从FDA清单看医疗AI正在进入规模化监管时代

原创

于 2026-07-07 18:51:07 发布 · 270 阅读

在这里插入图片描述

摘要

截至2026年6月16日，美国食品药品监督管理局（FDA）的AI-Enabled Medical Devices List已更新至1,524个条目，标志着人工智能医疗器械从少数创新案例正式进入规模化监管与临床应用阶段。本文系统分析了这一清单的定位、结构特征、监管路径、政策框架及其产业意义。研究发现：放射影像以约76%的占比持续主导AI医疗器械赛道；超过96%的产品通过510(k)路径获批，反映了“实质等同”框架在AI时代的延续与张力；FDA正通过PCCP（预设变更控制计划）、TPLC（全产品生命周期管理）等工具构建适应AI迭代特性的新型监管范式。文章进一步探讨了AI医疗器械从“单点算法”向“平台化工具链”转型的产业趋势、真实世界风险与临床验证挑战，以及对中国企业和研究者的启示。本文认为，医疗AI的竞争已从“算法能不能做出来”转向“产品能不能在真实临床场景中长期、安全、稳定、可解释、可更新、可监管地运行”。

关键词：AI医疗器械；FDA监管；510(k)；PCCP；全产品生命周期；医疗人工智能

引言

人工智能在医疗健康领域的应用已走过从概念验证到产品落地的关键十年。从早期学术论文中的模型实验，到如今嵌入CT、MRI、超声、心电、病理、内镜、放疗计划、手术导航等实际医疗场景的成熟产品，AI正在重塑现代医学的诊疗流程。在这一进程中，美国食品药品监督管理局的AI医疗器械授权清单成为观察行业演进最重要的窗口之一。

2026年6月16日，FDA的AI-Enabled Medical Devices List更新至1,524个条目。这一数字本身具有重要的标志性意义——它意味着AI医疗器械已经跨越了“早期探索”阶段，进入了“持续申报、持续获批、持续迭代”的规模化发展阶段。

然而，对这一清单的解读需要首先建立准确的概念框架。清单中的1,524个条目不应简单理解为“AI算法”，更准确的表述是 “FDA已授权上市的AI赋能医疗器械（AI-enabled medical devices / AI-enabled device records）” 。这些条目中，有些是独立软件（Software as a Medical Device, SaMD），有些则是影像设备、超声、CT、MRI、导航系统等硬件产品中的AI功能模块。这一区分对于理解产品的监管路径、商业模式和临床嵌入方式至关重要。

FDA明确说明，该清单的定位是“识别已在美国获得上市授权的AI赋能医疗器械，帮助产业界、医生和患者理解当前AI医疗器械的监管与市场格局”。清单中的设备已经满足适用的上市前要求，包括对安全性、有效性、适用研究和技术特征的审查。但FDA同时强调，该清单并非完整清单——它主要基于上市授权文件摘要或器械分类中出现的AI相关术语来识别，因此可能存在遗漏。FDA还在探索未来如何标记包含基础模型（foundation models）、大语言模型（LLM）或多模态架构的器械。

本文旨在对这一里程碑式的清单进行系统、深入的学术分析，从数量增长、结构分布、监管路径、政策框架、产业趋势、风险争议等多个维度，揭示医疗AI进入规模化监管时代的深层含义，并探讨对中国企业和研究者的启示。

第一章数量增长：从个位数到1,524的演进轨迹

1.1 三十年增长曲线

FDA对AI医疗器械的授权并非近年才启动。最早的AI赋能设备可追溯至1995年。然而，在最初的十年中，仅有10个AI赋能设备获得授权。这一数字与今天的1,524形成鲜明对比，生动反映了技术成熟度、临床接受度和监管框架的渐进式演变。

增长曲线呈现出明显的加速度特征。2010年代后期，年度授权数仍停留在个位数。进入2020年代后，增长显著提速——2024年累计授权突破1,000个，2025年全年授权达到创纪录的295个。截至2025年底，累计授权约达到1,450个；到2026年3月30日，这一数字进一步攀升至1,524个。

这种增长态势背后有多重驱动因素。首先是AI技术本身的成熟——深度学习在医学影像分析、信号处理、自然语言处理等领域的突破性进展，使得越来越多临床任务具备了可产品化的技术基础。其次是医疗数据的数字化和标准化——EHR系统的普及、医学影像的DICOM标准化、基因组数据的积累，为AI模型的训练和验证提供了数据土壤。第三是监管框架的逐步明晰——FDA通过一系列指南文件为AI医疗器械提供了越来越清晰的上市路径。第四是产业资本的涌入——大量初创企业和传统医疗巨头纷纷布局AI医疗赛道。

1.2 审批节奏的持续加速

从审批节奏看，AI医疗器械的上市速度正在持续加快。目前，FDA每月约批准30种相关产品，高于2024年平均每月约21种的水平。2026年4月，FDA授权了27个AI/ML赋能医疗器械，相当于每26.7小时就有一个新的AI设备进入美国市场。

2025年的数据提供了更细致的图景：全年295个清关中，来自221家 unique 制造商。其中183家制造商仅有单个清关，表明初创企业生态活跃；仅有9家公司获得了4个以上的清关。清关时间方面，中位时间为142天，24%的清关在90天内完成，22%因复杂申请而耗时超过200天。月度清关数量保持在19至34个的稳定区间。

1.3 从“论文模型”到“临床产品”的范式转换

1,524个条目背后的核心变化是：AI已经从“辅助研发概念”转向“临床工作流产品” 。它不再只是论文里的模型，而是被嵌入CT、MRI、超声、心电、病理、内镜、放疗计划、手术导航等实际医疗场景中。

这一转变具有深刻的产业意义。在“论文模型”阶段，评价标准是准确率、AUC、Dice系数等学术指标；在“临床产品”阶段，评价标准扩展到工作流适配性、医生接受度、临床结局改善、卫生经济学价值等更综合的维度。FDA的授权清单本身就是这一范式转换的制度化体现——每一个条目都意味着一个通过了上市前审查、可以在美国市场合法销售和临床使用的产品。

第二章结构分布：影像仍是绝对主战场

2.1 放射影像的主导地位

从专业领域分布看，放射影像（Radiology）长期占据绝对主导地位。截至2026年3月30日，在FDA批准的1,524个AI算法中，放射科数量最多，为1,163个，占比76.31%。如果把骨科、心脏病学、神经病学等其他专科中的医学影像AI算法也算入，相关占比接近80%。仅2026年前三个月，就有68个新的放射学AI算法获得批准。

这一格局并非偶然。2025年底前的分析显示，在1,451个AI赋能医疗器械中，放射影像类约1,104个，占比约76%【2†L?】。2025年全年，放射影像仍约占AI医疗器械授权的75%【2†L?】。2025年的510(k)清关分析也印证了这一趋势：放射影像占全年清关的71.5%。2025年一项对950个FDA授权AI/ML设备的系统综述显示，其中723个为放射设备（76%）。截至2025年5月的研究也表明，放射影像占比76%。