近期，美国食品药品监督管理局（FDA）发布了一则在医疗器械行业引发广泛关注的指南 ——《人工智能赋能器械软件功能预定变更控制计划的上市申报建议》。这一指南针对人工智能驱动的器械软件功能（AI - DSF）的上市申请，尤其是预定变更控制计划（PCCP），给出了全面且细致的建议。
在当今人工智能技术飞速发展并深度融入医疗器械领域的大背景下，AI - DSF 的应用日益广泛，从智能诊断设备到个性化治疗方案的制定，都离不开它的身影。但与此同时，AI 技术的快速迭代性与医疗器械严格的安全性、有效性监管要求之间，产生了一定的矛盾。此次 FDA 发布的指南，无疑是为了解决这一矛盾而做出的重要尝试。
它的出现，意味着 AI 医疗器械在上市后的功能变更管理将有章可循，既支持了器械的迭代改进，又能始终如一地保障器械的安全性与有效性，对整个 AI 医疗器械行业的发展具有深远的影响。
二、新规出台，所为何事
随着人工智能在医疗器械领域的应用如雨后春笋般不断拓展，其监管面临的挑战也日益凸显。智能化医疗器械所属的行业对监管要求极高，而人工智能技术以其更新迭代快的特性，成为了监管路上的 “拦路虎”。传统的医疗器械审批流程在面对 AI - DSF 时，显得力不从心。AI 技术的快速发展使得医疗器械的功能和性能不断更新，可能今天获批上市的产品，明天就因技术升级而面临功能变更。但按照以往的监管方式，每次功能变更都需提交新的上市申请，这不仅耗时费力，还极大地阻碍了创新的步伐。
AI 技术的复杂性和不确定性也增加了监管的难度。AI 模型的训练和优化涉及大量的数据和复杂的算法，其决策过程往往如同一个 “黑匣子”，难以被完全理解和解释。这就使得监管部门在评估器械的安全性和有效性时，缺乏足够的依据和手段。
（二）为创新与安全护航在这样的背景下，FDA 推出的 PCCP，无疑是一场 “及时雨”。它为制造商提供了一种负担较小的方法，用以支持 AI - DSF 的迭代改进 。通过 PCCP，制造商能够在遵循预定计划的前提下，对 AI - DSF 进行修改，而无需为每一项修改都提交新的上市申请。这一举措，极大地加快了产品的迭代速度，让创新能够更加迅速地转化为实际的医疗应用。
从安全角度来看，PCCP 要求制造商对器械的修改进行详细描述、制定严格的修改协议以及全面的影响评估。这些措施确保了在产品迭代的过程中，始终将安全性和有效性放在首位。FDA 在审查 PCCP 时，会对这些内容进行严格把关，从而持续保障器械在临床使用中的安全性和有效性，为患者的健康保驾护航。如此一来，PCCP 成功地在创新与安全之间找到了平衡，既鼓励了医疗器械行业的创新发展，又保障了患者的切身利益。
三、新规适用范围揭秘
这项新规的适用范围，主要针对制造商计划随时间进行修改的人工智能驱动的器械软件功能（AI - DSFs） 。这里面的门道可不少，既包括对 AI 模型的修改自动实施的 AI - DSFs，也就是我们常说的 “持续学习”，软件能够自行根据新数据进行调整和优化；也涵盖了对 AI 模型的修改手动实施的 AI - DSFs，这就需要人为参与，涉及到输入、操作、审核和决策等一系列步骤 。在医疗影像诊断领域，一些 AI - DSF 能够自动学习新的影像特征，不断提升诊断的准确性；而在某些个性化治疗方案的制定软件中，医生可能需要手动输入患者的最新情况，对 AI 模型进行调整。
（二）ML 器械的重点关注虽然新规旨在广泛适用于所有支持 AI 的器械，但其中有个有趣的现象。FDA 审查的大多数包含 PCCP 的上市申报，都是针对包含 AI 子集 —— 机器学习（ML）的器械提交的 。这也不难理解，ML 在当前 AI 医疗器械中应用极为广泛，它能够通过对大量数据的学习，不断优化器械的性能。正因如此，新规中的许多建议都是专门针对采用 ML 的器械量身定制的。以疾病预测软件为例，通过 ML 算法对大量患者的病史、症状等数据进行学习，从而更精准地预测疾病的发生和发展。这些针对 ML 器械的建议，从数据的选择和使用，到模型的训练和验证，都给出了详细的指导，以确保器械的安全性和有效性。
四、PCCP，核心内容剖析
在 PCCP 中，变更描述犹如大厦的基石，其重要性不言而喻。制造商在制定 PCCP 时，需要将目光聚焦于预期使用人群和预期使用环境的方方面面。从种族、民族的差异，到疾病严重程度的不同，再到性别、年龄等因素，都可能对器械的使用产生影响。在研发针对不同地区患者的诊断软件时，就需要考虑到不同种族人群的生理特征差异，确保软件在不同人群中都能准确运行。
制造商需要对计划中的变更进行详细概述。这不仅要明确器械计划变更的特性，还要精准设定性能规格。对于一款影像诊断 AI - DSF，若计划变更为提高对微小病变的识别能力，就需要在变更描述中详细说明提高的程度、针对的病变类型等，让 FDA 能够清晰了解变更的具体方向和目标。
（二）修改协议：质量保障的基石修改协议在 PCCP 中扮演着质量守护者的角色。它详细描述了验证和确认活动，这些活动就像是一道道严格的关卡，确保器械在修改后依然安全有效。
在验证过程中，需要对 AI 模型的准确性、稳定性等进行全面测试。通过大量的病例数据对修改后的 AI 模型进行验证，确保其诊断准确性符合要求。确认活动则更侧重于实际使用场景的检验，确保器械在各种复杂的临床环境中都能正常工作。
预先定义的验收标准是修改协议的关键所在。这些标准明确了器械修改后需要达到的性能指标，只有满足这些标准，才能证明修改是成功的。对于一款血糖监测 AI - DSF，验收标准可能包括测量误差范围、响应时间等指标，只有当修改后的器械在这些指标上都符合要求，才能通过验收。
（三）影响评估：风险效益的权衡影响评估是 PCCP 中bukehuoque的一环，它就像是一位精明的风险分析师，对变更所带来的效益和风险进行全面识别和深入分析。
在识别效益时，需要考虑到变更是否能提高诊断的准确性、治疗的效果，或者改善患者的就医体验。如 AI - DSF 的变更能够使疾病的早期诊断率大幅提高，这无疑是一项巨大的效益。
识别风险同样重要。变更可能会引入新的算法错误，或者对某些特定人群产生意想不到的影响。若一款 AI - DSF 在修改后对老年患者的诊断准确性下降，这就是一个需要高度重视的风险。
影响评估还需要阐述修改协议中的验证和确认活动将如何持续确保器械的安全性和有效性。通过详细的分析，说明这些活动能够有效降低风险，保障器械在临床使用中的安全性和可靠性。如此一来，FDA 在审查时，能够清晰地了解到变更的潜在影响，以及制造商为保障器械安全有效所采取的措施。
五、实际案例，深度解析
在医疗领域，高危环境下的患者监测至关重要。此次我们聚焦的这款 AI - DSF 患者监测软件，主要应用于如重症监护病房这样的高危医疗环境 。它如同一位不知疲倦的 “守护者”，时刻关注着患者的生理状况。通过与主要患者监护仪相连，它能够精准获取患者的心电图、血压、脉搏血氧仪等生理信号 。这些信号如同患者身体状况的 “密码”，而该软件则凭借强大的 AI 模型对其进行深入处理和分析，能够敏锐地捕捉到生理不稳定开始时出现的细微模式 。一旦检测到异常，它会立即生成声音报警信号，宛如在寂静的病房中敲响警钟，提醒医护人员及时采取临床措施，防止患者受到潜在伤害。
（二）预定修改，目标明确为了让这款患者监测软件的性能更上一层楼，制造商制定了详细的预定修改计划。他们将目光投向了利用更多数据重新训练 AI 模型这一关键举措 。在当前的医疗监测中，误报率过高常常会干扰医护人员的判断，浪费宝贵的医疗资源；而对生理不稳定开始的敏感性不足，则可能导致对患者病情的延误。因此，制造商希望通过增加数据量，让 AI 模型能够学习到更多的生理特征和模式，从而降低误报率。在提高敏感性方面，他们期望软件在面对复杂的生理信号变化时，能够更加准确地识别出潜在的生理不稳定情况。
为了实现这一目标，制造商设定了明确的量化指标。他们将基线敏感性设定为 y%，并希望在与原始器械版本相比时，不仅能显著降低误报率，还能将敏感性保持在预设的 z% 非劣性范围内 。这一设定既体现了对软件性能提升的追求，又确保了在改进过程中不会牺牲原有的检测能力，为患者的安全提供了双重保障。
（三）场景一：合规修改，顺利推进在实际操作中，制造商严格按照 PCCP 的要求，有条不紊地开展修改工作。他们首先依据修改协议，广泛收集各类相关数据，这些数据涵盖了不同患者群体的生理信息，具有丰富的多样性和代表性。通过对这些数据的精心整理和筛选，为重新训练 AI 模型提供了坚实的基础。
在重新训练过程中，AI 模型仿佛进入了一个知识的 “盛宴”，不断吸收新的数据中的精华，调整自身的算法和参数，以适应新的要求。完成训练后，制造商又按照修改协议指定的方法，对修改后的 AI 模型进行了全面而严格的测试 。测试结果令人欣喜，误报率显著降低，这意味着医护人员不再需要频繁地对虚假警报做出反应，能够将更多的精力投入到真正需要关注的患者身上。
平均敏感性估计也在 y% 基线敏感性的提议非劣性范围内统计上保持一致 。这表明软件在降低误报率的同时，并没有降低对生理不稳定情况的检测能力，依然能够及时、准确地发现患者的潜在风险。基于这些出色的测试结果，制造商对器械的标签进行了更新，确保医护人员和患者能够了解到软件的最新性能。他们还积极与用户进行沟通，详细介绍了软件的改进之处，让用户能够更好地信任和使用这款产品。由于整个器械修改过程都严格遵循 PCCP 的规定，因此无需递交新的上市申请，大大节省了时间和成本，也使得改进后的软件能够更快地投入临床使用，造福患者。
（四）场景二：超出范围，另需申请在对 AI 模型进行重新训练时，制造商发现修改后的模型不仅在误报率和敏感性方面表现出色，还具备了一项额外的强大功能 —— 能够预测生理不稳定的提前发生 。这一发现无疑是一个巨大的惊喜，意味着医护人员可以提前采取干预措施，更好地保障患者的生命安全。
然而，这一修改也带来了新的问题。由于这一性能提升并未包含在最初的 PCCP 中，且用于分析、性能和统计的方法也未在 PCCP 中指定用于预测未来状态 。这就使得这一修改可能会对器械的安全性和有效性产生潜在的影响。虽然目前看起来这一功能是有益的，但在实际临床应用中，其长期效果和潜在风险还需要进一步的评估和验证。
为了确保患者的安全和医疗器械的质量，制造商决定递交新的上市申请 。这一过程虽然繁琐，但却体现了制造商对产品质量和患者安全的高度负责态度。在新的上市申请中，制造商需要详细阐述这一修改的具体内容、实现方式以及对器械安全性和有效性的影响评估 。他们还需要提供充分的证据，证明这一修改不会给患者带来额外的风险，反而能够提升医疗监测的准确性和可靠性。只有通过 FDA 的严格审查，这一具有创新性的功能才能正式应用于临床，为患者带来更多的福祉。
六、新规影响及角宿团队的 FDA 合规支持
从制造商的角度来看，这项新规带来的影响是多方面的。从机遇层面来说，它为制造商带来了前所未有的发展契机。新规允许制造商在遵循 PCCP 的前提下对 AI - DSF 进行修改，无需为每一项变更都提交新的上市申请，这极大地加快了产品的迭代速度。制造商能够迅速响应市场需求和技术发展，及时对产品进行优化和升级，从而在激烈的市场竞争中抢占先机。在疾病诊断领域，随着医学研究的不断深入，对疾病特征的认识也在不断更新。制造商可以利用新规，快速更新 AI - DSF 的诊断模型，提高诊断的准确性和效率，为患者提供更优质的医疗服务。
这也对制造商提出了更高的要求，带来了不小的挑战。在质量管理方面，新规要求对变更进行详细描述、严格验证和全面评估，这意味着制造商需要建立更加完善和严格的质量管理体系。从数据的收集、整理，到模型的训练、验证，每一个环节都需要进行精细化管理，确保产品的质量和安全性始终符合标准。制造商需要投入更多的人力、物力和时间，对每一次变更进行深入的研究和分析，以满足 FDA 的严格审查要求。
在风险控制方面，虽然新规为产品迭代提供了便利，但也增加了潜在的风险。一旦变更管理不善，可能会导致产品出现安全隐患，从而对患者的生命健康造成威胁，同时也会给制造商带来严重的声誉损失和法律风险。因此，制造商需要加强对风险的识别、评估和控制能力，建立有效的风险预警机制，及时发现和解决潜在的风险问题。
（二）角宿团队的合规支持在这样的背景下，角宿团队作为专业的医疗器械法规咨询和质量体系建设服务提供商，能够为制造商提供全方位、专业的 FDA 合规支持。
在 PCCP 制定方面，角宿团队拥有一支经验丰富、专业知识扎实的团队。他们深入研究 FDA 的法规要求，结合制造商的产品特点和实际情况，为其量身定制科学合理的 PCCP。在制定过程中，团队会充分考虑产品的预期使用人群、使用环境以及可能的变更情况，确保 PCCP 涵盖所有必要的信息，并且符合 FDA 的审查标准。对于一款用于心脏病监测的 AI - DSF，角宿团队会根据不同年龄段、不同病情严重程度的患者特点，以及医院、家庭等不同的使用环境，制定详细的变更控制计划，明确变更的描述、验证方法和影响评估等内容。
在 FDA 沟通和申报方面，角宿团队凭借其丰富的经验和良好的沟通渠道，能够与 FDA 进行有效的沟通和协调。在申报过程中，团队会及时解答 FDA 的疑问，提供所需的资料和信息，确保申报工作的顺利进行。当 FDA 对申报资料提出反馈意见时，角宿团队能够迅速组织专家进行分析和回复，协助制造商解决问题，加快审批进度。
