您的位置: 主页 > 认证资讯 > 认证知识

韩国AI医疗器械MFDS注册申请步骤:算法验证与性能监控要求

发布时间:2026-11-04人气:

第三步是准备技术文件。文件应覆盖产品描述、软件需求规格、体系结构、详细设计、风险管理、网络安全、人机交互、临床评价、算法验证、标签说明书及生命周期计划,并与IEC 62304、ISO 14971、IEC 62366-1、ISO 13485等要求建立可追溯关系。算法验证是审查核心:企业需说明训练集、验证集和测试集的来源、纳入排除标准、样本量、标注规范、标注者资质及参考标准,确保三类数据相互独立、无数据泄漏并代表目标人群。样本量计算应围绕主要终点和预期性能展开,并开展分层与亚组分析。验证报告应包含敏感性、特异性、准确率、AUC、阳性与阴性预测值及置信区间等指标,并根据适应症预设可接受标准。对深度学习模型,还应提供偏差与公平性分析、鲁棒性测试、外部数据集验证、多中心或多设备验证、可解释性说明、压力测试和失败模式分析;若涉及自适应或持续学习,应明确模型锁定、再训练触发条件和变更验证要求。临床性能评价应回答AI输出是否改善诊断、分诊或治疗决策,必要时补充回顾性或前瞻性临床数据。

第四步是提交与审查。申请人通过MFDS医疗器械综合信息系统递交申请表、技术文件、临床评价资料、质量体系证明和授权代表文件。MFDS进行形式审查与实质审查,可能发出补充资料要求;企业应围绕算法验证口径、数据代表性、性能阈值、网络安全和软件更新机制准备可追溯证据。审查通过并完成质量体系审核后获准上市。

第五步是上市后性能监控。性能监控不是一次性工作,而是覆盖全生命周期的合规义务。制造商应建立上市后监督计划,持续收集不良事件、投诉、维修记录、真实世界性能和用户反馈,设置算法漂移、数据分布变化、误诊漏诊、网络安全漏洞等指标,明确警戒阈值和纠正预防措施。监控宜形成可量化KPI,如阳性检出率、阴性排除率、转诊率、复测率、异常输入比例、模型置信度分布、更新后性能回归和标注一致性,并建立跨职能团队定期评审风险与收益。对影响安全有效性的算法更新,应按变更管理评估是否需申报或重新审查;对轻微更新也应保留验证记录、版本清单和发布说明。定期汇总分析并形成性能监控报告,有助于在MFDS监督检查中证明AI医疗器械持续安全有效。

推荐资讯

15099944087