中国、欧盟、美国如何监管医疗AI？伦理与安全是关键

近期，中国工信部等十部门联合发布了《人工智能科技伦理审查与服务办法（试行）》，这是国内首个针对人工智能活动的全流程伦理审查制度。该办法将健康AI明确划定为“高风险”类别，需要接受最严格的审查。与此同时，欧盟的《人工智能法案》即将正式实施，美国FDA也在积极构建AI/ML医疗器械的监管体系。这三大主要经济体不谋而合地将医疗AI置于监管的中心位置——这对所有计划将AI医疗器械推向国际市场的企业意味着什么？

🔷一、中国新规：从“软倡议”到“硬制度”的飞跃

该《人工智能科技伦理审查与服务办法（试行）》（工信部联科〔2026〕75号）于2026年3月20日签发，4月初正式生效。该办法由工信部牵头，联合国家发改委、教育部、科技部、农业农村部、国家卫健委、中国人民银行、国家网信办、中国科学院和中国科协共十个部门共同颁布。这是中国在AI伦理治理领域出台的首部专门性法规，标志着AI伦理治理已从过去的原则性倡导和行业自律，正式迈向了制度化、程序化、覆盖全生命周期的刚性监管阶段。

📋核心要点速览

🔹适用范围广泛：该办法适用于在中国境内开展的、可能对人类尊严、公共秩序、生命健康、生态环境等方面产生伦理风险的各类人工智能科研和技术开发活动。高校、科研机构、医疗单位以及各类企业均需遵守此规定。

🔹三级审查架构：建立了一个包含“单位内部伦理委员会 → 专业审查服务中心 → 政府主管部门监管”的三级审查体系。所有开展AI活动的机构都必须设立独立运作的伦理委员会，委员会成员需不少于5人，并具备技术、伦理、法律等多学科的专业背景。

🔹高风险清单制度：办法附件中明确列出了三类需要进行专家复核的高风险AI活动——

❶ 研发对人类主观行为、心理情绪及生命健康有显著影响的人机融合系统 ❷ 研发具备舆论社会动员能力和社会意识引导能力的算法模型及系统 ❸ 研发面向存在安全、人身健康风险等场景的高度自主自动化决策系统

👆 仔细看：上述第一条和第三条几乎可以涵盖绝大多数AI医疗器械。无论是AI辅助影像诊断系统、AI临床决策支持软件，还是AI驱动的手术机器人、AI心电分析系统，都可能被归入这两个类别。这意味着，健康AI事实上已被置于最高级别的审查标准之下。

🔹审查六大关注维度：审查重点包括人类福祉、公平公正、可控可信、透明可解释、责任可追溯以及隐私保护。具体审查内容涵盖了训练数据的选择标准、算法设计的合理性、是否存在偏见歧视的防范措施、信息披露的充分性等方面。

🔹“服务促进”亮点：新规并非一味强调限制，而是设立了“服务与促进”专章，旨在为中小微企业提供伦理审查支持服务，以降低合规成本。对于已通过深度合成、算法推荐等备案或审批，并将伦理要求纳入审批条件的AI活动，将不再需要重复进行专家复核，有效避免了“一事多审”的重复性工作。

🔹违规后果明确：若违反本办法规定，将依据《网络安全法》、《数据安全法》、《个人信息保护法》、《科学技术进步法》等相关法律法规进行调查处理，并依法给予相应处罚。

🔷二、全球三大经济体的医疗AI监管“竞逐”

中国新规的出台并非孤立的事件。放眼全球，欧盟和美国几乎在同一时期都在加速推进医疗AI的监管。这三大主要经济体的监管路径呈现出三种截然不同的模式：

🌍三大经济体医疗AI监管路径对比

中国：“技术+伦理”双轨驱动

中国采取的策略是在现有的医疗器械监管（NMPA注册审批）基础上，增加一层AI伦理审查制度。这意味着，一款AI医疗器械既要遵循NMPA的注册流程（审查产品安全性和有效性），又要通过AI伦理审查（评估算法的公平性、数据的合规性、以及可解释性）。继2022年发布《人工智能医疗器械注册审查指导原则》后，NMPA于2026年4月2日又发布了《关于“人工智能+药品监管”的实施意见》，旨在推动AI在药品监管全链条的应用。截至2025年底，中国已累计批准了约80款AI医疗器械。

欧盟：“风险分级”法律框架

欧盟在全球范围内率先采用了最系统的AI立法路径。于2024年8月生效的《欧盟人工智能法案》（Regulation (EU) 2024/1689）是全球首部综合性的AI法律，其核心是采用风险分级（不可接受风险/高风险/有限风险/最小风险）的监管模式。医疗AI器械被明确归类为“高风险”类别——任何需要公告机构（Notified Body）参与符合性评估的软件即服务（SaMD）都将被自动视为高风险AI系统。高风险类别的相关义务将从2026年8月起适用于新上市产品（已上市产品则延至2027年8月）。然而，值得注意的是，欧盟委员会在2025年底提出了“Digital Omnibus”简化方案，计划将医疗AI器械部分移出《人工智能法案》的直接适用范围，转由现有的医疗器械法规（MDR/IVDR）统一监管——这一博弈仍在进行中。

美国：“产品监管”迭代路线

美国FDA采取了更为务实的监管方式——不追求宏大的AI立法，而是在现有的510(k)、De Novo、PMA审批框架内，针对AI/ML的特殊性开发了专门的监管工具。其中一项核心创新是预定变更控制计划（PCCP）——它允许制造商在提交申请时就预先规划好算法的迭代更新路径。一旦获得FDA批准，未来的算法更新将无需每次都重新提交注册申请。2025年8月，FDA发布了针对AI设备的PCCP最终指南。此外，FDA还推广了良好机器学习实践（GMLP）十大原则以及真实世界绩效（Real-World Performance）的持续监测等机制。截至2025年底，FDA已累计批准了超过1,000款AI/ML医疗器械。

🔷三、殊途同归——三大路径最终指向同一目标

尽管三大经济体的监管路径看似迥异，但仔细分析便会发现，它们正朝着趋同的方向发展：

🔸共识一：医疗AI = 高风险 三方都将健康/医疗领域的AI应用视为最高监管等级。中国的高风险复核清单、欧盟的高风险AI分类、以及FDA对AI SaMD的审查路径，本质上都在传达同一个信息：一旦AI涉及“人的生命健康决策”，就必须接受最严格的审查。

🔸共识二：全生命周期监管 传统的医疗器械监管思维模式是“获批即终点”。然而，AI的特殊性在于其算法会不断演进、数据会持续更新、性能也可能发生漂移。三大经济体都在转向“全生命周期”（TPLC）监管模式——中国要求对高风险活动进行不超过6个月间隔的伦理跟踪审查，欧盟要求进行持续的上市后监测（PMS），而FDA则通过PCCP和真实世界绩效监测来保障产品安全。

🔸共识三：数据治理是核心 训练数据的质量、