当静态框架遇到动态 AI：SaMD 监管十年

第三篇：一张还没画完的地图

前两篇我们聊了 N12 的二维矩阵在 AI 时代怎么失效，以及 N81 怎么要求厂商交软件的"技术身份证"。但把镜头拉远，IMDRF SaMD 系列其实有五块拼图。它们合在一起，构成了一套全球监管体系都在引用的底层框架。而中美欧三家，用同一套图纸，盖出了三种不同的楼。

五块拼图

N10：先给身份

2013 年发布的 N10（Key Definitions）只回答了一个问题：什么软件算医疗器械？

它的核心思想：如果软件有医疗目的，而且不依附于硬件医疗器械就能完成这个目的，那它就是 SaMD。比如手机上的 ECG App、云端的影像 AI，自己就能干诊断的活儿，不挂在 CT 机或监护仪身上，那它本身就是医疗器械。

反过来，CT 机里的图像重建算法离了那台机器没法独立运行，叫 SiMD（Software in a Medical Device），按传统硬件器械的框架管。

N10 做的是划界。没有这个定义，后面所有的分类、质量管理、临床评价都无从谈起。

N12：再定等级

2014 年的 N12 接了 N10 的棒：给了身份之后，怎么按风险分级？

二维矩阵的设计上一篇已经详细聊过——“医疗状况严重程度 × 软件在决策中的重要性”，四个 Category。它的聪明之处在于翻译层的定位：不替代任何一国的法规，但让 FDA、欧盟、中国都能把自己的分类体系映射上去。

问题是，这套矩阵是为静态风险设计的。同一个产品，上市前定一个 Category，上市后风险不变。这个假设在 AI 时代出了问题。

QMS：怎么保证质量

2015 年发布的 QMS 框架，回答的是：SaMD 的质量管理跟传统器械有什么不同？

核心差异在于生命周期。硬件的质量管理是"设计 → 制造 → 上市 → 维护"，软件的则是"需求 → 开发 → 验证 → 部署 → 持续更新 → 退役"。软件发个补丁跟硬件换个零件，在监管逻辑里完全不是一回事。

QMS 强调了两点：

• 软件变更的可追溯性——每一个版本改了什么、为什么改、验证结果如何
• 规模适配——质量管理要跟组织大小和产品风险匹配，Category I 的 SaMD 不需要跟 Category IV 走同样的文档深度

N41：怎么证明安全有效

2017 年的 N41（Clinical Evaluation）回答的是：SaMD 怎么临床验证？

它把临床评价拆成三条腿：

1. Valid Clinical Association：软件的输出跟临床结局之间有没有科学依据？
2. Analytical / Technical Validation：算法本身准不准？灵敏度、特异度、AUC 这些指标够不够？
3. Clinical Validation：在真实临床场景里，用起来的效果怎么样？

传统医疗器械的临床评价主要走第三条腿——临床试验。但 SaMD 尤其是 AI 类产品，往往可以靠第一条和第二条腿走通，不一定需要大规模的 RCT。这也是 SaMD 审评周期通常比硬件器械短的原因之一。

N81：软件自己的风险怎么刻画

2025 年 1 月刚发布的 N81，回答的是：软件特有的风险，用传统 ISO 14971 管不了，那怎么办？

它要求厂商交一份"技术身份证"：预期用途声明、架构描述、依赖关系、AI/ML 组件清单、供应链风险和已知漏洞。上一篇已经详细拆解了 checklist 和实操指南。

N81 的定位是补充不是替代。ISO 14971 继续管硬件失效，N81 管软件特有的风险。两套体系并行，合起来才是完整的画像。

同一套图纸，三种盖法

五块拼图搭起了一个国际共识的底层框架。但落到具体国家，中美欧的盖法差异很大。

美国：翻译最忠实，但叠加最多

FDA 对 IMDRF 框架的采纳最"原教旨"。N12 的风险分类逻辑被直接纳入 SaMD 审评指南，N41 的三条腿验证被写进 FDA 的临床评价指导原则，N81 的软件特征化要求跟 524B 的网络安全文档高度重叠。

但 FDA 的特点是"叠加"——在国际框架之上不断加自己的 layer：

• Cyber Device（524B）：所有能联网的医疗器械，额外交 SBOM、威胁模型、网络安全管理计划
• PCCP：AI/ML 产品的算法变更，上市前先"约法三章"
• AI/ML-Based SaMD Action Plan：进一步细化 AI 产品的生命周期管理要求

结果是：做美国市场的厂商，要同时满足 IMDRF 的"国际语言"和 FDA 的"地方方言"。好处是路径比较清晰，坏处是文档量叠加得比较狠。

欧盟：地板最高，AI Act 另起一层

欧盟的路径是"提高地板"。

MDR Rule 11 直接规定：所有"用于提供诊断或治疗决策信息"的软件，分类起点就是 Class IIa。这意味着 N12 矩阵里 Category I 的产品，在欧盟几乎不存在。一个纯提供信息的 App，在 FDA 那里可能是 Class I 或 II，在欧盟至少是 IIa。

2024 年 AI Act 生效后，又在 MDR 之上叠加了一层：

• 所有医疗 AI 自动划为"高风险 AI 系统"
• 额外的透明度义务（训练数据文档、偏见评估、可解释性说明）
• 额外的上市后监测义务（持续跟踪真实世界表现，出偏差必须报告）

欧盟的特点是"双重合规"——同一个产品，既要过 MDR 的医疗器械关，又要过 AI Act 的 AI 系统关。两套文档、两套审评、两套上市后义务。厂商的负担是全球最重的，但合规后的市场准入含金量也最高。

中国：最务实，但也最模糊

中国的路径最接近"拿来主义"。

NMPA 没有直接采纳 IMDRF 的文件编号体系，但《医疗器械软件注册审查指导原则》和《人工智能医疗器械注册审查指导原则》里的核心逻辑——按临床决策重要性和疾病严重程度综合判定——跟 N12 的二维矩阵是同一套思路。

中国的特点是"分类管理 + 算法备案"：

• 产品注册时按传统逻辑分类（第二类或第三类）
• AI 产品额外交算法研究报告（8章：算法选择、训练数据、验证方法、性能评价等）
• 上市后算法更新按"轻微/重大"分级：轻微走备案，重大重新注册

实操层面的挑战是尺度不统一。不同审评中心、不同审评员对"什么算轻微更新、什么算重大更新"的判断差异较大。而且中国是目前唯一明确要求"算法更新重新注册"的市场，这意味着 AI 产品的持续迭代成本比其他市场更高。

三种盖法的核心差异

缺口：动态风险仍然没人管

五块拼图合起来，能回答这些问题：

• 什么软件算医疗器械？（N10）
• 按临床风险怎么分级？（N12）
• 怎么保证开发质量？（QMS）
• 怎么证明临床安全有效？（N41）
• 软件特有的风险怎么描述？（N81）

但它们回答不了这个问题：

一个会学习的 AI，它的风险等级怎么随时间变化？

FDA 的 PCCP 尝试"约法三章"，但只覆盖计划内变更。欧盟 AI Act 要求"持续盯着"，但阈值模糊。中国 NMPA 要求"变了就报备"，但持续学习算不算"变了"尚无定论。

这不是 IMDRF 的失职——国际共识框架的建立本来就需要时间，不可能跑在技术前面。但做产品的人不能等框架完美了再上市。

现在的现实是：厂商得在 N12 的静态矩阵和 N81 的技术身份证之外，自己设计一套动态风险监测机制。 监测什么指标、什么阈值触发报警、什么情况下需要重新申报——这些问题没有标准答案，只能逐个跟审评员磨。

IMDRF SaMD 系列的五部曲，在全球医疗器械监管史上是一次重要的尝试：让中、美、欧、日能用同一套语言讨论软件医疗器械的风险。

但这套语言是为静态世界设计的。AI 的持续学习能力、模型的分布式不确定性、软件供应链的全球复杂性——这些动态变量还没有被纳入框架。

N81 的发布是一个信号：监管机构开始承认软件需要自己的语法。但完整的语法，可能还需要下一个十年才能写完。

对于做产品的人来说，现在的策略是：先把五块拼图的文档做好，这是基本功；然后为动态风险建立自己的内部监测体系，这是竞争力。等监管框架追上来的时候，你已经有数据了。

（系列完）