备全球提交的制造商带来不确定性。为此,研究人员开展了一项针对性文献综述(TLR),旨在评估全球HTA机构对AI/机器学习(ML)的接受和实际应用现状。该论文发表在《Value in Health Regional Issues》。

**研究概述与结论**
研究人员对17个国家(英国、美国、澳大利亚、加拿大、法国、德国、意大利、西班牙、苏格兰、比利时、荷兰、瑞典、丹麦、芬兰、挪威、日本、新加坡)及EUnetHTA/联合临床评估(JCA)的HTA机构进行了系统检索,手动检索各机构网站并补充检索Embase、既往综述参考文献和灰色文献。共筛选1309篇摘要,最终纳入37篇出版物,涵盖9个HTA机构的指导文件、政策声明和报告。结果显示,AI在HTA提交中的应用呈现不断发展但不一致的格局。英国国家健康与临床优化研究所(NICE)和加拿大药品管理局(CDA-AMC)是唯一发布明确AI立场声明并附带实施策略的机构,其他机构虽承认AI作用,但正式指导有限。研究强调了AI在系统文献综述(SLR)、真实世界证据(RWE)和卫生经济建模中的潜力,但标准化和监管协调仍是关键挑战。

**关键技术与方法**
本研究采用针对性文献综述(TLR)方法,遵循Cochrane手册和Joanna Briggs研究所指南,并于2025年10月1日实施检索。主要技术方法包括:(1)手动搜索预指定HTA机构网站(17个国家及EUnetHTA/JCA),获取政策声明、指导文件和报告;(2)对Embase进行预定义策略检索;(3)补充检索既往综述参考文献和灰色文献(来自HTAi、HTAsiaLink、ISPOR美国及欧盟会议摘要)。数据提取由一名独立评审员完成,另一名评审员复核。研究未涉及样本队列来源。

**研究结果**
**Study Selection(研究筛选)**:共识别1309篇摘要,其中1223篇来自Embase,86篇来自手动检索。经筛选后37篇纳入,其中36篇来自手动检索,1篇来自Embase。
**Study Characteristics(研究特征)**:纳入文献主要来自CDA-AMC(n=6)、HAS(n=6)、NICE(n=5)、IQWiG(n=5)、芬兰药品管理局(FIMEA,n=4)、挪威公共卫生研究所(NIPH,n=3),以及EUnetHTA/JCA(n=2)等。美国、荷兰等9个机构未发现相关文件。
**Use of AI in HTA Submissions(AI在HTA提交中的应用)**:AI/ML主要应用于SLR/证据综合、卫生经济建模、RWE、间接治疗比较(ITC)及内部操作。
- **AI/ML Use in SLRs, Evidence Synthesis, Generation, and Reporting(AI/ML在SLR、证据综合、生成与报告中的应用)**:NICE 2024指南指出ML分类器(如Cochrane随机对照试验[RCT]分类器)可加速研究识别,但未设定停筛阈值;NICE立场声明强调AI应增强而非替代人类,并参考Algorithmic Transparency Reporting Standard等框架。CDA-AMC立场声明基于NICE,并更新AI定义为符合加拿大《人工智能与数据法案》(AIDA)。NIPH设立专门团队实施ML,使用EPPI Reviewer工具。IQWiG要求ML工具使用前需展示足够灵敏度。EUnetHTA建议使用验证的RCT过滤器(灵敏度≥95%)。HAS评估16种自动化工具(如OpenAlex、ChatGPT),未发现效率提升。比利时卫生保健知识中心(KCE)指出AI辅助语义搜索引擎存在可重复性问题。
- **AI/ML Use in Health Economic Modeling(AI/ML在卫生经济建模中的应用)**:NICE立场声明指出AI/ML可用于模型概念化、参数估计、构建、验证等。NICE HTA Lab报告通过三个用例展示生成式AI在经济学评价中的潜力,包括国家特异性适配、模型验证和复制。CDA-AMC立场声明与NICE一致。其他机构未提供评论。
- **AI/ML Use in RWE(AI/ML在真实世界证据中的应用)**:NICE强调AI用于RWD提取和整理需充分报告,符合RWE框架。CDA-AMC 2023 RWE指南最初提及ML方法,但利益相关者建议排除讨论,将方法选择权留给研究者。NIPH探索生成式AI从注册库提取表格数据。FIMEA组织RWE/AI/ML网络论坛。IQWiG批准RWD用于AI/ML分析。
- **AI/ML Use in ITCs and Meta-Analysis(AI/ML在间接治疗比较和荟萃分析中的应用)**:NICE和CDA-AMC立场声明指出LLM提示可用于生成网络荟萃分析代码。JCA 2024指南提及ML可支持倾向评分计算。其他机构未提供评论。
- **Use of AI for Internal HTA Agency Purposes(AI用于内部HTA机构目的)**:NICE计划提升员工能力并探索AI提高内部流程效率。CDA-AMC开发AI搜索工具评估工具,包含8个特征问题、13个选择标准和10个评分属性。INESSS开发基于GPT-4的筛选工具(目标灵敏度>95%,特异度≥30%)。IQWiG评估文本挖掘工具(Rayyan和EPPI Reviewer),EPPI Reviewer在50%筛选后灵敏度88%,75%后93%。NIPH开发可扩展电子学习模块并组建ML团队。FIMEA使用Copilot自动化内部流程并培训180名员工。KCE提议建立共享资源库和协作文档。HAS强调员工培训的重要性。

**讨论与结论**
讨论部分指出,本综述揭示了AI/ML在HTA领域认可度提升,但各机构指导程度差异显著。NICE和CDA-AMC是唯一制定明确政策/立场声明及实施策略的机构,强调AI应增强而非替代人类参与。机构间对灵敏度阈值偏好较高(IQWiG 88%-93%,INESSS >95%,EUnetHTA ≥95%,NICE >96%),特异度要求较低(INESSS ≥30%)。此偏好确保AI覆盖尽可能多的相关研究,降低遗漏关键证据的风险。本综述对比ISPOR工作组报告,覆盖更广泛机构(17国加EUnetHTA/JCA)并纳入最新文件(如NICE意向声明、CDA-AMC立场声明等)。局限性包括:无法识别时间趋势(AI指导尚新且快速演变)、依赖公开文件、单评审员筛选可能引入偏倚。研究结论翻译如下:本综述强调了AI在HTA提交中的整合不断发展但不一致。在全球机构中,NICE和CDA-AMC是唯一拥有明确政策/立场声明及实施策略的机构。尽管其他机构承认AI的作用,但正式指导仍然有限。研究结果突显了对AI在SLR、RWE和经济建模中潜力的日益关注,但标准化和监管协调仍是关键挑战。增加HTA机构、行业和学术界之间的合作有望制定共识驱动的方法论,以整合AI并增强现有实践。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号