AI正在走进你看病最私密的环节。一家名为Generation Patient的患者组织在公开评论里引用JAMA Pediatrics的数据:每5个青少年,就有1个向AI寻求过心理建议;开发术后康复AI的公司,已经在接受FDA监管的路上。那么,生成式AI医疗器械到底该怎么管?FDA今年发布了一份讨论文件征求意见,评论期10月19日关闭;据MedTech Dive报道,截止时FDA已收到超过500份提交。11月10日,一家名为RecovryAI的公司宣布,它把FDA截至11月3日公示的每一条评论都读完了——530条评论、509个提交方、约170万词——逐条编码,做成了一本公开的账。按RecovryAI的说法,这个案卷(编号FDA-2026-N-7874)是FDA历史上最大的AI咨询,超过此前纪录(2026年的AI临床试验咨询,239条)的两倍还多。
不做器械的人为什么也要关心?因为评论期已经结束,FDA的汇总和下一步没有公开时间表——未来监管往哪走,能观察的信号几乎全在这本案卷里。谁在要求更严、谁在要求更松、哪些提案改了就能通过、哪些问题根本没人问过,账本里写的,很可能就是几年后你用的AI医疗器械要遵守的规则。
## 不是"产业对临床",是四分裂
在479个能判断立场的提交方里,**54%要求比FDA提案更严的监管,14%要求更松,32%只要小改或不改**。按提交方类型拆开,流行的"产业对临床"叙事立刻碎裂:临床医师(114方)73%站在"更严"一边,只有7%要更松;行业协会(13方)77%要更松。产业自己更是分裂的——大公司(40方)只有15%要更严、42%只想小改或干脆别改,**初创公司(115方)却有41%要更严**。咨询顾问(51方)69%、研究者(38方)61%,也都站在"更严"一边。全部提交方里45%来自产业,其中一半是初创。
一个说得通的解释是:初创把严格测试当成针对大公司的准入壁垒和护城河——但这只是猜测,账本只给了数字。还有两点要清醒:行业协会那一组只有13方,份额不稳;所有百分比都是RecovryAI按自定义类别编码的结果,不是提交方的自我定位,而且多数份额按"最低值"口径计算。
## 方向有共识,机制全是分歧
对FDA七项核心提案,账本编出767个yes/no回答:**85%"同意,但要改",13%照案通过,2%反对或分裂**;另有875个回答只给建议、不表态。改动呼声最高的是Q7(先做基准测试、再做临床确认):有条件同意只有69%,集中的要求是"按出厂部署的形态原样测试"——不是在实验室里改一个样子去测,而是部署成什么样就测什么样。其余提案的有条件同意率在80%到96%之间:Q9基准充分性95%,要求引入外部标准和专业学会;Q20用AI代理做上市后监测96%,但监测AI自己的准确性得先测过;Q1风险分级93%,要求把"错误可否撤销"算进分级;Q16第三方检测88%,要求先定义谁算"独立";Q11部分豁免患者前瞻研究80%,底线是最高风险器械必须做真实患者研究。
最要害的是Q18。FDA问:能不能接受更大的上市前不确定性,换取更强的上市后监测?**91%说可以,但有条件**:上市前就设好监测计划和警戒阈值(33%)、证明监测能及时发现问题(33%)、配备经过测试的暂停/回滚机制(19%)。而在"不可接受"的场景清单里,出现了FDA文件自己列举的三种监测方式——定期再基准测试、定期抽样请临床医师审阅、性能退化监测。提交方的意思很明确:只拿这三样当放宽上市前的对价,不够。配套的还有四条版本控制要求:新版本先重测58%、追踪版本以捕获变更54%、锁定已测版本41%、保留回滚能力32%;多数意见更进一步:**第三方基础模型悄悄变了,器械厂商仍要负主责,哪怕变更不是它发起的**——有评论者点破现实:小厂商对大模型方议价力有限,预案不能指望模型方配合。
## 要证明有用,跟谁比
对照基准没有共识,但有一个多数派:**59%要求"临床医师+AI共同测试"**,24%还要求把AI单独的结果另行报告;选"现行诊疗标准"(standard of care)的只有9%,选专家小组的9%,而"中位临床医师"只有2%。
三条硬边界被反复提起:漏诊与过度转介不可通约——美国外科医师学会要求按可漏诊疾病的时间敏感性加权,有临床医师直言"永远不要用单一准确率做汇总";合成测试数据不得由与被测器械同族的模型生成——共享的盲区永远不会暴露;多轮对话器械要按整段对话而非单轮评估,测试场景要覆盖长对话、痛苦的用户、年轻用户和故意越界的用户。至于"用AI监督AI",至少四种立场并存:它可以辅助,但不得是唯一保障(OCHIN);监督代理自己要通过独立资质验证(BioPhorum);AI不能成为自身安全的最终裁判(护理界);而在高交互量场景,它可能又是唯一可扩展的方案(Sentir Health)。
## 文件里一次都没出现的六个词
账本最扎眼的发现:**46%的提交方(504个可读提交方里的230个)至少提出了一个FDA文件从未点名的问题**——隐私与患者数据15%、网络与数据安全13%、伤害责任归属11%、小公司成本10%、员工工作量10%。更扎眼的是词频:privacy、security、liability、cost、workload、reimbursement,这六个词在FDA讨论文件里出现零次。文件四个部分、26个问题,从风险到上市前、上市后再到基础模型与代理,全部在问"怎么测、怎么盯",没有一个问题问"出了事谁赔、谁付钱、谁花时间"。
这不是小疏漏。责任那11%,直接连着AMA责任盾政策和分裂的保险市场之争;报销的缺席,则呼应着采购证据缺口与事前授权这两个老问题。FDA的汇总要么扩大范围回应这六个词,要么解释为什么不回应——这是观察它下一步的试金石。
## 这本账,本身就是AI读出来的
账本的诞生方式同样值得写一笔:RecovryAI让Anthropic的Claude编码了全部530条评论,又让一个OpenAI模型独立编码了约五分之一;在65条双编子集上,对提案判定的意见一致率96%,而在给出yes/no的地方,一致率是81%——**二元判断上,大约每五次就有一次跨模型分歧**。每条编码判定都必须逐字引用原文,发布的数字由人工对照原始提交核验过;公司也主动披露了自己的利益冲突:RecovryAI本身就是这个案卷的提交方,而且在开发受FDA监管的术后康复AI。
这套做法——双模型互核、公布一致率、逐字引用、声明利益冲突——值得所有用AI做文本分析的人抄作业;但81%也是警告:让AI读公共评论可行,引用这些百分比时必须带上这个误差量级。另外,官方评论计数至今没有能独立确认的口径——regulations.gov的案卷页打不开,能拿到的只有媒体报道里的"500+"和RecovryAI的530,两个数兼容,却不是同一口径;这本账也不是FDA的汇总,FDA完全可以用不同的权重去读同一本案卷。
## 你能带走的
对普通读者,三件事。第一,再看到"AI医疗器械"的宣传,第一个问题别问准确率多高,问"跟谁比"——账本里的多数派要求人机联测,只报单一准确率的产品,达不到行业自己写给FDA的标准。第二,记住三个词:监测计划、警戒阈值、回滚机制——这是91%的提交方给"放宽上市前"开出的条件,它们会出现在未来器械的说明书里。第三,盯住FDA的汇总有没有回答那六个词:隐私、安全、责任、成本、工作量、报销;如果谁赔、谁付钱连问都没人问,这套监管就只算做了一半。
对医院和厂商,账本更直接:采购该索要"医师+AI联测"的数据,以及漏诊与过度转介分开列的报告;厂商该把"按出厂形态测试"和版本控制四件套当成同业已经写给FDA的预期,现在就把监测计划和回滚机制建起来,而不是等指南落地。
最后留一个值得争论的问题:这本账里最反直觉的数字,是初创公司41%要更严、大公司只有15%。如果严格测试可以成为初创的护城河,监管到底是刹车,还是武器?再往深一层:FDA问了四个部分"怎么测、怎么盯",530条评论里却有46%的提交方主动回答了它没问的问题——当监管者没把问题问出来,这些问题还算不算监管的范围?
来源:RecovryAI, Public response to the FDA on generative AI medical devices(2026年11月10日发布)
https://recovry.ai/fda-ai-report/summary