新规背景:AI 医疗器械从“可用”走向“可信”
随着深度学习辅助诊断产品密集上市,国家药监局器审中心发布《人工智能医疗器械注册审查指导原则(2026 年修订版)》征求意见稿,把全生命周期质量摆到注册审查的核心位置,标志监管从鼓励创新转向兼顾安全有效。
四大审查重点
重点一:训练数据质量与可追溯。数据来源、标注规则、队列分布须可审计,避免偏倚导致泛化失败。
重点二:算法透明性与可解释。关键决策路径应可说明,黑箱程度越高,注册方需提供的验证证据越重。
重点三:泛化能力与真实世界验证。除内部验证外,需在独立多中心数据上证明稳定性。
重点四:变更管理与持续学习。模型更新、数据漂移须有闭环申报机制,不能上线即终点。
企业申报准备清单
建议企业从立项起就建立数据台账、算法版本库、验证报告三位一体的证据链,把注册审查当作贯穿研发的流程,而非上市前的突击补材料。
提醒:修订版仍为征求意见稿,最终条款以正式发布稿为准;具体申报路径应咨询器审中心与专业法规顾问。
参考来源
国家药品监督管理局医疗器械技术审评中心 2026-09-14 发布《人工智能医疗器械注册审查指导原则(2026 年修订版)》(征求意见稿);科学网关于修订版要点的解读;中国医药报 AI 医疗器械审评专版报道。