笔者在进行沟通和调研的时候，在一位业内的大佬沟通的时候，他问我：“如果只用一个词来对IVD行业进行总结，你会选择哪个？”，我思考良久，说：“误差。”

是的，诊断产品实际上是一种计量产品，而对于计量产品来说，误差控制是其中重中之重。

从笔者的角度来看，诊断产品是由检测系统、临界值和临床意义三部分组成。

 ➤    检测系统：体外诊断产品本身就是一种计量器具，通过对生物标志物（被测量）进行检测，得出其含量值，供临床医生进行判定。像分析灵敏度、分析特异性、检测限、精密度、准确度、正确度这些参数都属于检测系统的范畴。

 ➤    临界值：临界值是将检测系统的测得值和临床意义关联起来的重要参数，对于定性系统而言，临界值相当于将产品的测得值从数值本身翻译成临床解释（阴阳性解释）；对于定量系统而言，一般只有参考范围，具体的检测结果对应临床意义由医生进行判定。因此定量系统是可以转化为定性系统的。

 ➤    临床意义：临床意义即采用检测系统检测后，可以明确选择哪种治疗方案，如果不能明确，也就是检验前概率低于不治疗-检验概率的话，也就意味着该检测属于无效的过度检测。和临床意义相关的参数为临床灵敏度和临床特异性。

对于计量器具而言，最重要的两个属性就是分辨率和稳健性。但分辨率并不是越大越好。

这里我们给大家举个例子，在日常生活当中最常见的计量器具，就是尺子，比如我们时常使用的直尺或者卷尺，但实际上，直尺或卷尺在长度测量当中，并不是分辨率非常高的产品，比如大家所熟悉的游标卡尺，就比直尺或卷尺的分辨率高很多，还有比如螺旋测微仪，又比游标卡尺的分辨率高很多，但是在日常生活当中，我们会使用游标卡尺或者螺旋测微仪去测量么？答案是否定的，因为普通的直尺或者卷尺已经足够我们使用了，而且其相对游标卡尺或者螺旋测微仪，直尺或者卷尺在操作和成本上都具有巨大的优势，所以，没有人会去使用分辨率超过需求的产品。

而对于稳健性来说，要求则是相当的，稳健性就是指，对于同一份待测物，不同的人在不同的时间进行测量，结果都是一致的（也就是测量结果误差可接受）。这个很好理解，还是拿直尺为例，如果A用直尺测量一个物件，得出长度是10公分，而下一次测量结果是11公分，换了B来测量，又变成9公分了，我想，这样的尺子是没有人会用的（当然，我们在这个例子当中，是默认该物件的长度是不会变化的，在体外诊断产品测量的很多场景当中，这一点并不适用）。

所以，有的时候，我们可以看到很多新的诊断技术，在还没有解决它的稳健性问题时，就开始大力宣传这是一个新的技术革命，能带来多大多大的变化，这就是纯粹的吹嘘了，也许这样的诊断产品，在利益驱动下面，还能在临床上进行推广，但谈到临床意义的时候，就张口结舌，只能说说自己成功的个例了。

但如果我们能意识到，诊断产品首先是计量产品的话，那么个例就毫无价值。

对于计量产品而言，产品单独本身是没有价值的，还是以直尺为例，我们对于测量是有一个明确用途的（例如，考虑家里面的空间内能放下多大的家居），然后测量结果才能发挥其作用，这在诊断产品当中，也是一样的。所以，我们必须将测量结果和临床相关信息挂起钩来，这样诊断产品才能有临床意义，在临床上有使用的价值（这里我们不讨论那种依托利益驱动的诊断技术）。

那么，有哪些临床信息需要收集？如何收集？收集到什么程度？就成为了重要的课题，对于那些临床意义比较明确的生物标志物而言（如HIV DNA），我们只需要引用市面上成熟产品的规定，又或者相关指南或者专家共识之中的要求。但对于新生物标志物而言，就需要相关产品开发厂商和专家进行深入研究方能明确。

而且，我们需要了解到，临床信息不仅仅包括临床症状，它还包括年龄、性别、种族、饮食等等。实际上，临床信息不仅仅代表了临床意义，对于诊断产品而言，它同样也起到稳定检测结果的作用，例如，如果我们去体检的话，一般要求是早上和空腹，因为对于很多体内生化指标而言，如果我们有吃过东西的话，检测出来的结果就会和真实临床情况脱节了。又或者如果我们要测量血压的话，不能剧烈运动之后立刻测，而要平静一段时间之后再继续。

这种事情其实很常见，也被称为个体间变异或者个体内变异，个体间变异就是指人和人之间的差异，像年龄、性别、种族等等带来的区别；个体内差异就是指我们自身状态不同的时候，生物标志物的表达不同，像空腹这种情况。

个体内和个体间差异在实体瘤检测当中，有着更加明显的表现，比如，如果两位患者都是得了肺癌，他们在临床上的表现可能近似，但其肿瘤的基因突变有可能差距比较大；又比如，同一位患者的肿瘤石蜡包埋切片当中，即存在癌症细胞，也存在健康细胞，而且在每一片中，两者的比例都不会相同。

在检测方法稳定的情况下，样本的变异会造成检测结果的不同，而患者的临床表现实际上可能并没有发生变化，这就会导致检测结果和患者实际情况脱节。正因为如此，通过明确临床信息的范围，我们才能将样本变异控制在一定的范围内，从而保证检测结果的稳定性，也进一步保证对治疗的指导意义。

临界值分析，实际上也就是生信分析，是将检测结果（机器值或者是量值）和临床情况关联起来。

在这里我们需要强调一点，就是通过这些数据分析工作，实际上是不能减少误差的，误差是在检测系统和收集临床信息的过程当中就已经产生，它只会进一步带入到后面的数据分析当中，而不可能消失。

笔者在之前的工作当中，曾经参与过一项IVD产品的数据分析工作，当时厂家的希望就是能够通过数据处理，让其结果和临床情况更加贴近，再收集了3000多个样本数据之后，笔者意识到这件事是不可能的，因为首先其临床信息本身非常缺失，只有对比试剂的阴阳性结果，其次，自身检测系统的波动性也很大，而且没有明确的误差范围，这导致在进行数据建模和处理时，可以在已有数据的范围内建立一个非常漂亮的数据模型，但一旦加入了新的检测数据的时候，这个模型就基本失效了。

因此，如果没有对检测系统和临床信息进行严肃处理的情况下，希望数据处理来解决产品本身的问题，这个道路是必然失败的。这个概念也在定量检测的不确定度当中存在，不确定度本身就是不断继承上游检测系统和标准物质的误差，所以对于下游的检测结果而言，其不确定度只可能变大，不可能缩小。

正是因为如此，所以笔者反对由生信/数据负责人来指导检测系统的开发（之前有一篇文章迫于压力被删除了），因为误差本身是不断积累的，对于生信/数据负责人而言，真正需要的是稳定的数据/临床信息，然后在此基础上去寻找合适的数学模型；但如果这件事倒过来了，是从小范围数学模型本身，去要求检测系统进行改进，那就完全本末倒置了，在这种情况下建立的诊断产品，进入大规模临床试验或者商业化之后，相关临床意义必然是无法证明的，这也会导致其产品从临床意义驱动转变为商业驱动，亏损在所难免。

当前对于诊断产品认知的偏差，可能也和基因检测有一定关系，在过去的十几年中，基因检测一直被认为是诊断的高科技。但基因检测本身有其特点，就是相比蛋白、生化等检测而言，其面对的被测量相对简单，这使得其检测系统的开发可以由测序仪开发巨头完成，这样相关厂家如果需要开发基因测序产品的话，可以将更多精力集中在临床信息收集和数据分析上面。当然，如果需要降低成本，开发专门针对某个疾病的检测试剂盒时，又需要厂家花费很多精力对检测系统进行重新研究。但可惜，有的时候路径依赖过于严重，所以难以做出合适的改变。

但对于其他生物标志物而言，就恐怕并没有这种福利了，所以，意识到诊断产品的底色是计量产品，并且从计量产品的原则入手来进行产品的整体开发和设计，才是真正的诊断产品设计之道。