算法在测试集表现优异，距离获得上市许可还有多远？沙特两款本土医疗 AI 软件（Dental IQ 和 SAARIA）的获批案例提供了重要观察窗口：监管关注的不只是“识别准确率”，更包括证据能否支撑预期用途、产品是否适配当地临床场景，以及上市后如何确保持续安全有效。
对于计划出海的医疗 AI 企业，常存在一个误区：将算法性能证据等同于完整的市场准入证据。近日，沙特食品药品监督管理局（SFDA）宣布两款本土开发的 AI 医疗软件获得上市许可，分别用于牙科和眼科诊断。官方公告不仅介绍了产品功能，还披露了技术文件审查、本地临床研究及上市后随访计划等关键信息。
对中国企业而言，值得借鉴的不是简单复制“拿证”结果，而是如何将产品主张、验证数据、实际临床使用与上市后管理构建为一套完整的证据体系。
一、两款产品获批，官方究竟披露了什么？
Dental IQ：辅助识别牙科 X 线影像潜在病理
该软件利用深度学习算法分析牙科 X 线影像，支持识别龋齿、牙周疾病及影响牙齿和支持组织的结构性变化，为医务人员诊断及治疗规划提供支持。
SAARIA：支持糖尿病视网膜病变筛查
该软件利用 AI 分析眼底图像，支持医疗场景中的糖尿病患者筛查，帮助识别需进一步接受眼科专科评估的患者，为及时转诊和干预提供支持。
SFDA 将两者描述为“首批获得该局上市许可的沙特本土牙科、眼科 AI 医疗软件”。需注意限定词为“沙特本土开发”及相应专业领域，不可扩大解读为“沙特首次批准任何医疗 AI"或“全球首款”。
公告披露的关键信息包括：
- 两家开发企业参与了 SFDA 创新医疗器械路径，并获得早期监管指导与支持。
- 上市许可建立在技术文件和临床证据审查基础上，确认产品在预期用途下的安全性、性能和有效性。
- 企业在沙特开展了本地临床研究，验证软件在当地医疗场景中的性能。
- 企业承诺执行上市后临床随访计划，持续监测真实世界表现。
需要明确的是，这是一则具体产品获准上市的公告，并非所有医疗 AI 统一适用的新审批政策。公告未披露完整研究方案、样本量或审评报告，因此不能据此推导统一的性能门槛，也不能宣称其他产品可直接复制同样的获批结果。
二、证据准备，不能只停留在“准确率报告”
SFDA《基于人工智能与机器学习技术的医疗器械指南》（MDS-G010）将临床评价的证据逻辑分为三个层面：有效临床关联、分析／技术验证、临床验证。
第一层：输出结果为什么具有临床意义？
即有效临床关联。企业需说明软件输出与目标疾病或临床状态之间的关系，是否得到科学文献、临床研究或临床指南等证据支持，而不仅仅是算法找到了某种统计相关性。
第二层：软件能否可靠地完成其技术任务？
即分析／技术验证。重点是软件能否正确处理输入数据、产生可靠输出，并满足既定技术规格。验证对象应与拟申报的软件及模型版本相对应。
第三层：在目标人群和临床环境中，输出是否真正有用？
即临床验证。软件需要在其预期用途下产生具有临床意义的结果；测试集上的表现，不能自动替代真实使用场景中的证据。
这意味着，一篇论文、一组 AUC 数值，或一次模型与医生的“对决”，都不能自然覆盖全部问题。企业真正需要证明的是：这一版本的软件，在这一类患者、这一种设备输入和这一套工作流程中，能够实现所宣称的用途。
三、本地验证：既不能忽略，也不能简单等同于统一临床试验
看到两款产品都开展了沙特本地临床研究，有企业可能会问：“是否所有中国 AI 产品，都必须在沙特重新做一套完全相同的临床试验？”仅凭这则获批公告，不能得出这样的结论，但也不能反过来认为境外数据或境外批准足以替代本地验证。
MDS-G010 的临床评价章节明确提出，对于在其他司法辖区开发并获批的 AI/ML 医疗器械，制造商应开展本地验证（locally validate）。所需数据类型和研究设计取决于产品功能、预期用途及其风险。
因此，需要同时理解两件事：
- 本地验证有明确的指南依据。企业不能仅凭已有境外批准，就假定可以跳过当地适用性验证。
- 本地验证不等于所有产品采用相同的研究形式。是否需要新增前瞻性研究、能否使用当地既有数据、如何利用已有境外证据，需要结合产品和证据缺口确定，并与 SFDA 沟通确认。
从实务角度看，本地适用性不仅涉及患者人口学特征，还涉及疾病谱、影像采集设备、图像质量、操作者经验及临床转诊流程。某个模型在原有医院表现稳定，并不能单独证明它在另一种医疗环境中仍然同样可靠。
四、中国企业可以提前准备的六类证据
以下为结合 SFDA 公告与指南提出的实务建议，并非两款产品实际提交材料的复刻，也不是适用于所有 AI 器械的固定申报清单。
① 预期用途证据：先把“辅助什么”写清楚
“辅助诊断”四个字远远不够。建议明确目标患者、使用者、医疗场景、输入影像类型、支持的设备范围、输出内容，以及医生在后续决策中的角色。同时，让说明书、软件界面、临床研究方案和宣传材料保持一致。“提示疑似病变”、“支持筛查转诊”和“自主作出诊断”是不同的产品主张，不能用同一组证据不加区分地支撑。
② 数据集证据：证明测试数据独立且具有代表性
建议建立可追溯的数据说明，覆盖数据来源、纳入排除标准、标注依据、专家判读与分歧处理，以及训练、调参与独立测试数据的隔离方式，避免同一患者或重复影像跨集合造成结果偏高。SFDA 指南关注独立参考数据集、多中心数据来源、目标人群与场景的代表性、样本量论证，以及不同亚组的表现。重点不只是“有多少张图”，而是这些图能否回答拟进入市场的临床问题。
③ 临床性能证据：让指标对应真实用途
指标应围绕预期用途和错误后果预先设计，而不是研究完成后再挑选最好看的数字。以此类产品为例，牙科辅助识别软件可考虑分别评价不同病变任务的表现；眼底筛查软件可结合筛查及转诊目标，评价敏感度、特异度、预测值，并分析不可判读图像及失败输出。具体终点、统计单位和可接受标准，需要由产品用途与研究设计决定。
④ 人机协作证据：不是只证明"AI 比医生强”
SFDA 在本次公告中特别强调：AI 输出用于支持临床决策，不能替代医务人员的临床判断；医务人员应审核和验证输出，并结合患者情况作出决定。对于以辅助医务人员为目标的产品，MDS-G010 也强调评价医生在有 AI 和无 AI 辅助条件下的表现，而不只是比较“医生单独判读”与"AI 单独判读”。
企业可以据此检查：界面是否让医生理解输出限制？医生能否识别错误提示？图像质量不足时是否有清晰处理机制？AI 是否可能诱导使用者过度信任？“最终由医生负责”不能替代制造商对软件安全性和有效性的证明。
⑤ 软件与风险管理证据：模型之外的部分同样重要
建议将模型权重、判定阈值、预处理方式和软件版本纳入受控记录，使验证报告能够追溯到实际申报和部署的产品。还应覆盖合理可预见的异常条件，例如不合格影像、错误输入、设备连接异常，以及网络与信息安全风险。SFDA 指南明确关注正常和合理可预见异常条件下的性能，并将数据管理、模型评价、互操作性及网络安全纳入相关风险考量。
临床研究验证过的版本，与最终交付医院的版本，应当能够对应。不能用旧模型的验证报告，不加评估地支持已经改变的重要功能。
⑥ 上市后证据：提前设计如何发现性能变化
两款产品的公告提到了上市后临床随访承诺；MDS-G010 也强调上市后持续监测安全性、有效性和性能，以及对软件变更进行评估、验证和确认。建议提前明确：如何收集真实使用中的错误输出和投诉；如何发现不同医院、设备或患者亚组中的性能差异；出现性能下降后由谁调查、何时触发纠正措施；模型更新如何进行风险评估和再验证。算法可以迭代，不代表获批产品可以不受控地更新。
五、别把这则获批消息读成三个“捷径”
不是“本土产品获批，境外产品就能直接照搬”。本地验证、证据适用性和具体产品的合规评估，仍需独立完成。
不是“进入创新路径，就降低了证据要求”。本次公告同时强调早期监管支持与满足适用监管要求。获得沟通支持，不等于免除技术文件、临床证据或安全有效性证明。
不是“写上辅助决策，就不必证明临床价值”。辅助工具同样可能影响医生判断和患者后续处置。其临床评价需要与实际作用相匹配，而不是依赖一句“不替代医生”的免责声明。
结语：真正值得复制的，是证据逻辑，而不是获批标签
Dental IQ 和 SAARIA 的案例表明，AI 进入临床应用，靠的不只是算法能力，也不是一份漂亮的技术演示。对于准备进入沙特的中国医疗 AI 企业，更有价值的工作，是先把以下问题回答清楚：
- 产品究竟要帮助谁、完成什么临床任务？
- 现有数据能否支持这些主张，并证明当地适用性？
- 医生与 AI 共同使用时，安全性和临床价值如何得到验证？
- 产品上市并持续更新后，企业如何保持证据有效？
建议尽早让法规、研发、临床和质量团队共同审视这些问题。先把产品主张与证据对应起来，再识别需要补足的部分，比到申报阶段才整理文件，更能减少重复验证和方向性返工。
本文依据截至 2026 年 9 月 15 日核验的 SFDA 官方公告及 MDS-G010 指南撰写，仅用于一般法规解读，不构成对具体产品的准入结论。文中的实务建议不代表两款获批产品的实际申报材料；具体研究方案、当地验证方式及申报要求应结合产品与适用文件确认。
参考来源
〔1〕SFDA：SFDA Grants Marketing Authorization for Two Saudi-Developed AI-Enabled Medical Software Products for Dental and Ophthalmic Diagnosis
https://www.sfda.gov.sa/en/news/19462
〔2〕SFDA：Guidance on Artificial Intelligence (AI) and Machine Learning (ML) Technologies Based Medical Devices，MDS-G010，Version 1.0
https://sfda.gov.sa/sites/default/files/2023-01/MDS-G010ML.pdf