FDA 的 AI/ML 框架演进：器械制造商需要了解什么
FDA 更新的预定变更控制计划 (PCCP) 指南重塑了 AI 医疗器械上市后迭代方式。我们解读关键变化及其对您监管策略的影响。
2026 年初，FDA 器械和辐射健康中心（CDRH）发布了关于预定变更控制计划（PCCP）的最终指南，这一文件标志着 AI/ML 医疗器械监管框架的重大转折。与此前版本相比，新指南明确扩大了 PCCP 的适用范围，将更广泛的算法迭代类型纳入可预先批准的变更类别，使制造商无需在每次模型更新时重走完整的上市前审批流程。对于频繁迭代的诊断 AI 企业而言，这一变化具有深远的战略意义。
新指南的核心要求是制造商在提交 510(k) 或 De Novo 申请时，同步提交详尽的 PCCP 文档，明确拟议变更的类型、触发条件、验证协议以及性能监测计划。CDRH 特别强调，任何纳入 PCCP 的变更必须在预先确定的边界内，且不得从根本上改变器械的预期用途或引入新的安全风险。这意味着制造商需要在产品设计阶段便着手规划整个产品生命周期的迭代路径，而非在产品上市后被动应对。
从实操层面看，制造商面临的主要挑战在于如何构建符合 CDRH 期望的变更管理体系。一方面，需要建立覆盖数据漂移检测、模型性能退化预警和再验证决策树的上市后监测机制；另一方面，还需确保每一次批准范围内的变更都有充分的文档记录，以便在后续审计或召回调查中提供追溯依据。部分领先企业已开始将 PCCP 合规要求直接嵌入其 MLOps 流程，实现变更记录的自动化。
对于已有产品上市的制造商，现有器械是否需要补交 PCCP 是当前业界关注的焦点。根据 FDA 的立场，现有批准的器械无需强制补交，但若希望享受未来变更的简化路径，建议在下一次重大更新申请时主动纳入 PCCP。监管咨询机构普遍建议，企业应尽快对现有产品的 AI/ML 组件进行评估，识别高频迭代场景，并结合新指南要求制定分阶段的 PCCP 整合计划，以在竞争中抢占先机。