ICS 01.100.01 CCS J 04 T 团 体 标 准 T/SCGS313011-2024 肺癌免疫治疗人工智能辅助决策 软件算法性能测试方法 Algorithm performance test methods for artificial intelligence-assisted decision-making software for lung cancer immunotherapy 2024-03-11发布 2024-03-11实施 中国图学学会 发布 出版
T/SCGS 313011-2024 目次 前言 1范围 2规范性引用文件 3术语和定义 4测试指标 概述 C-Index 4.3 Kaplan-Meier r曲线 4.4 4.5 混淆矩阵 4.6 准确性 4.7 敏感度 4.8 特异度 4.9 阳性预测值 4.10 阴性预测值 4.11 约登指数 4.12 ROC曲线 4.13组间相关性系数 4.14Kappa系数 5测试方法 5.1通则. 5.2算法应用场景与测试方法 5.3算法质量特性与测试方法“ 6测试流程 6.1通则 6.2测试前的准备 6.3测试过程中的记录 6.4测试后的整理 7测试要求 7.1测试环境 7.2测试人员 7.3测试参数 7.4测试数据
T/SCGS 313011-2024 7.5测试类型 7.6测试报告 8测试结果的判定 *10 8.1通则 10 8.2单个指标测试 -10 8.3整体测试 -10 附录A（资料性）常见测试指标的计算公式和使用总结 11 A.1 C-Index** A.2 Log-rank P 11 A.3混淆矩阵.. A.4准确性. A.5敏感度 A.6特异度 12 A.7阳性预测值 12 A.8阴性预测值. -12 A.9约登指数 12 A.10组间相关性系数 12 A.11Kappa 系数... 准出片 A.12评估指标使用总结 13 附录B（资料性）测试数据集描述样 14 B.1数据集适用范围. 国标 14 B.2数据的获取 参考文献
T/SCGS 313011-2024 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规定》的规 定起草.
请注意本文件的某些内容可能涉及专利.
本文件的发布机构不承担识别专利的责任.
本文件由北京航空航天大学提出.
本文件由中国图学学会归口.
本文件起草单位：北京航空航天大学、中国科学院自动化研究所、同济大学附属上海市肺科医院、 北京大学人民医院、中国医学科学院肿瘤医院深圳医院、广东省人民医院、中国医科大学附属盛京医 院、空军军医大学西京医院.
本文件主要起草人：牟玮、何秉羲、杜洋、陈昶、周健、梁颖、姜磊、石喻、康飞、蒋铸、余云浪、方梦捷、 曹德芳、邹锐阳、卢一诺、田捷.
T/SCGS 313011-2024 肺癌免疫治疗人工智能辅助决策 软件算法性能测试方法 1范围 本文件规定了对采用人工智能技术的肺癌免疫治疗人工智能辅助决策软件的测试要求和测试 方法.
本文件适用于针对接受肺癌免疫治疗患者的肺癌影像为CT（ComputeaTomography.计算机断层 扫描）和 PET（Positron Enission Tomography.核医学检查方法）电子发射断层显像的软件测试.
2规范性引用文件 下列文件中的内容通过文中的规范性引用面构成本文件必不可少的条款.
其中，注日期的引用文 件，仅该日期对应的版本适用于本文件；不注日期的引用文最新版本（包括的修改单）适用于 本文件.
YY/T1833.1-2022人工智能医疗器械 YY/T1833.2-2022人工智能医疗器械 录和评价第2部分：数据集通用要求 YY/T1858人工智能医疗器械肺部影 分析软件算法性能测试方法 3术语和定义 YY/T 1833.12022、YY/T 2022、YY/T1858界定的以及下列术语和定义适用于本文件.
3.1 通过准则pass criteria 判断一个软件及其算法功能的测试符合预期要求的判断依据.
3.2 成像imaging 通过医学影像设备对患者医学诊断部位进行采集或扫描，获得肺部肿瘤及其他感兴趣部位的影像 学数据.
3.3 成像参数imagingparameters 采集医学影像时所设置的或所具有的可影响成像结果的各类参数.
注：包括层厚、分辨率、像索网距、重建算法、扫描时网等.
3.4 临床指标clinicalcharacteristies 通过体格检查、实验室检测、组织活检等手段获得的可提供患者及肿瘤状况相关信息的指标.
注：不包含基于医学影像获得的指标.
3.5 影像学主观征象subjective signs inradiology 由医生归纳得到的医学影像上患者及肿瘤状况的形态学信息.
