眼科AI医疗器械分类界定新规：从辅助诊断到智能决策的监管路径

随着人工智能技术在眼科领域的快速渗透，AI辅助诊断系统已从实验室走向临床，覆盖糖尿病视网膜病变筛查、青少年近视眼底并发症预测、青光眼早期识别等多个场景。然而，技术的狂奔与监管的滞后形成了鲜明对比。2025年，国家药监局密集出台了《人工智能医疗器械分类界定指导原则》及眼科专项细则，首次明确了“辅助诊断”与“辅助决策”的边界，为眼科AI产品合规上市铺设了清晰的路径。 根据新规，用于眼科影像筛查、病变检出、测量计算等不直接给出诊疗结论的AI软件，可按二类医疗器械管理；而涉及疾病分期、治疗建议、预后评估等辅助决策功能的AI，则直接升为三类医疗器械，需经严格的临床试验验证。这一划分直击当前眼科AI应用的痛点——不少视光中心和基层医院采用的“眼底照相+AI判读”系统，常因功能模糊而游走在监管灰色地带。新规要求此类产品必须明确预期用途，若声称“自动识别有近视豹纹斑眼底改变”，属于二类；若声称“根据眼底改变推荐近视管理方案”，则必须按三类申报。 以某国产眼科AI企业为例，其开发的“儿童青少年近视防控智能管理平台”集成了电子视力档案、AI眼底分析、屈光发育趋势预测和个性化干预建议等功能模块。新规下，该平台被拆分为两个独立注册单元：AI筛查模块作为二类器械获批，而干预建议模块则启动了前瞻性多中心临床试验，纳入3000例受试者，以验证其推荐的户外活动时长、角膜塑形镜适配评估等决策的临床等效性。这种“功能解耦、分级注册”的策略成为行业范本。  与此同时，数据合规成为眼科AI的另一道紧箍咒。新规强调，训练数据必须来源于多中心、覆盖不同年龄段和器械的眼底影像，严禁使用单一设备数据库，且需通过数据脱敏、伦理审查和知情同意追溯。这直接推高了研发成本，但也催生了眼底影像标准数据库建设热潮。据悉，由3家国家级视光中心牵头，联合20家区域眼科医院建立的“中国儿童眼底影像多模态数据集”已收录8万例标准化数据，成为多项AI产品注册的公共测试集。 政策还触及了远程视光服务中的AI使用。在校园筛查场景中，通过便携式眼底相机采集图像后经云端AI自动出具筛查报告的模式被明确：仅提供“正常/异常”二分类结果的AI为二类；若进一步给出“疑似豹纹斑、建议转诊”等提示，则需按三类管理，且必须由执业医师复核签发。这意味着，大规模近视筛查的最后一公里，被政策上了安全锁。 从行业影响看，新规将加速眼科AI市场的洗牌。此前依赖概念炒作、功能夸大的产品面临退市，而真正具有临床价值的AI将获得政策背书。对于视光中心而言，引入AI时必须核查注册证编号和适用范围，超范围使用可能构成违规。部分省份已要求将AI辅助诊断纳入医疗机构设备质控体系，定期校准算法性能。 眼科AI监管的升维，折射出决策者对数字健康风险的远见。当AI从“看见”进化到“思考”，政策法规的及时跟进，不只是为技术赋予合法身份，更是在视觉健康领域筑牢算法伦理的安全堤坝。这条从分类界定到临床评价的监管路径，正将眼科AI导入合规创新的快车道。