新技术知情同意豁免申请书.docxVIP

新技术知情同意豁免申请书

尊敬的伦理审查委员会：

本研究团队拟开展“基于多模态医疗数据的AI辅助肺结节良恶性鉴别技术”（以下简称“该新技术”）的临床应用探索性研究。现根据《涉及人的生物医学研究伦理审查办法》（国家卫生健康委员会令第11号）第二十四条、《赫尔辛基宣言》（2013年修订版）第二十九条及《医学科研诚信和相关行为规范》等相关规定，就本研究申请免除受试者知情同意程序，具体申请理由及论证如下：

一、研究基本情况概述

（一）研究背景与目的

肺癌是我国发病率与死亡率均居首位的恶性肿瘤，早期诊断是改善预后的关键。目前临床对肺结节良恶性的鉴别主要依赖影像科医师主观判读，存在漏诊率高（约15%-20%）、不同年资医师诊断一致性低（Kappa值约0.5-0.7）等问题。本团队研发的AI辅助鉴别技术基于胸部CT影像、临床病史（如吸烟史、肿瘤家族史）、实验室指标（如肿瘤标志物）等多模态数据，通过深度学习模型整合多维度特征，经内部验证集测试，其鉴别准确率达92.3%（95%CI：90.1%-94.5%），较单一CT影像判读提升约20个百分点。

本研究的核心目的是通过回顾性分析真实临床数据，验证该技术在不同医疗机构、不同设备型号（如16排/64排/128排CT）、不同人群（如吸烟/非吸烟、不同年龄层）中的泛化能力，为其后续临床注册及推广提供循证依据。研究不涉及对受试者的任何干预性操作（如调整诊疗方案、采集额外样本），仅通过已有的电子病历系统（EMR）提取标准化、去标识化的临床数据。

（二）研究设计与方法

研究采用回顾性队列研究设计，数据来源为2018年1月至2023年6月期间，国内5家三甲医院（A医院、B医院、C医院、D医院、E医院）经病理或临床随访确诊的肺结节患者病历资料。纳入标准：①年龄≥18岁；②胸部CT检查显示肺结节（直径5-30mm）；③有完整的病理诊断或至少2年的随访记录（证实结节为良性或恶性）；④临床数据（包括CT影像DICOM文件、病史、实验室检查结果）存储于医院信息系统且可追溯。排除标准：①数据缺失（如CT影像不完整、无病理结果）；②患者为精神疾病或意识障碍无法配合诊疗（但本研究不涉及患者当前状态干预）。

数据提取流程：由经培训的研究人员通过各医院授权的加密端口访问EMR系统，按照统一的数据提取表（已通过伦理预审查）收集信息，包括患者基本信息（年龄、性别）、临床特征（吸烟指数、既往肿瘤史）、影像特征（结节大小、密度、边缘形态）、实验室指标（CEA、CYFRA21-1）及最终诊断结果。所有数据在提取后24小时内完成去标识化处理（删除姓名、身份证号、联系方式等直接标识符，对住院号、门诊号等间接标识符进行哈希加密），并存储于符合《个人信息保护法》要求的专用服务器（三级等保认证，访问权限仅开放给研究团队核心成员，且操作日志全程留痕）。

二、豁免知情同意的必要性论证

根据《涉及人的生物医学研究伦理审查办法》第二十四条，免除知情同意需同时满足以下条件：①研究目的具有重要的科学价值或社会价值；②研究对受试者的风险极低；③若获得知情同意将严重影响研究的科学性或可行性；④研究不涉及受试者隐私和安全的重大风险，或已采取足够的替代保护措施。本研究完全符合上述要求，具体论证如下：

（一）研究目的具有重大科学与社会价值

我国每年新发肺结节患者约1.2亿例，其中约10%需进一步鉴别诊断，由此产生的医疗资源消耗（如重复CT检查、有创活检）年均超500亿元。本研究若能验证AI技术在多场景下的稳定性，可显著提升基层医院对肺结节的鉴别能力，减少不必要的有创检查（目前肺结节活检的假阳性率约12%），降低患者医疗支出（预计单例可减少3000-5000元），同时为国家分级诊疗政策提供技术支撑。此外，研究结果将为同类AI辅助诊断技术的开发提供方法学参考，推动医学人工智能领域的标准化建设，其科学价值与社会价值均属紧迫且必要。

（二）研究对受试者的风险已降至最低且不可避免

本研究为非干预性回顾性研究，不涉及任何对受试者身体、心理或诊疗过程的干预，风险主要集中于数据隐私泄露。针对此风险，本团队已采取以下措施：

1.数据去标识化：严格遵循HIPAA（健康保险流通与责任法案）的“安全港”标准，删除18类直接标识符（如姓名、地址、电话号码），并对剩余间接标识符（如入院时间、疾病编码）进行模糊化处理（如将“2020年3月15日入院”调整为“2020年3月入院”）。经第三方机构（XX信息安全测评中心）评估，去标识化后的数据重新识别个体的概率低于0.001%。

2.数据存储与访问控制：所有数据存储于符合《网络安全法》要求的专用服务器，采用AES-256加密算法，访问需通过双因素认证（账号密码+动态验证码），