FDA首次发布生成式AI医疗器械监管框架讨论稿

2026年8月18日，FDA数字健康卓越中心（DHCoE）正式发布了一份重磅文件——《生成式AI医疗器械监管考量》讨论稿（Considerations for the Regulation of Generative AI-Enabled Medical Devices），并通过Regulations.gov开放公众评议（Docket编号：FDA-2026-N-7874），意见截止日期为2026年10月19日。

这不是一份草案指南（Draft Guidance），也不是最终指南——FDA在第一页就写明了免责声明："本文不代表草案或最终指南，不旨在提出或实施政策变更。" 但这不妨碍它成为FDA迄今为止关于大语言模型（LLM）、生成式AI应用于医疗器械的最具体、最系统的官方思考。

为什么要高度关注？因为讨论稿阶段恰恰是行业影响监管走向的最佳窗口——FDA征集的反馈，将直接塑造未来审评员审查你提交材料时使用的证据标准。

作为深耕全球医疗器械注册的专业机构，普瑞纯证第一时间完成了全文研读，并已在YouTube发布了专题播客解读。以下是我们从出海企业视角提炼的核心要点和实操建议。

一、大背景：GenAI不是传统AI/ML的"升级版"，是完全不同的物种

FDA目前已授权超过1,500款AI/ML医疗器械（截至2026年一季度约1,524款），其中绝大多数是基于卷积神经网络（CNN）的影像辅助诊断工具——输入一张CT，输出一个概率值，确定性强、边界清晰。

但生成式AI完全不同。讨论稿开篇就点明了GenAI器械与传统AI/ML器械的本质差异：

🔹 非确定性（Non-deterministic）——同样的输入可能产生不同的输出

🔹 开放式输入（Open-ended inputs）——用户可以问任何问题，不限于预设选项

🔹 多任务能力——一个模型可以执行多种不同的临床功能

🔹 持续变化——底层基础模型可能被第三方供应商随时更新

🔹 "令人信服的幻觉"（Convincing hallucinations）——错误输出可能看起来完全正确

FDA代理局长Kyle Diamantas在发布声明中明确表态："人工智能正在改变医学，美国必须引领这项技术如何被安全、负责地开发和使用。" CDRH主任Michelle Tarver也强调，FDA正在启动一个"透明的流程"，邀请公众参与塑造监管框架。

但FDA同时坚守了一条底线原则："FDA不监管生成式AI本身，FDA监管的是医疗器械。"——技术是手段，预期用途（Intended Use）才是监管锚点。

二、核心框架一："双轴风险评估"——你的AI有多自主？出错后果有多严重？

讨论稿提出了一个可能改变GenAI器械监管逻辑的双轴风险评估框架（Two-Axis Risk Framework）。

📐 横轴：器械的活动独立程度（从"提供信息"到"自主行动"）

FDA将GenAI器械的功能分为四个递进层级：

1.非指向性信息（Non-directive information）——例如提供一个心血管风险评分，不建议你做什么

2.行动指向性信息（Action-directing information）——例如告诉你"你应该去急诊"

3.在监督下采取行动（Action-taking under supervision）——例如在医生监控下自动调整胰岛素剂量

4.完全自主行动（Fully autonomous action）——例如自动开具处方

📐 纵轴：输出错误的后果严重程度（从"有限"到"严重"）

风险从左下角向右上角递增。FDA给出了非常具体的定位示例：

🟢 低风险区：建议用氢化可的松治疗毒藤疹（信息性 + 后果有限）

🟡 中高风险区：建议胸痛患者是否应该去急诊（仍然是"信息"，但后果严重）；调整基础胰岛素剂量（需要精确的定量分析）

🔴 高风险区：自主启动中风溶栓治疗方案（完全自主 + 后果极其严重）

💡 普瑞纯证解读：这个框架有两个细节值得中国出海企业特别注意：

①"指向性"是看实质，不是看措辞——在输出后面加一句"请咨询医生"，并不能让一个实质上在指导行动的输出变成"非指向性信息"。FDA会按内容的实际效果来判断。

②面向患者的功能风险更高——因为患者无法像临床医生一样验证AI的输出。同样的功能，HCP端和患者端的风险定位可能完全不同。

对企业的直接影响：你的预期用途声明（Intended Use Statement）现在必须明确说明两件事——AI功能的自主程度有多高，以及错误输出的临床后果有多严重——并在风险文件中为两者的定位提供依据。

三、核心框架二："能力评估"——像考医生执照一样考AI

讨论稿提出的第二个核心概念可能是最具开创性的——能力评估方法（Competency Assessment Approach）。

FDA的原话是："受到临床医生如何被评估和认证的高层启发"（inspired, at a high level, by how human clinicians are evaluated and credentialed）。

简单来说，FDA打算像培养和考核医生一样来评估GenAI器械：先做标准化考试（基准测试），再做临床实习（临床确认），最后持续考核（上市后监测）。

📋 第一阶段：器械基准测试（Device Benchmarking）——"标准化考试"

FDA提出了10个基准测试要素，分为四大类：

🛡️ 安全性（Safety）

S.1 安全关键识别与升级——能否在情况恶化时及时升级？是否会过度安慰患者？

S.2 范围维护与边界遵守——面对对抗性提示（Prompt Injection）、情绪操纵、多轮对话漂移时能否守住边界？同时，过度拒绝也算失败

S.3 校准、不确定性与临床转介——面对有争议或过时的信息时是否会表现出虚假自信？

🏥 临床能力（Clinical Proficiency）

E.1 临床知识与任务准确性——指南、禁忌症、药物相互作用、特殊人群

E.2 信息采集与分析——鉴别诊断的完整性、追问能力、是否过早下结论

E.3 定量与测量分析——基于体重和肾功能的剂量计算、单位换算、异常值识别

E.4 沟通与理解——健康素养适配、共情能力、是否使用强制性语言、是否引发自动化偏见

🌐 泛化能力（Generalizability）

R.1 鲁棒性、可靠性、可重复性——重复运行、改写表述、改变输入顺序、长对话

R.2 亚组表现——不同人口学特征、方言、口音、读写水平

🤖 智能体能力（Agentic Competencies）

A.1 智能体行为——在安全范围内规划、识别工具错误、在不可逆操作前设置人工检查点

值得注意的是，FDA在方法论中提到了一个突破性的细节：当评估的"专家裁判"本身是一个LLM时，独立性要求同样适用——也就是说，FDA正式认可了用AI来考AI的可能性，只要这个"考官AI"与被测试的器械AI是独立的。

🏥 第二阶段：临床确认（Clinical Confirmation）——"临床实习"

FDA明确表示，基准测试"可能无法完全确定GenAI器械在真实临床使用中的表现"，因此需要临床确认。但同时给了一个重要的减负信号："临床确认可能不需要在每种情况下都进行前瞻性临床研究。"

FDA提出了五级递进的临床确认方法，按严格程度和患者暴露程度排列：

1.回顾性评估——使用真实患者数据（数据不足时可用合成数据补充）

2.影子部署（Shadow Deployment）——AI在真实环境运行，但输出不展示给临床医生

3.标准化患者交互——使用训练有素的演员模拟患者场景

4.盲法或非盲法临床医生裁判——由临床医生对真实病例的AI输出进行评判

5.前瞻性研究——包括RCT在内的正式临床试验

💡 普瑞纯证解读：这个"五级阶梯"设计非常巧妙。它意味着并非所有GenAI器械都需要做RCT——低风险器械可能只需回顾性评估加影子部署就够了。企业需要做的是，在双轴框架上准确定位自己产品的风险等级，然后选择与之匹配的临床确认层级。这种"风险匹配证据"的思路，与FDA现有的De Novo和510(k)审查逻辑一脉相承。

四、核心框架三：上市后监测——用"持续考核"换"入学门槛降低"

讨论稿第六章打出了一张可能改变GenAI器械经济学的牌：

"CDRH正在考虑，是否可以通过更多地依赖上市后监测，来接受更大的上市前不确定性。"
——FDA讨论稿 Section VI

这意味着什么？翻译成商业语言就是：如果你能向FDA证明上市后有持续、有效的安全监控机制，FDA可能愿意在上市前审查阶段降低证据门槛。

FDA提出的上市后监测选项包括：

🔄 定期重新基准测试——对照上市前的性能阈值重新跑测试

👨‍⚕️ 基于抽样的真实世界审查——由独立临床医生审查真实的输入-输出对

📊 漂移监测（Drift Monitoring）——持续追踪模型性能是否退化

🤖 机器监控代理——FDA提问（Q20）：是否可以用"机器监督代理"来执行部分上市后监测？

上市前评估成为基线，如果器械被修改，就需要"对照相同的能力重新进行基准测试"。对于底层模型的第三方更新，FDA专门设了一个问题（Q24），因为变更可能由模型供应商而非器械制造商触发。

💡 普瑞纯证解读：这个"上市前vs上市后"的权衡对出海企业来说是一个重大利好信号。传统路径下，510(k)或De Novo的上市前证据要求是"一次性大考"——你要在提交时证明一切。但GenAI器械的特性决定了模型会持续变化，一次性考试无法覆盖全部场景。FDA正在探索的方向是把"资本开支"（capex）转化为"运营成本"（COGS）——前期投入减少，但承诺持续的安全监控。这与FDA现有的PCCP（预定变更控制计划）机制可以形成很好的衔接。

五、基础模型与智能体AI：谁来为"黑盒"负责？

讨论稿用了专门的章节来处理两个棘手问题：第三方基础模型和智能体AI（Agentic AI）。

🧱 基础模型器械主文件（Foundation Model Device Master File）

FDA提出了一个创新的解决方案——自愿性的基础模型器械主文件（MAF）制度。

核心逻辑是：OpenAI、Google、Meta等基础模型开发商可以向FDA秘密提交模型的技术信息（包括架构、训练数据来源、已知局限性、安全措施、更新通知承诺、审计日志等），FDA保密存档。当器械制造商使用该基础模型开发产品并提交上市申请时，可以引用（Reference）这份主文件，无需自己重新证明底层模型的全部细节。

但FDA也明确了底线：提交MAF不等于模型获得了任何医疗用途的授权；器械厂商仍然需要独立证明最终产品的安全性和有效性。

FDA在Q25中坦率地提出了核心挑战："鉴于模型开发商披露信息的激励有限，怎样才能使自愿MAF制度真正有用？"

🤖 智能体AI（Agentic AI）

FDA首次给出了智能体AI的工作定义："能够自主规划和执行多步骤任务、使用外部工具或跨多个步骤采取行动的系统。"

对于智能体AI，FDA设置了专门的基准测试要素A.1，重点关注：

📌 在不可逆操作前设置人工检查点

📌 通过检索内容和工具输出实施的注入攻击防护

📌 在安全边界内的规划能力

⚠️ UpDoc案例参考：2025年12月23日，FDA通过510(k)途径批准了UpDoc（K253281），这被认为是FDA首个涉及患者端大语言模型的器械获批案例。但值得注意的是，UpDoc的批准范围非常狭窄——仅限于成人2型糖尿病的胰岛素管理，且LLM是在医生设定的确定性协议框架内运行的"对话界面"，而非自主决策的"AI医生"。这说明FDA的态度是：有边界、有监督的LLM功能可以通过现有510(k)路径获批，但无限制的自主LLM还远未到达终点线。

六、26个关键问题：FDA在问什么？

讨论稿中嵌入了26个编号讨论问题，覆盖四大主题领域。以下是对中国AI器械出海企业最关键的几个问题：

📌 Q7：能力评估方法（基准测试 + 临床确认）是否适合GenAI器械的上市前评估？——这是整个框架的根基性问题

📌 Q10：公共基准测试的有效性如何？如何解决数据污染、饱和度和真实世界代表性不足？

📌 Q11-Q12：临床确认应该做到哪个层级？样本量如何确定？——直接影响你的临床开发成本

📌 Q18：FDA是否应该接受更大的上市前不确定性，以换取更强的上市后监测？——这可能是最具战略影响力的问题

📌 Q22：哪些器械变更可以留在QMS内部管理，不需要新的上市前审查？

📌 Q24：当第三方基础模型供应商更新了底层模型，器械制造商应承担什么义务？

📌 Q25：自愿性基础模型MAF应包含哪些内容才能真正有用？

FDA接受部分回复——你不需要回答全部26个问题，只回答与你产品相关的即可。

七、对中国AI医疗器械出海企业的实操建议

1.立即下载研读讨论稿原文

这不是一份只有监管专家才需要看的文件。建议组织监管、研发、临床、AI工程团队联合研读。重点关注26个讨论问题中与你产品管线相关的部分。

2.在双轴框架上定位你的产品

你的GenAI器械功能处于"信息提供"还是"自主行动"？出错后果是"有限"还是"严重"？这个定位将决定FDA对你的证据期望等级，也将影响你的预期用途声明的写法。

3.评估现有测试方案与10要素基准测试的差距

对照FDA提出的S.1-S.3、E.1-E.4、R.1-R.2、A.1十个要素，审视你现有的验证和确认方案。特别注意对抗性提示测试（S.2）、亚组表现评估（R.2）和智能体安全性（A.1）——这些可能是传统AI/ML器械验证方案中没有覆盖的新领域。

4.梳理基础模型供应链合同

如果你使用的是第三方基础模型（如GPT、Claude等），现在就需要与供应商谈判版本锁定（Version Pinning）、变更通知、信息披露等合同条款。FDA的MAF制度一旦落地，这些合同将成为你监管合规的基础。

5.考虑提交公众评议意见

10月19日截止的公众评议期是影响FDA监管方向的真正窗口。企业可以针对与自身产品相关的问题提交实质性意见。早期参与不仅能影响规则制定，还能向FDA展示你对监管合规的主动态度。

6.关注PCCP与GenAI的衔接

FDA的预定变更控制计划（PCCP）框架已于2024年底定稿。对于GenAI器械，PCCP可能成为管理模型更新的主要工具——"预先批准你的测试方案"，这样模型更新后只需重新跑测试，而不需要每次都重新提交上市申请。

7.持续关注FDA后续动向

讨论稿只是起点。预计FDA将在评议期结束后发布更具约束力的指南文件。建议密切跟踪CDRH的数字健康卓越中心（DHCoE）动态、数字健康咨询委员会（DHAC）会议，以及后续可能的联合指南或预提交会议（Pre-Submission）。

八、写在最后：窗口已经打开，谁先行动谁就定义规则

从2019年FDA发布AI/ML SaMD监管框架提案，到2021年AI/ML行动计划，到2024年PCCP指南定稿，到2025年UpDoc成为首个涉及LLM的获批器械，再到今天的GenAI讨论稿——FDA对AI医疗器械的监管思路正在快速演进，而且方向非常清晰：不是"要不要管"，而是"怎么管才能既鼓励创新又保护患者"。

讨论稿的发布意味着游戏规则正在被重新书写。在新规则尚未定型的窗口期，企业的每一条公众评议意见、每一次Pre-Sub会议、每一个产品提交，都有可能成为未来FDA审评标准的参考点。

对中国AI医疗器械企业来说，现在是布局美国市场的关键节点——不是等规则确定后再行动，而是在规则制定过程中就成为参与者。

参考来源：

🔗 FDA官方新闻稿：FDA Seeks Public Feedback to Inform Regulatory Approach for Generative AI-Enabled Medical Devices 

www.fda.gov/news-events/press-announcements/fda-seeks-public-feedback-inform-regulatory-approach-generative-ai-enabled-medical-devices

🔗 Regulations.gov公众评议入口 Docket FDA-2026-N-7874

www.regulations.gov/docket/FDA-2026-N-7874

🔗 Pure Global YouTube播客：FDA Discussion Paper on Generative AI in Medical Devices 

www.youtube.com/watch?v=ldYNx7VrWuE