指南与共识技术与安全

人工智能医疗器械上市后监管法规:欧洲放射学会共识建议

AI medical device post-market surveillance regulations: consensus recommendations by the European Society of Radiology.
指南 / 共识 · Insights Imaging · 2025-12-12

欧洲放射学会eHealth与信息学小组委员会联合AI工作组,采用改良德尔菲法由14名专家经两轮投票形成12条共识建议,针对AI医疗器械的上市后监管(PMS)与上市后临床随访(PMCF),明确部署者(如放射科医生)与提供者的责任及实践要点。

要点

  • 放射科医生作为AI医疗器械部署者,对PMS和PMCF负有共同责任但普遍不熟悉相关法规。
  • PMS数据收集应在机构层面系统实施,而非依赖医生个人自愿上报。
  • 提供者应提供含95%置信区间等不确定性指标的基线准确度指标,并在PMS平台向部署者清晰展示。

核心结论

  • ESR通过改良德尔菲法形成12条共识建议,旨在规范AI医疗器械的PMS与PMCF实践,缩小放射科医生对欧盟法规的认知差距。
  • 建议强调PMS应包含向部署者开放持续收集的性能数据平台,并支持按PMCF要求进行临时事件报告。
  • 建议提出数据收集应在机构层面实施(如由科室/医院专职人员管理的半自动化系统),而非依赖医生个人自愿行动。
  • 建议要求提供者在PMS平台清晰展示AI医疗器械的基线准确度指标,包括不确定性测量(如95%置信区间)。

研究设计与样本

  • 欧洲放射学会eHealth与信息学小组委员会在ESR AI工作组支持下,采用改良德尔菲法制定共识建议。
  • 初始推荐条目共13条,16名受邀专家中14名(88%)完成两轮德尔菲投票。
  • 共识阈值设为75%,基于5分Likert量表,同意(4分)和强烈同意(5分)视为赞成纳入。
  • 第一轮后8/13条(62%)达成共识,无新条目提议;修订后剩余5条再评估,最终12条达到共识阈值。

诊断标准与关键数值

  • 共识阈值设为75%,基于5分Likert量表,同意(4分)和强烈同意(5分)视为赞成纳入。
  • AI Act第26条第6款规定部署者必须保留系统日志至少六个月,以支持可追溯性、审计和事件报告。
  • 建议对PMS数据进行定期审查(如每6–12个月),由提供者执行并提交给部署者。
  • 建议部署者在事件严重性和/或临床相关性需要时(如按PMCF法规应报告的事件),考虑告知转诊临床医生和/或患者AI相关事件及其解决情况。

临床应用与阅片要点

  • 放射科医生应了解作为AI医疗器械部署者在PMS和PMCF中的角色与责任,包括按指示使用系统、分配适当的人类监督职能、确保输入数据的记录和质量、监测输出异常行为并报告相关事件。
  • 所有部署者应能请求访问符合现行数据保护法规的PMS和系统性能汇总数据,以评估系统可靠性并及时识别可能影响患者护理的问题。
  • 新AI医疗器械部署时,PMS系统必须同时可用;若在既有设备上新增功能,PMS必须同步更新以纳入必要的新信息。
  • 部分使用场景(如图像重建)可能需要收集额外数据(如非AI重建图像)以进行定期性能评估。
  • ESR倡导可互操作的PMS标准,以便使用跨多个提供者的AI医疗器械共享平台;若提供者采用共享软件平台,推荐使用可互操作的PMS标准以促进所有AI医疗器械数据的汇总。

局限性

  • 原文指出当前欧盟法规(MDR和AI Act)缺乏针对AI组件的明确条款,关于「高风险」AI分类的要求尚不清晰,有待 incoming 指南澄清。
  • 原文指出PMS和PMCF虽在现行法规原则中已确立,但因标准化和要求尚不明确而未被落实。
全文中译8 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2025 Dec 12;16:275. doi: 10.1186/s13244-025-02146-8

引言

过去十年间,作为医疗器械的人工智能(AIaMD)在影像领域进入商业市场,可用于临床部署,其数量有所增加。尽管AIaMD的采用率相应上升,但绝大多数放射科医师对其使用相关的适当欧盟法规并不熟悉。欧洲放射学会(ESR)近期开展的一项调查显示,仅有29%的AIaMD部署者(以及10%未使用AIaMD的受访者)认为自己熟悉医疗器械法规(MDR)和上市后监督(PMS)[1]。对AIaMD法规缺乏认识的部分原因在于其复杂性,因为MDR最初并非针对AI组件量身定制,也未提出考虑AIaMD使用的具体要求。然而,更新的监管政策——欧盟《人工智能法案》——未必更加清晰,其新颖性也可能解释放射科医师中缺乏广泛认识的原因[2]。希望即将出台的指南能够明确放射学工作流程中所用软件的“高风险”AI分类要求,以及为确保其安全部署应遵循的最佳实践。

随着AI工具在医学影像中的使用日益广泛,对共享指南和明确建立的最佳实践的需求比以往任何时候都更为关键。此外,尽管PMS的法律责任在于软件提供商,但放射科医师也被期望在其中发挥作用,即在临床实践中部署后对这些工具的安全性和性能进行持续监测。在此背景下,欧洲放射学会(ESR)电子健康与信息学小组委员会在ESR人工智能工作组的支持下,开展了一项改良德尔菲程序,就AI医疗器械PMS和上市后临床随访(PMCF)这一复杂主题制定建议,所得声明呈现在本文中。这些是MDR所确立、并经《人工智能法案》部分更新的AI医疗器械安全使用的基本实践。以下文本还包括相关法规的简要概述,以提高医学影像领域所有利益相关方的认识,尤其是部署者(例如使用AIaMD工具的放射科医师)和提供商(例如AIaMD供应商)。

欧盟的法规

欧盟对基于AI的医疗器械上市后监测的监管由一个多层法律框架确定,该框架将AI规则的横向适用与医疗器械的行业专项立法相结合[3]。

监管框架中有两项文书尤为相关:MDR (EU) 2017/745(MDR)管辖医疗器械的安全性、性能和临床监督。

《人工智能法案》(条例(EU) 2024/1689)于2024年8月生效,对所有AI系统引入了横向义务,包括用于医疗保健的AI系统。

这些规则集共同旨在通过上市后监督(PMS)和上市后临床随访(PMCF)的核心义务,确保人工智能医疗器械(AIaMD)在整个生命周期内持续合规、安全和可信。除《医疗器械法规》(MDR)规定了PMS和PMCF标准外,《人工智能法案》还对“高风险”医疗器械提供了附加规定。在医疗保健背景下,这包括本身即为医疗器械或作为受MDR监管且须经第三方 conformity assessment 的器械安全组件发挥作用的人工智能系统[《人工智能法案》第6(1)条和附件I]。为便于探讨这些主题,表1提供了相关术语的词汇表,而图1提供了涉及各方角色的示意图。

图1 总结欧盟人工智能医疗器械提供者、部署者与PMS法规之间相互作用的示意图 查看原图 ↗
表1 人工智能医疗器械PMS与临床反馈法规相关术语词汇表 查看原表 ↗

PMS

PMS指人工智能医疗器械(AIaMD)投放市场后所开展的一系列活动和任务,以确保其在真实世界临床环境中的长期安全性、有效性和性能。

根据MDR第2(60)条,PMS涵盖“制造商与其他经济运营者合作开展的所有活动,以建立并保持最新的一套系统化程序,主动收集和审查从其投放市场的器械中所获得的经验。”因此,PMS不是一次性评估,而是贯穿人工智能器械生命周期的纵向安全性和性能评估[4]。

在人工智能赋能的放射学器械(包括软件)中,PMS对于识别性能衰减或数据漂移、潜在临床风险(例如癌症诊断中遗漏病灶)、亚组性能不佳以及在整合到放射学工作流程中时的可用性挑战至关重要[5]。

根据MDR第83条,制造商必须为每台医疗器械建立并维护PMS系统,其规模应与风险等级成比例并适合其类型。该系统必须主动、系统地收集、记录和评估器械生命周期中有关质量、性能和安全性的相关信息。附件III B部分详细说明了收集用户反馈、识别趋势和评估纠正措施有效性的方法。最终,PMS活动的结果用于更新器械的风险管理文档、临床评价、标签,并在必要时启动纠正措施。

从MDR的措辞可以明显看出,医疗器械的制造商或提供者对PMS任务负有正式责任。根据MDR第87条,他们须报告严重事件和现场安全纠正措施,而MDR第88条要求他们通过趋势报告活动检测非严重事件的模式——该义务也可能由临床医生的直接报告所触发。最后,根据MDR第89条,制造商必须及时并与国家主管当局协调调查严重事件。

在用于图像分析、病灶检测或工作流程分诊的AI医疗设备背景下,上市后监督(PMS)的关键目的是确保这些系统随时间推移保持安全性、有效性和临床相关性。由于基于历史数据训练的机器学习模型的特殊性,AI医疗设备的性能可能随时间推移因人群变化、互操作性升级或临床实践演变等因素而发生变化。因此,与传统医疗设备不同,AI工具如果未得到适当监测,可能会出现数据漂移或性能退化[3]。因此,PMS需要承担起随时间推移监测预测准确性和临床相关性这一具有挑战性但至关重要的任务。

《人工智能法案》第72条强化了对动态和持续监督的需求,该条要求AI提供者实施专门针对AI量身定制的PMS系统。该系统必须积极、系统地收集和分析有关AI系统性能的数据,使提供者能够验证其在稳健性、透明度和风险缓解方面对法律义务的持续合规性。

然而,《人工智能法案》强调了部署者在上市后生态系统中的重要性。虽然提供者保留主要责任和法律责任,但部署者应按指示使用AI系统,分配适当的人工监督职能,确保其控制下的输入数据的记录和质量,监测输出是否存在意外行为,并报告相关事件[《人工智能法案》第12条、第26(2)条、第26(5)条和第26(6)条][2]。此外,根据《人工智能法案》第26(6)条,部署者必须保留系统日志至少六个月,以支持可追溯性、审计和事件报告。临床医生的反馈对于被动事件处理以及主动持续系统监测都至关重要[6]。明确AI提供者和部署者在成功的互操作性PMS框架中的角色——同时考虑真实世界使用条件(即与其他临床软件和工作流程组件的交互)——对于确保AI医疗设备(AIaMDs)的持续安全性、有效性和可信赖性至关重要。

上市后临床随访(PMCF)

PMCF是《医疗器械法规》(MDR)下PMS的一个特定要素,在第2(61)条及附件XIV B部分中有详细规定。PMCF要求制造商(即《人工智能法案》下的提供者)持续收集和评估临床数据,以确认在实际临床条件下的安全性和性能。

通过PMCF任务,制造商应能够识别已上市医疗设备此前未知的风险或长期副作用。此外,通过收集和评估临床数据,设备的真实世界诊断准确性和获益-风险分析可以得到更新和确认。

根据MDR第83(3)条,通过PMS和PMCF收集的数据应应用于改进医疗设备的设计和可用性、识别趋势、发现新兴风险,并为任何纠正措施的需求提供依据。

ESR建议

开发过程

采用改良德尔菲法制定本文所包含的声明。由2名具备医学影像和监管知识的贡献者(R.C.和D.B.)组成的专家小组编制了一份关于医学影像中PMS和PMCF实施的初步建议清单,重点关注AI医疗器械以及MDR与AI法案的相互作用。这些建议旨在为医学影像领域的医生和其他医疗保健专业人员提供明确指导,他们目前正在实践中使用AIaMD或计划将来使用。次要目的是就AIaMD在当前条件下使用的实际影响向欧盟监管机构提供专家意见。

随后联系专家通过在线表格对所生成的声明提供反馈。基于其领域知识,向ESR电子健康与信息学小组委员会和ESR AI工作组的成员发送了邀请。认为至少需要10名参与者。所有参与者在投票前均表示同意参与。共识阈值设定为75%,基于5点李克特量表。具体而言,为达成共识的目的,“同意”(李克特评分=4)和“强烈同意”(李克特评分=5)的投票被视为有利于将该声明纳入。未达成共识的条目根据评估期间提出的意见进行了修订。此时也向参与者提出了提出新条目的可能性。随后,仅将修订后的条目和新条目提交专家组重新评估。

最后,经过两轮后达成共识的条目被纳入本手稿。

初稿共包括13个条目。在16名受邀专家中,14名(88%)能够参与并完成两轮德尔菲调查。第一轮后,8/13(62%)的条目达成纳入共识。未提出新条目。经过修订,对剩余5个条目重新评估,最终有12个达到所需的共识阈值。德尔菲投票结果及每轮评估条目的详细信息见补充材料和图2。

所得建议在以下正文中呈现,附简要评论,并总结于表2。

图2 堆叠条形图显示每轮德尔菲调查中达成共识的条目比例 查看原图 ↗
表2 ESR关于在临床影像中实施AI医疗器械PMS和临床反馈系统的声明 查看原表 ↗

声明

声明1:医学影像专业人员对临床实践中与AI医疗器械相关的PMS和临床随访要求及法规尚不够熟悉,包括其作为此类系统部署者的职责。

评论:ESR和欧洲医学影像信息学会最近的一项调查强调,放射科医生对AI法规尤其是PMS缺乏认识,这与其目前是否为AI医疗器械部署者的身份无关[1]。

声明2:PMS应包括一个平台,以确保部署者可获取持续收集的性能数据,从而允许医学影像从业者进行监测,并根据PMCF的要求对相关事件进行临时报告。

评论:仅靠数据收集不足以让医学影像从业者充分了解机构层面部署的人工智能(AI)医疗设备的持续性能(及潜在性能下降)。这一信息显然对于满足部署者的部分义务(如上市后临床随访(PMCF))至关重要。

陈述3:数据收集可由AI医疗设备的部署者执行,但应在机构层面实施(例如,通过由科室/医院内专职人员管理的半自动化系统),而非依赖单个医生的自愿行动。

评论:目前,部分AI医疗设备供应商依赖部署者自愿定期报告AI在临床实践中的性能数据。这些做法应被利用机构资源(如IT基础设施)的系统化数据收集所取代,以确保可靠性和更强有力的证据收集。

陈述4:某一AI医疗设备的所有部署者都应能够请求访问关于上市后监督(PMS)和系统性能的汇总数据,其形式应符合现行数据保护法规。

评论:AI医疗设备性能数据的可及性可对医生评估系统可靠性、及时发现可能对患者照护产生负面影响的问题提供重要帮助。

陈述5:部署新的AI医疗设备时,PMS系统必须同时可用。若在已有设备上新增功能,PMS必须同步更新以纳入任何必要的新信息。

评论:鉴于PMS的关键性,在实施应伴随所有临床使用中AI医疗设备的数据收集和性能监测工具方面,任何延迟都是不可接受的。

陈述6:除持续监测外,供应商必须对PMS数据进行定期审查(如每6–12个月),并向部署者呈现,以支持医疗设备的知情持续使用,并促进及时检测性能下降。

评论:定期汇总报告(其时序可根据医疗设备对患者照护的关键程度而变化)是确保部署者即便不具备深入技术知识也能进行性能审查的必要工具。

陈述7:某些使用场景(如图像重建)可能需要收集额外数据(如非AI重建图像),以支持对AI医疗设备进行定期性能评估。

评论:鉴于AI医疗设备可能被用于广泛的任务,用于性能和质量评估的金标准并非总是可得。如有可能,必须定期收集必要数据以进行此类评估。AI增强图像重建是此类情况的典型例子,因为临床常规中不会采集非AI重建图像作为参考标准。

陈述8:为实现有效的PMS,供应商必须提供AI医疗设备的基线准确性指标,包括不确定性度量(如95%置信区间)。这些指标应在PMS平台上向部署者清晰可见,以便于检测性能不足或其他问题。

评论:作为基线,必须为人工智能医疗器械的认证确立性能要求,这些数据应向部署者提供,以便减轻用于上市后监督(PMS)和上市后临床随访(PMCF)目的的性能监测任务,避免在临床部署后检测性能下降时出现不必要的延误。

声明9:人工智能医疗器械的部署者应考虑将人工智能相关问题及其解决方案告知转诊临床医生和/或患者,前提是事件的严重性和/或临床相关性表明有必要(例如,根据PMCF法规应报告的事件)。

评论:鉴于人工智能医疗器械的新颖性,以及不同医学专科和患者对其使用的熟悉程度不同,如何管理人工智能医疗器械性能问题并限制其对患者管理影响的最佳实践需要根据具体情况进行评估。与参与患者照护的其他利益相关方沟通对于降低负面后果的风险至关重要。

声明10:为便于部署者遵守PMCF义务,用于PMS的平台最好也能记录用户反馈。该信息还应通过同一平台向同一机构内的其他医生开放,以促进本地对人工智能医疗器械关键问题的知晓。

评论:由于PMCF是不同于PMS的一项独立任务,不良事件的报告应尽可能简化,利用已可用于PMS目的的技术。其他部署者能够获取此类数据(依据数据保护法律)也至关重要,以便快速调整以补偿人工智能医疗器械(AIaMD)问题。

声明11:欧洲放射学会(ESR)倡导可互操作的PMS标准,便于对来自多个提供商的人工智能医疗器械使用共享平台。随着人工智能医疗器械数量及其在临床实践中的采用预计将在未来数年增加,这种做法将极大提高提供商和部署者对PMS的可及性和可管理性。

评论:为减少人工智能医疗器械使用与PMS之间的摩擦,通用标准将极大有益于互操作性和必要信息的便捷获取,减轻部署者在日常与多个设备交互时的负担。

声明12:提供商可采用共享软件平台来优化对多个人工智能医疗器械的访问。在此情况下,建议使用可互操作的PMS标准,以促进所有人工智能医疗器械数据的汇总。例如,通过软件平台层面的统一用户界面来监测通过该平台交付的所有设备,优于在每个医疗器械专用界面内设置孤立的PMS系统。

评论:如果采用共享医疗器械交付平台,将PMS集中到单一平台可能在消除部署者在监测通过共享软件平台交付的人工智能医疗器械性能时获取关键PMS数据的障碍方面构成显著优势。

结论

使用人工智能(AI)技术的医疗器械在临床实践中正变得越来越普遍。医学影像从业者的认知方面仍存在差距,在其他放射学领域已有的成熟最佳实践方面也是如此。这种情况在上市后监督(PMS)和上市后临床随访(PMCF)的背景下尤为明显,尽管现行有效法规已在原则上明确确立了这些要求,但由于目前标准化和要求尚不清晰,并未付诸实施。欧洲放射学会(ESR)在这方面提出的建议有望成为第一步,以建立必要的指南和业界认知,从而提高AI作为医疗器械在部署和监测方面的一致性,同时也使医生在接触这些新技术时拥有清晰的参考标准,与以往实践相比,这些新技术带来了独特的挑战。

补充信息

电子补充材料

引用

  1. Cuocolo R, Bernardini D, Pinto Dos Santos D, et al. AI medical device post-market surveillance regulations: consensus recommendations by the European Society of Radiology. Insights Imaging. 2025. PMID: 41385025. doi:10.1186/s13244-025-02146-8
  2. 全文:PMC12701188(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12701188/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。