英国正在重写医疗AI的监管逻辑

一家医疗AI企业拿到英国市场准入后，如果更新了模型，是否需要重新接受监管评估？如果产品在不同医院表现不一致，又该由谁负责？这些问题正在成为医疗AI监管的新挑战。

与传统医疗器械相比，AI产品迭代更快，性能也可能受到真实使用环境的影响，仅靠上市前的一次性评估，已经难以覆盖全部风险。

上月6日，英国政府正式接受国家医疗AI监管委员会提出的全部44项建议，同日，英国药品和健康产品管理局（MHRA）启动AI Airlock第三阶段，将重点放在上市后监测和全生命周期监管。这也说明，英国医疗AI监管的关注点，正在从“如何获得市场准入”，进一步延伸到“上市后如何持续证明产品安全有效”。

传统医疗器械的监管，很大程度上建立在一个相对稳定的产品之上。企业完成设计验证、临床评价和市场准入后，虽然仍有上市后监测要求，但产品的核心功能通常不会频繁发生明显变化。

AI医疗产品则不同。模型可以更新，训练数据可以变化，底层基础模型可能升级；产品进入不同医院后，患者结构、数据质量、设备环境和临床流程又可能影响实际表现。一个算法在注册阶段表现良好，并不能自动证明它在两年后、经历多个版本迭代之后，仍然具有相同的风险收益特征。

英国这次进一步强调上市后监管，正是在回应这一问题。

如果只把这些变化理解成“企业上市后需要提交更多数据”，其实低估了它们的意义。对于医疗AI企业而言，监管不仅关注产品在获准上市时是否安全有效，也越来越强调企业是否具备持续识别、评估和管理上市后风险的能力。这意味着，上市后监管将进一步涉及产品研发、临床应用和运营管理。模型性能监控、异常识别、临床反馈和数据治理，都可能成为企业持续合规能力的重要组成部分。

AI医疗产品的持续迭代，给监管带来了一个现实问题：一次模型更新，是否意味着需要重新进行监管评估？如果每次更新都要重新走完整的审批流程，可能影响产品迭代效率；但如果缺乏必要的变更管理，监管机构此前评估的安全性和有效性也可能不再适用于更新后的产品。

对此，英国计划进一步明确预定变更控制计划（Predetermined Change Control Plan，PCCP）的适用方式，并制定相关指南。PCCP的核心思路是提前界定产品未来可能发生的变化、允许变化的范围、验证方法及风险控制措施，使符合既定计划和监管要求的更新能够通过更加可预测的方式进行管理。

对于持续学习或自适应AI，英国国家医疗AI监管委员会还建议探索更加明确的变更边界和风险控制机制。同时，委员会提出加强AI医疗器械的版本管理与可追溯性，并探索利用唯一设备标识（UDI）等方式，帮助医疗机构识别产品版本及其临床使用情况。相关机制仍有待通过后续指南和监管安排逐步落实，但其方向已经比较清晰：监管要求正在更深入地融入医疗AI产品的设计、开发和迭代过程。

这意味着，医疗AI企业需要在产品开发阶段就考虑后续模型更新的管理方式，包括变更范围、临床性能验证、版本追踪及真实世界数据反馈等环节。产品架构、模型迭代策略、临床验证和监管路径之间的关系将更加紧密，企业也需要在研发早期建立相应的合规规划与管理机制。

英国这轮改革还关注医疗AI从监管准入走向临床应用的实际路径。对于医疗AI企业而言，获得市场准入并不意味着产品能够顺利进入医院。企业还需要解决信息系统对接、临床流程适配、医生培训等问题，并在实际应用中证明产品的临床和经济价值。因此，如何让监管要求与后续临床采用更好地衔接，也成为英国此次改革的重要方向。

国家医疗AI监管委员会建议探索分阶段授权（staged authorisation）机制，在风险可控的前提下，为部分创新产品提供更灵活的市场进入路径，并在后续阶段持续积累真实世界证据。英国政府已接受这一探索方向，但具体实施安排仍有待明确。同时，英国也计划加强MHRA与国家卫生与临床优化研究所（NICE）等机构的协作，使监管阶段形成的证据能够更好地支持后续医疗技术评价和市场采用。这些变化意味着，企业需要更早规划临床证据的收集方式，使早期临床部署能够兼顾监管合规与后续商业化需求。

这一趋势也对本地合作伙伴提出了更高要求。对于需要持续更新、长期监测并融入医院工作流程的医疗AI产品，合作伙伴的医院资源、部署能力、临床支持和数据反馈机制，都可能影响产品的实际应用效果与市场拓展效率。企业在选择海外合作伙伴时，需要综合评估其销售网络与长期运营支持能力，为产品在当地医疗体系中的持续应用建立基础。

欢迎点击“阅读原文”与我们取得联系。