乐于分享
好东西不私藏

周末文摘 | 人工智能医疗器械软件功能预定变更受控计划

周末文摘 | 人工智能医疗器械软件功能预定变更受控计划

引用本文

姚立新.人工智能医疗器械软件功能预定变更受控计划[J].中国食品药品监管,2026(2):24-33.

人工智能医疗器械软件功能预定变更受控计划

Predetermined Change Control Plans for Artificial Intelligence-Enabled Medical Device Software Functions

姚立新

国家药品监督管理局南方医药经济研究所

YAO Li-xin

NMPA Institute of Medical Economics

摘  要 / Abstract

本文介绍用于人工智能医疗器械软件功能的预定变更受控计划(PCCP)的由来、发展,同时介绍美国食品药品监督管理局发布的PCCP 指南的适用范围、组成部分和针对获批上市后医疗器械的应用,PCCP 实施、扩展与国际协调,以期为其他监管机构制定相关的监管政策提供参考。

This paper introduces the origin, development, and evolution of Predetermined Change Control Plans (PCCPs) for artificial intelligence-enabled device software functions. It also presents the scope and application of the PCCP guidance issued by the U.S. Food and Drug Administration (FDA), including its use for both new devices and post-market approved devices. In addition, the implementation, expansion, and international harmonization of the PCCPs are discussed, with the aim of providing references for other regulatory authorities in developing relevant regulatory policies.

关 键 词 / Key words

预定变更受控计划;人工智能医疗器械;国际协调;医疗器械软件;预认证试点计划;上市申请提交

predetermined change control plans; artificial intelligence-enabled medical devices; international harmonization; software as a medical device (SaMD); precertification pilot program; marketing submission

01

人工智能模型需要随时间推移动态更新

美国现行医疗器械监管范式依据1976 年《医疗器械修正案》(The Medical Device Amendments of 1976) 确立, 但之后陆续出现的很多现代技术并不能很好地符合现行监管范式要求。近年来,监管机构与行业提出应修订相关法律,以更好地适应相关技术发展。由于现行相关法律存在局限,采用人工智能/ 机器学习(artificial intelligence /machine learning,AI/ML) 等较新技术的上市产品往往不得不削足适履。美国食品药品监督管理局(Food and Drug Administration,FDA) 曾对一种自愿替代通道(voluntary alternative pathway,VAP)进行讨论,其能够灵活地围绕相关技术建立通道,而不是试图把一项技术塞进一个不符合使用用途的通道中,但又需要保持合理保证安全性和有效性的上市标准。近年来,FDA 一直在倡导VAP,认为这将使FDA 在授权批准医疗器械时更具灵活性,同时又不会损害FDA 肩负的公共卫生使命。2017 年,FDA 宣布了有关这一通道的指南计划,但并没有公布有关该通道的正式方案[1]。在处理AI 相关问题时,需要不同的框架,确保其在上市后环境中有效监控和学习。

美国行政会议(Administrative Conference of the United States,ACUS) 委托撰写的《算法政府:联邦行政机构中的AI》(Government by Algorithm: Artificial Intelligence in Federal Administrative Agencies)报告中,展示了FDA 如何在多个政府机构中率先尝试使用包括深度学习在内的先进AI 技术。报告预测,对于FDA, 采用AI/ML 工具, 可能预示着从上市前审批向上市后监督工作的更广泛转变[2]

AI 医疗器械正在彻底改变医疗实践,AI/ML 在医疗器械中的应用日渐增长,需要在足够敏捷的流程支持下,确保医疗器械开发迭代技术不断进步,促进创新,造福患者。AI 模式识别使这些医疗器械能够识别确认具体类型的伤害、诊断病症、改善医学成像质量、预测将来可能发生的不良医疗事件(adverse events in medicine)[3-5]。预期下一代AI医疗器械将带来更多的监管挑战。截至2025 年12 月5 日,FDA批准的1357 项AI/ML 医疗器械中,除了1 项医疗器械外,均为“锁定”医疗器械[6]。“锁定”指模型在每次使用相同的输入时,都能提供相同的输出,但由于参数或配置无法更新,不能随着使用的增加而相应做出适应性改进[7]。这些医疗器械依赖制造商的更新,而不是独立地根据观察到的新数据做出调整。对于这些首次获得批准的AI 医疗器械,FDA 寻求创建用于临床决策支持产品的监管框架,鼓励开发者创建、调整和扩展软件的功能,帮助医疗服务机构诊断和治疗疾病。FDA 认识到,除了在医疗保健领域应用成熟的锁定算法外,还存在很多预期,使AI 模型能够随着时间的推移动态更新,有望解锁更好的性能和更具个体化的医疗保健服务[8-9]

02

预定变更受控计划(PCCP)的由来

2019 年,FDA 率先在讨论文件中提出“预定变更受控计划”(predetermined change control plans,PCCP) 的概念[10]。2021 年1 月,FDA 发布相关指南《作为医疗器械的软件(SaMD) 行动计划》[Artificial Intelligence/Machine Learning (AI/ML)-Based: Software as a Medical Device (SaMD) Action Plan,以下简称SaMD 计划],其中概述了PCCP 流程,制造商可以通过该流程获得某些类型AI 医疗器械动态更新的预先批准[11]。FDA 在SaMD 计划中强调,需要从上市前开发到上市后的全过程监控所有动态AI 医疗器械性能。当时预期FDA 将会批准动态AI 医疗器械。

医疗器械行业游说组织美国先进医疗技术协会(Advanced Medical Technology Association,AdvaMed) 建议,传统上在临床环境中使用的510(k) 批准的医疗器械, 如果变更用于居家应用,应在专门的510(k) 通道下审查,AdvaMed就此议题要求FDA 使用国会授予的PCCP 授权。AdvaMed 表示,对于大多数经FDA 批准在临床环境中使用的医疗器械,如果变更使用环境,就必须提出新的上市申请,这是一个耗时、成本高昂的过程。为促进医疗器械及时扩展到家居使用和其他非临床环境,AdvaMed 建议, 对已经获得FDA 批准在其他环境中使用的医疗器械,FDA 应采取高效、精简的审查方法[12]。2024 年8 月,FDA 发布医疗器械PCCP 指南草案,详细说明FDA 认为哪些变更适合PCCP,以及申办方应在相关的上市前批准(premarket approval,PMA)、De Novo批准或510(k)申请中提交的具体资料,以支持监管机构受理所提出的PCCP[13]。2024 年12 月,FDA 发布PCCP 定稿指南,详细说明针对AI 医疗器械使用PCCP 的预期。FDA 重申,ML 是AI 的一个子集。指南草案侧重于为ML 开发提供一种前瞻性思维方法,而定稿指南则采取了一种更为广泛的方法,并表示其目的是为更广泛的人工智能设备软件功能(artificial intelligence-enabled device software functions,AI-DSF)服务[14]。依据PCCP,制造商可以采集数据、重新训练AI 模型并测试,以证明误报率已显著降低;同时需更新相关医疗器械的标签说明,向用户传达变更内容。由于相关变更依据PCCP 进行,制造商无需提交新的上市申请。但如果对AI 模型进行修改,使其能够在生理不稳定发生之前提前预测,而此前的版本无法做到这一点,则不属于PCCP 的范围,需要提交新的上市申请。PCCP 指南旨在采用负担最小方法,通过修改支持AI/ML 医疗器械安全的迭代改进[15]。近年来,支持机器学习的设备软件功能(machine learning-enabled device software functions, ML-DSF)的应用越来越多,FDA 需要制定相应的监管框架,以适应AI/ML 的适应性和不断发展的能力。除了FDA 关注支持在医疗器械领域对这些技术进行迭代改进的方法外,在医疗器械领域寻求使用这些技术的实体,还必须更广泛地考虑对相关数据的使用。适用于此类数据的数据隐私权和安全法律法规日益复杂,还需考虑新公布或修订的相关法律、法规、指南等。

03

PCCP 定稿指南

2024 年12 月,FDA 发布PCCP 定稿指南[14]。FDA 认为,与指南草案相比,适用于PCCP的变更类型和PCCP 所需组成部分方面,定稿指南基本与指南草案一致。最值得注意的变化是标题,行业指南适用范围已扩展到涵盖AI-DSF,而不仅是被称为ML 的AI 子集。FDA 将AI 定义为“基于机器的系统,该系统可以针对一组人类定义的目标,做出预测、建议或决策,对真实或虚拟环境产生影响。”ML 定义为“一套可用于训练AI 算法的技术,用于提高基于数据的任务性能”。与定稿指南的标题变化一致,指南草案中提及的ML-DSF 已被AI-DSF 所取代,后者现在被定义为“实现AI 模型的设备软件功能”,定稿指南没有提及ML 模型。

PCCP 是美国国会依据2022 年《食品和药品综合改革法案》(Food and Drug Omnibus Reform Act of 2022, 以下简称《FDORA 法案》)建立的一种机制[16-17]。依据《FDORA 法案》第3308 节,允许对通过510(k)或PMA 上市的医疗器械进行上市后变更, 而无需提出补充申请。条件是相关变更必须符合PCCP,医疗器械在没有任何更改的情况下仍然安全有效;如果是通过510(k) 批准的医疗器械,则变更后的医疗器械与原产品实质上等同。

PCCP 必须作为原始上市申请的一部分提交,并获得FDA 批准。FDA 可要求PCCP 计划包括根据PCCP 对医疗器械进行变更时的安全和有效使用标签说明、医疗器械未按预期功能运行时的通告,以及根据PCCP 计划所做更改的性能要求。依据《FDORA法案》,根据PCCP 变更的通过510(k) 已获批医疗器械不能用作对标器械(predicate device);只有最初获得FDA 批准的医疗器械版本才能用作对标器械。

PCCP 旨在简化医疗器械上市后的变更。申办方可以将PCCP 作为上市前申请材料的一部分,叙述在医疗器械上市后进行某些类型医疗器械修改的方法。如果FDA 认同PCCP,就可以在不提交补充上市申请的情况下开展相关变更。

如图1 所示,PCCP 有利于理顺采用AI 的医疗器械上市后变更,加快产品迭代、发展。尽管PCCP 可以处理很多类型的上市后医疗器械变更,但FDA 认识到,软件开发是一个迭代过程,软件开发人员将不断尝试改进和更新设备。因此,定稿指南以FDA 的承诺为基础,通过开发和应用创新方法来监管AI 医疗器械。

3.1 批准后PCCP 适用范围

定稿指南阐述了适合纳入PCCP 的AI-DSF 上市后变更的范围,变更必须在医疗器械的预期用途范围内,同时保持适应症不变,才能纳入PCCP。但定稿指南预留了余地,指出“对涉及适应症的某些变更”,可能适合纳入PCCP。对AI-DSF 的变更, 可能适用于PCCP 的情况包括对输入、输入源、兼容性和互操作性的变更。然而,定稿指南指出,FDA 将根据医疗器械的“风险- 获益特征”,视具体情况评价PCCP,以决定拟采用的变更是否可在上市申请中获得批准。定稿指南同时指出,某些变更可能适合纳入一种医疗器械的PCCP,但可能不适合纳入另一种医疗器械的PCCP ;还鼓励申办方在提交PCCP 之前通过Q-Submission 计划与FDA 联系,以获取FDA 的反馈意见,了解拟议变更是否适合纳入PCCP,以及纳入PCCP 需要的信息。

与指南草案一致,定稿指南的立场是PCCP 仅适用于以下提交类型:原始PMA、模块化PMA、180 天PMA 发补、进度面板跟踪PMA 发补、实时PMA发补(仅在FDA 同意可以实时审查的情况下);传统510(k)提交, 简化510(k) 提交;原始De Novo 请求。

3.2 不允许将PCCP 纳入特殊510(k)

定稿指南将特殊510(k) 排除在外。事实上, 用于510(k) 申报的电子提交系统(electronic submission template and resource,eSTAR) 不允许将PCCP 纳入特殊510(k)[18]。但可以通过特殊510(k) 提交对先前授权的PCCP 的变更,eSTAR 建议制造商以附件形式提交PCCP的完整副本和删除部分。

定稿指南强调建立质量体系的重要性,指出FDA“在具体情况下,可能会根据制造商监管历史中证明未能遵守质量体系法规的结果,暂不批准在510(k) 中提交的PCCP。”特殊510(k) 指南中也有类似限制,如果制造商在最近的质量体系检查后收到显示存在违规事项的检查报告,而该检查报告确定“与设计变更相关的设计受控意见”,则不应提交特殊510(k)。但定稿指南并未说明,如果制造商已证明未能遵守设计受控,特别是与设计变更相关的设计受控,FDA 是否也会拒绝接受PCCP。

3.3 PCCP 的组成部分

定稿指南明确PCCP 应包含变更说明、《变更方案》(Change Proposal)、影响评价等方面的要素。

3.3.1 变更说明

变更说明应阐述计划的变更和性能规格。FDA 建议在PCCP中只包含“有限数量”的变更。说明应足够具体,以便按照《变更方案》规定予以核实、验证。制造商除了说明变更是手动执行还是自动执行外,还应包括以下细节:①最终用户为实施变更所需的所有措施。②实施时间安排。③在安装基础上的实施范围和预期标签说明更改的引用信息。

3.3.2《变更方案》

《变更方案》应说明开发、验证、确认和实施变更说明中所述变更的方法。制造商应制定与其质量体系相一致的《变更方案》,并应遵循其风险管理程序。FDA希望《变更方案》涵盖4 个要素,包括:①数据管理规范;②再训练规范;③性能评估方案;④更新规程。在审查PCCP 时,FDA还可能会要求提供更多资料。

对于大多数制造商,核实、验证方案可能仅包括根据预先确定的可接受标准开展性能评估,需要从其开发计划中提取数据管理规范和再训练规范。更新规程的核实、验证可与性能测试分开进行,并应纳入PCCP 的《变更方案》部分。此外,最终用户的更新规程和培训也需要加以解决。

数据管理规范应包括制造商计划如何获取和使用训练、调整和测试数据,以支持所有AIDSF变更。FDA 提供了这3 个数据集的定义。尽管数据科学家有时将调整数据集称为“验证数据集”,但FDA 鼓励使用与《FDA人工智能术语表》(FDA Digital Health and Artificial Intelligence Glossary – Educational Resource)一致的术语[19]。测试数据应独立于训练和调整数据,并来自代表预期使用人群的多个场所。

再训练规范应确定“再训练过程的目标”,说明AI 模型和AIDSF变更,并确定所有“再训练的触发因素”。

性能评估方案应包括针对所有AI-DSF 变更分别计划的核实、验证活动,以及包括所有计划修改的总体核实、验证活动。这将确保所有AI-DSF 变更都不会对医疗器械的整体性能产生不利影响。《变更方案》应明确指出,“如果在特定变更的性能评估中出现无法解决的故障(如未达到特定变更的预定可接受标准),则将用文件记录故障,同时将不实施特定变更”。定稿指南明确指出,只有在遇到“无法解决的故障”的情况下,才不应实施变更;如果故障可以解决,则可在重新测试后实施变更。此外,“如果故障的根本原因分析表明与PCCP 的具体方面无关”,则故障不会被视为无法解决。在这种情况下,可以再次开展性能测试。

更新规程应包括如何实施AI-DSF 变更并将其传达给最终用户,所需的标签说明变更计划和向最终用户提供的培训。定稿指南增加了有关更新医疗器械唯一标识(unique device identification,UDI) 的信息,作为医疗器械新版本时计划标签变更的一部分。此外,定稿指南建议《变更方案》包括制造商的“上市后监督(post-market surveillance,PMS)计划和程序”,这反映了指南草案建议的“真实世界监控”的变化。定稿指南还补充表示,如果医疗器械未按照授权的PCCP 发挥预期功能,这类产品PMS 计划和程序可包括真实世界监控和通告要求。PMS 计划和程序是ISO 13485 :2016《医疗器械- 质量管理体系- 用于监管目的的要求》(ISO13485 :2016 – Medical Devices – Quality Management Systems – Requirements for Regulatory Purposes) 的一项要求, 被纳入FDA 的质量管理体系法规。PMS 计划和程序要求制造商从各种来源采集信息,评估数据趋势,并将数据整合到产品开发、风险管理和设计更新中。这种措辞上的变化似乎暗示了一种更为正式的监测方法,以确保经过改良的AI 医疗器械仍然安全有效。

FDA 建议,PCCP 应包括一个可追溯性表格,其中包含所有拟采用的AI-DSF 变更,以及上述4 项要素在《变更方案》中的位置。

3.3.3 影响评价

影响评价记录实施AI-DSF的获益- 风险,以及针对已确定风险的缓解措施。影响评价应将单独实施每项变更的医疗器械版本与未实施变更的医疗器械版本进行比较,具体包括:①逐项讨论所有变更的获益和风险,包括危害风险和意外偏倚。②讨论在《变更方案》中提出的核实、验证活动如何继续合理地确保医疗器械的安全性和有效性。③讨论一项变更的实施如何影响另一项变更的实施。④说明实施所有变更的累积影响。

定稿指南在讨论修改的获益和风险时还涵盖了意外偏倚。指南指出,影响评价可以是一份独立的文件,也可以纳入制造商的风险评价,还可以包含在《变更方案》中。此外,指南还提到组合产品,指出影响评价应涉及医疗器械变更对生物药成分或药物成分部分的影响,并在指南的附录B 中包含了一个组合产品示例。

3.4 获批上市后的医疗器械

当FDA 授予包含PCCP 的医疗器械上市许可时,将在授权书中以标题和版本号引用PCCP。PCCP 的详细信息将向公众公布,即PMA 安全性和有效性文件(safety and effectiveness document) 摘要和批准令、510(k) 摘要、De Novo 决定摘要。FDA 建议视实际情况公布有关PCCP 的以下信息:计划变更、测试方法、验证活动和实施前需符合的性能要求,以及用户将通过何种方式获知变更的实施情况。偏离授权的PCCP 并在未获得上市批准的情况下实施的变更,可能会使医疗器械被视为“掺杂使假和冒牌”,触发FDA 采取执法行动,包括强制收缴。

如果需要修改PCCP,必须在实施修改之前向FDA 提交经修订的PCCP,以获得授权。如前所述,在提交对已授权的PCCP 的修订时,应同时提供PCCP 修订版的完整副本和删除部分,并提及授权PCCP 先前版本的提交文件。

与指南草案相比, 在符合PCCP 条件的变更类型或PCCP所要求的组成部分方面,定稿指南没有太大变化。与指南草案一致的是, 定稿指南包含了大量关于AI 软件设计和开发基本原则的细节。但这些信息并未出现在最近发布的《人工智能系统框架指南草案:生命周期管理指南》(Artificial Intelligence-Enabled Device Software Functions: Lifecycle Management and Marketing Submission Recommendations,以下简称《生命周期管理指南》)当中[20]。与专门关注上市后变更的PCCP 指南不同,《生命周期管理指南》为AI 医疗器械的设计和开发奠定全面的基础。基于AI 的软件制造商会期望在《生命周期管理指南》中找到相关细节建议,而不是在PCCP 指南中寻找更多细节。理想情况下,《生命周期管理指南》会在PCCP 指南之前定稿,但现实情况并非如此,因此将PCCP定稿指南中的设计和开发信息转移到《生命周期管理指南》中,或者至少确保《生命周期管理指南》在适用的情况下交叉引用PCCP 定稿指南。

04

PCCP 实施、扩展与国际协调

2024 年12 月,FDA 批准Beacon Biosignals 公司用于睡眠监测的Dreem 3S 脑电图头带PCCP。该授权允许Beacon Biosignals 公司在不提交新的510(k) 申请的情况下变更相关的睡眠分期算法[21]。Dreem 3S 头带PCCP 有助该产品更快迭代、发展[22]

英国药品和健康产品管理局(Medicines and Healthcare Products Regulatory Agency,MHRA)宣布有意修改立法,允许针对SaMD 的PCCP, 并于2021 年与加拿大卫生部(Health Canada,HC) 和FDA 联合发布《医疗器械开发中机器学习规范:指导原则》(Good Machine Learning Practice for Medical Device Development: Guiding Principles,GMLPs) [23]。尽管FDA、MHRA 和HC 在共同制定的GMLPs 和PCCP原则上达成一致, 但在批准或放行前的法定要求方面存在差异[24]。欧盟《医疗器械法规》(Medical Device Regulation,MDR)和《体外诊断医疗器械法规》(In Vitro Diagnostic Medical Device Regulation,IVDR) 不允许PCCP,但依据欧盟《人工智能法案》(Artificial Intelligence Act), 可根据实际情况, 允许PCCP, 但仅限于AI/ML 支持的设备[25] ;同时不排除欧盟更新MDR 和IVDR, 使PCCP 适用于更广泛的医疗器械。2025 年12 月,欧盟理事会发布一系列有针对性的改革方案,旨在理顺医疗器械相关法规[26]。其中提出,公告机构必须区分制造商可实施的质量管理体系或获准医疗器械变更类型:哪些变更无需事先通知即可实施、哪些变更无需事先批准即可实施、哪些变更仅在获得公告机构批准后方可实施。在适当情况下,公告机构与制造商应就预先确定的PCCP 达成一致。2020 年,日本药品医疗器械综合机构(Pharmaceuticals and Medical Devices Agency,PMDA)发布IDATEN 系统,允许及时修改,包括变更计划[27]。韩国食品药品安全部(The Ministry of Food and Drug Safety,MFDS) 有可能采取与FDA 预认证试点计划(precertification pilot program) 类似的概念[28]。2025 年9 月, 国际医疗器械监管机构论坛(International Medical Device Regulators Forum,IMDRF)发布相关指南草案,旨在促进国际趋同,统一PCCP 实施方法。IMDRF 提议通过PCCP 机制,预先与制造商就特定计划变更达成共识,从而支持医疗器械软件的持续更新[29]。IMDRF 指出,不同监管辖区实施PCCP 的方式可能存在差异,因此起草核心原则以实现方法统一。2025 年11 月,澳大利亚治疗产品管理局(Therapeutic Goods Administration,TGA) 就采纳IMDRF 的PCCP 基本原则和核心内容公开征询建议、意见[30]。不同监管机构推出PCCP 或类似计划的情况,见表1[28]

随着越来越多的AI 医疗器械获批,国内相关行业需要在敏捷流程的支持下,确保相关医疗器械开发迭代持续进步,促进创新,更快地满足患者需求。因此,有必要参考相关国家和地区监管机构的法律、法规、行业指南,从趋同、协调的视角,结合实际需求与前瞻视角,制定、发布相关指南。

作者简介

姚立新,硕士,国家药品监督管理局南方医药经济研究所,研究员。专业方向:药品监管政策研究

【参考文献】略 

欢迎大家订阅
Welcome Everyone To Subscribe

编辑:向丽

审核:赵燕宜

本站文章均为手工撰写未经允许谢绝转载:夜雨聆风 » 周末文摘 | 人工智能医疗器械软件功能预定变更受控计划

猜你喜欢

  • 暂无文章