定義、產品形態與法規邊界
數位療法臨床試驗服務,是為以軟體交付結構化治療介入的產品設計、實施和報告人體臨床研究的專業服務,歸入 WSIC 6.5.1「臨床試驗服務」。睡眠領域可涉及失眠認知行為介入、晝夜節律調整、依從性訓練或其他以軟體內容和互動產生治療作用的方案,既可獨立使用,也可與藥物、器材或臨床服務聯合。交付包括證據策略、方案與統計設計、軟體配置、遠端招募和知情同意、數據流、監查、安全管理、分析、報告及註冊揭露支援。
「數位療法」是產品和產業用語,不自動決定其在每個法域的法律屬性。具疾病診斷、治療或預防目的的軟體可能屬於醫療器材軟體,普通健康教育、睡眠記錄、遠端問診平台和只用於採集試驗數據的數位工具則不因此成為數位療法。本業務不同於上一條一般睡眠醫療器材試驗、下一條功能食品人體試食、常規軟體測試和日常診療;臨床試驗也不能取代軟體驗證、網路安全、人因或品質體系,服務結果不保證核准、給付或療效。
預期用途、作用機制與臨床評價
開發首先要固定預期用途,包括目標疾病、疾病階段、目標人群、獨立或輔助治療角色、處方或非處方模式、使用者、平台、療程、輸出、禁忌和擬議聲明。臨床評價應建立三類相連證據:軟體輸出或介入與目標臨床狀態之間的有效臨床關聯;輸入、演算法和輸出按規格正確運作的分析或技術驗證;在目標人群和真實使用條件下取得具臨床意義結果的臨床驗證。文獻或相鄰產品可支援背景,但不能取代本產品版本的直接證據。
數位療法的作用可能來自內容、排序、個人化規則、回饋、提醒、目標設定、獎勵、治療聯盟或人工支援,方案應說明哪些為核心成分、哪些為可選服務。失眠研究需區分短期症狀改善、睡眠日誌變化、日間功能和長期復發;晝夜節律介入還要記錄光照、作息、輪班和時區。若療效依賴臨床人員指導、硬體感測器或合併治療,證據和標籤不能把組合結果歸功於軟體單一成分。
軟體版本、演算法與試驗設計
試驗對象須由應用程式、伺服器、內容庫、決策規則、模型、作業系統範圍、介面和語言版本共同界定,並記錄發布日期、建置編號、配置和功能開關。關鍵性研究應鎖定代表擬上市的版本;安全修補、內容修訂或演算法更新須評價對風險、盲態、納入、暴露和終點的影響,預設何時暫停、重新同意、橋接或分層分析。訓練、調參、驗證和臨床測試數據集應隔離,不能根據未盲結果繼續最佳化後再把全部試驗參與者視為同一版本。
對照可以是常規照護、候補名單、健康教育、注意力匹配的數位對照、有效治療或其他適當方案,但每種選擇控制的期望、接觸時間和共同介入不同。數位假對照可能產生自身效應或被使用者識別,需評價可信度、風險和倫理。隨機化要防止同一家庭、治療師或社群間污染;試驗參與者和實施者難以完全設盲時,應使用盲態終點評價、客觀規則和預設分析。探索性試用與確證性試驗的目標、版本穩定度和結論強度不得混淆。
終點、參與度與估計目標
終點應與治療聲明和患者重要體驗對應。睡眠數位療法可評價失眠嚴重度、睡眠日誌中的潛伏期和夜間清醒、總睡眠時間、睡眠品質、日間功能、生活品質和持續效益;多導睡眠圖、活動記錄或穿戴式數據只在適合問題且驗證充分時使用。應用程式開啟次數、頁面瀏覽、點擊或課程完成是過程和參與度指標,不等同於臨床效益;應用商店評分、行銷留存和自選使用者回饋也不能取代受控臨床結局。
主要終點、臨床意義、時間窗、多重性及次群組應預先定義。估計目標要說明解除安裝、停用、跨組使用、升級人工治療、開始藥物、設備更換、帳號共用及生活事件等中間事件如何處理。數位治療「劑量」可由課程、練習、時間和序列構成,但完成量既可能影響療效,也受早期療效、負擔和健康狀況影響,事後按高低使用量比較容易產生偏差。缺失數據須區分未作答、設備離線、同步失敗和真正無事件,並以敏感性分析檢驗假設。
遠端實施、人因與公平可及
遠端招募、電子知情同意、身分核驗、線上評估、家庭使用和遠端追蹤應在方案中標出責任、地點、時區、聯絡路徑和緊急轉介。研究團隊需確認試驗參與者理解研究而非只點擊同意,遠端測量工具在目標人群中適用,站點、當地醫務人員、客服和技術供應商知道何時升級醫學問題。自動提醒和高頻聯絡可能改善完成率,卻也會改變介入強度;試驗提供的設備、流量、人工輔導和快速客服若不屬於擬上市模式,應明確其對外推的影響。
人因評價應涵蓋註冊、登入、密碼復原、導覽、輸入睡眠資料、理解建議、調整通知、暫停、求助和退出等關鍵任務,並考慮夜間疲勞、認知負擔、視聽或手部能力和照護者參與。自帶手機會引入螢幕、感測器、作業系統和網路差異;統一設備又可能降低現實代表性。無智慧裝置、網路不穩、數位素養低或語言少數人群不應在無說明下被系統排除,應報告招募漏斗、技術門檻、支援需求及不同群體的完成度和效果。
安全、隱私、網路與臨床升級
安全計畫應涵蓋症狀惡化、日間嗜睡和駕駛風險、躁狂或精神症狀、自殺或自傷風險、錯誤建議、延誤就醫、過度依賴、未經授權存取和服務中斷。軟體無直接身體接觸不等於無傷害;不良事件應與版本、內容、使用時段、演算法輸出、通知、人工互動和合併治療關聯。風險分層、危機提示和升級流程必須與目標人群相稱,自動關鍵詞或分數不能在未經驗證時取代臨床判斷,緊急保護也不能依賴使用者持續連網。
數據治理應區分研究必需數據、產品營運數據和可選分析,落實最少必要、清楚同意、角色權限、加密、保留、刪除、跨境和供應商管理。感測器、應用程式、第三方元件、介面、雲端和分析庫之間的數據來源與轉換需可追溯;網路威脅模型、漏洞處理、修補程式、備份、停機復原和安全事件回應貫穿生命週期。隱私政策或去識別化聲明不能消除重新識別和推斷風險,也不能授權把試驗數據用於未說明的廣告或模型訓練。
統計報告、生命週期與聲稱邊界
分析與報告要按隨機分組和預設估計目標呈現全部重要結果,同時揭露招募漏斗、啟用、使用軌跡、版本暴露、技術故障、人工支援、跨組污染、失訪和安全事件。數位數據量大不等於樣本獨立或證據更強,重複點擊和多夜記錄不能虛增試驗參與者數量。負面、不確定及群體差異結果應報告,並按適用要求完成試驗註冊、結果揭露和資料保存;演算法、程式碼、資料庫和分析環境需能夠重現關鍵結論。
上市後的內容、平台、模型、介面和網路環境會持續變化,預定變更計畫應限定擬修改內容、驗證方法、影響評估和透明溝通,超出邊界的變化重新評價。結論只適用於研究中的適應症、人群、版本、語言、平台、支援模式、療程和追蹤期;短期自報改善不自動證明長期功能、復發預防或醫療利用效益。臨床試驗服務不提供個人治療建議,不把參與度或探索性結果包裝成療效,也不保證產品無風險、人人有效或獲監管與給付方認可。