欢迎来到金飞鹰集团官网!

专注国内外医疗器械咨询服务

注册认证 · 许可备案 · 体系辅导 · 企业培训

400-888-7587

0755-86194173、17727933837

四川:028-68214295、18117829168、18628333580

湖南:0731-22881823、15013751550

法规动态

您的位置:首页新闻资讯法规动态

返回列表 返回
列表

重磅发布!《人工智能医疗器械检查要点》正式落地,AI医疗器械企业准备好了吗?

image

一、先搞清楚:这份文件管谁、管什么?


检查要点开宗明义:适用于人工智能独立软件以及人工智能软件组件的检查,供检查员和注册人、受托生产企业参考使用。

也就是说,只要你的产品是基于医疗器械数据、采用AI技术实现医疗用途的软件(包括第二类、第三类独立软件,以及含AI软件组件的医疗器械),这份文件就跟你有关。

文件特别强调了一个核心逻辑:AI医疗器械的生产核心,已经从“硬件加工”转向“数据、算法与软件的研发”。数据集、算法模型属于关键要素,质量管理体系要以算法全生命周期质量管理为核心,同时落实数据、算法持续迭代带来的动态风险管控要求。

这句话的分量很重——它意味着,企业不能再拿传统实体器械的质量管理思路来套AI产品。你的体系文件、你的记录、你的验证确认活动,都要围绕“数据”和“算法”这两个核心来重新梳理。


图片
二、检查要点里,最值得企业关注的几个“硬要求”


通读全文,我们梳理出几条对企业实操影响最大的要求,建议逐条对照自查:

1. 数据全流程可追溯,脱敏是硬指标

数据采集要明确设备和标准要求、留存记录;数据脱敏要制定规则并留存记录;原始数据库要区分不同模态数据;数据标注要建立操作规范,明确人员管理、标注规则、流程、分歧处理和可追溯性要求。标注质量评估要有评估人员、方法、指标和通过准则。

特别提醒:处理同一数据时,初级标注、审核、仲裁等人员不得相互兼任。 这条在人员配置上要提前排好。

2. 训练集、调优集、测试集必须“两两无交集”

这是算法性能评估客观公正的基础。文件明确要求:基于标注数据库进行数据集划分,测试集、调优集样本分布符合真实情况,三个集合样本两两无交集,并留存查重验证记录。

另外,数据集用途变更也有明确规则:高控制等级数据集停用后可用于低控制等级用途,禁止反向流动。测试集可用于训练或调优,但训练集与调优集不可作为测试集使用。

3. 算法设计要有规范,算法选择要有依据

企业要建立算法设计规范,明确算法功能模块清单、开发运行环境、算法类型说明、设计流程图、接口设计。算法选择要明确名称及具体类型、结构信息、选用理由和基本原则。采用预训练模型的,要列明名称、版本、来源、许可协议与使用限制,并评估合规性与安全性。

4. 算法性能评估要基于独立测试集,关键指标一个不能少

重点考察假阴性与假阳性、重复性与再现性、公平性与无偏性、鲁棒性/健壮性及实时性等。使用第三方数据库评估的,要提供数据库基本信息和具体使用情况,确保可追溯。还要系统分析并验证影响算法性能的关键因素,形成分析报告,并在说明书中载明使用限制和警示提示。

5. 软件发布前,自学习功能必须关闭

这条很关键:具有持续学习/自适应学习能力的产品,应当在软件发布前确认自学习功能已关闭。 如果产品涉及持续学习,体系设计和验证确认要提前考虑这个要求。

6. 变更控制是动态风险管控的核心

软件版本命名规则要涵盖自研软件、现成软件、算法驱动型更新与数据驱动型更新等各类变更;数据集变更要执行与原数据集建立过程一致的质量管理要求;算法更新要根据类型、内容和影响程度开展验证确认,涉及重大变更的按法规申请变更注册;还要建立算法更新研究报告,涵盖首次发布以来算法更新的全部内容。

7. 网络与数据安全,漏洞扫描是“必选项”

除漏洞扫描必须开展外,还可选择源代码安全审核、二进制扫描、病毒扫描、渗透测试、模糊测试等方法。要制定防止数据污染的防护措施,在受控网络环境下开展数据处理,采集数据要脱敏,数据转移要通过加密压缩、受控硬盘拷贝等方式防护。还要制定网络安全事件应急响应程序。

8. 人员配置有“硬杠杠”

质量部门负责人不得兼任研发、生产部门负责人;黑盒测试应当保证同一软件项的研发人员和测试人员不互相兼任;处理同一数据时,初级标注、审核、仲裁等人员不得相互兼任。关键岗位人员要熟悉法规和AI医疗器械专业知识,有研发或质量管理实践经验。


图片
三、容易踩的坑,往往藏在“记录”和“可追溯”里


从检查要点的行文风格来看,检查员关注的不仅是“你有没有制度”,更是“你有没有记录证明制度被执行了”。

比如:数据采集记录要包含工具软件或脚本名称、版本、运行环境;数据标注要留存标注人员审核记录,自动标注软件要明确名称、规格型号、版本、制造商、运行环境、软件确认信息;算法训练要留存关键记录,分析学习曲线,识别过拟合、欠拟合问题;软件验证要形成测试计划、测试记录、测试报告和评审记录;可追溯性分析要形成报告,明确算法需求、设计、源代码、验证确认、测试、风险管理、数据集等要素之间的关系。

换句话说,检查的时候,你说你做了不算数,你的记录说你做了才算数。


图片
四、面对新要求,企业该怎么接招?


这份检查要点传递的信号很明确:AI医疗器械的质量管理体系,正在从“参照软件器械的通用要求”走向“针对AI特性的专门要求”。数据、算法、网络安全、变更控制、可追溯性,每一个环节都需要成体系的文件、记录和验证确认活动来支撑。

对于正在推进注册或准备接受检查的企业来说,现在最需要做的,是对照检查要点做一次系统性的差距分析——看看自己的体系文件覆盖了没有、记录留全了没有、人员配置合规了没有、验证确认做到位了没有。发现问题不可怕,可怕的是检查时才被发现。

而这,恰恰是专业服务机构可以帮上忙的地方。


图片
五、关于金飞鹰:让专业的人,帮你把体系做扎实


金飞鹰是国内领先的医疗器械一站式注册认证咨询与软件开发管理综合性服务集团公司,成立于2007年。 集团总部位于深圳南山,并在广州、四川、湖南、江苏、广西、湖北、重庆等多地设立分支机构及办事处,服务网络覆盖全国主要医疗器械产业集聚区。

集团以“诚信、务实、专业、专注”为服务理念,为国内外医疗器械研发者、生产者、经营者、使用者提供从产品立项、设计开发、厂房选址、厂房平面布局规划、洁净厂房设计规划、企业硬件配置、设备选型、配置到人力资源组建、产品技术要求制定、检验检测辅导跟踪、临床评价、临床试验、质量管理体系(GMP、GSP、GB/T 42061、ISO 13485、QSR 820、MDSAP多国认证等)建立、运行、审核、获证的“全方位、一站式”医疗器械产业专业解决方案。

针对人工智能医疗器械这一新兴领域,金飞鹰能够结合《人工智能医疗器械检查要点》的具体要求,协助企业重点梳理数据管理、算法设计、验证确认、变更控制、网络与数据安全等关键环节的质量管理体系文件与记录,帮助企业把AI产品的特殊要求落到体系实处。无论是AI独立软件还是含AI软件组件的产品,无论是国内注册还是海外认证,金飞鹰都可以提供有针对性的辅导支持。

值得一提的是,金飞鹰在美容类医疗器械产品领域积累了丰富的国内外注册/认证辅导经验,主要包括有源产品中的激光、强脉冲光(IPL、DPL、牛奶光)、红蓝紫光、RF射频、超声、中低频电刺激及电子助推装置类等;无源产品中的医用重组型胶原蛋白、透明质酸钠、无针注射器、液体成膜敷料类等。服务区域覆盖国内注册/进口注册,以及美国FDA、欧盟CE认证、英国UKCA、加拿大MDL/MDEL、澳大利亚、巴西、沙特、日本、韩国、东南亚等国外注册。服务案例覆盖口腔、IVD、有源设备、无源耗材、康复护理等方向,已协助多家企业完成医疗器械注册、生产许可申领及延续。

AI医疗器械的检查要求已经明确,早一步把体系做扎实,就早一步掌握注册与上市的主动权。 如果你正在为AI产品的质量管理体系发愁,不妨和金飞鹰聊聊——让专业的人,帮你把该做的事做在前面。

本文根据国家药监局核查中心2026年11月10日发布的《人工智能医疗器械检查要点》整理,仅供行业交流参考,具体要求以官方文件为准。



常用查询:
俄罗斯官网 ANVISA 加拿大官网 日本厚生劳动省 更多国外查询>> 中华人民共和国香港特别行政区政府 中国台湾 中国医疗器械信息网 中华人民共和国国家卫生健康委员会 广东省卫生和计划生育委员会 广东省药品不良反应监测中心 广东省质量技术监督局 广州市食品药品监督管理局 深圳市行政服务大厅 更多国内查询>>