人工智能病理辅助诊断系统属于几类医疗器械

人工智能病理辅助诊断系统的监管定位

人工智能病理辅助诊断系统并非传统意义上的独立诊疗设备，其核心功能在于对数字病理切片进行算法识别、特征提取与风险提示，不直接输出Zui终诊断根据国家药品监督管理局《人工智能医用软件产品分类界定指导原则》，该类产品若用于辅助医生识别癌变区域、量化Ki-67指数或标注微小浸润灶，则被明确划入第三类医疗器械范畴。第三类医疗器械的判定依据在于其预期用途涉及高风险临床决策支持，且错误结果可能导致误诊、漏诊或延误治疗。亿麦思医疗科技（南京）有限公司研发的PathoAssist系列系统，已通过NMPA技术审评中心组织的多轮分类确认会议，确认其适用范围属于“用于辅助病理医师对常规HE染色及免疫组化切片中非小细胞肺癌、结直肠癌等实体瘤组织学亚型与生物标志物表达水平进行判读”，符合第三类医疗器械定义要件。

注册路径依赖临床证据的实质性支撑

第三类医疗器械的注册门槛显著高于前两类，其核心难点在于必须完成高质量的医疗器械注册临床，而非仅提供算法性能测试报告。亿麦思医疗科技（南京）有限公司在推进PathoAssist系统医疗器械注册过程中，联合江苏省人民医院、复旦大学附属肿瘤医院等六家三甲病理中心开展前瞻性多中心研究，覆盖12,843例经术后病理确诊的病例样本。该医疗器械临床试验设计采用双盲阅片模式：病理医师在不知晓AI判读结果的前提下完成初诊，系统同步输出结构化分析报告，Zui终以术后病理金标准为终点，评估AI辅助下诊断一致性、敏感性与阴性预测值的提升幅度。试验数据显示，在腺癌与鳞癌亚型鉴别环节，医师组平均诊断时间缩短37%，Kappa值由0.62提升至0.81。这一结果成为医疗器械注册申报资料中临床评价章节的核心支撑，也印证了临床证据buketidai的价值——算法精度再高，若未经真实世界诊疗流程验证，无法获得监管机构对临床效用的认可。

南京地域生态赋能医工协同转化

亿麦思医疗科技（南京）有限公司扎根南京，深度嵌入本地生物医药创新网络。南京拥有全国首个guojiaji基因与细胞实验室、东部zhanqu总医院病理科国家临床重点专科，以及南京医科大学病理学国家重点学科。这种临床资源、科研平台与产业政策的三维交汇，为人工智能病理产品的迭代提供了独特土壤。公司技术团队与南京医科大学病理系共建联合实验室，将教学切片库、疑难病例会诊记录、分子检测数据纳入算法训练闭环；依托南京市生物医药产业专项扶持政策，加速完成医疗器械注册临床试验的伦理审批与受试者招募。南京鼓楼医院病理科年接收活检标本超25万例，其中约18%为需多层免疫组化验证的复杂病例——这类真实、高负荷、强异质性的数据流，恰恰是检验AI系统鲁棒性的关键压力测试场。地域优势在此并非抽象概念，而是转化为可触达的临床场景、可调用的专家资源与可落地的合规路径。

从注册到临床落地的纵深挑战

取得医疗器械注册证仅是起点，而非终点。当前行业普遍存在“重注册、轻部署”的倾向：部分企业将全部精力投入注册申报，却忽视医院信息科对接、PACS系统兼容性改造、病理医师操作习惯适配等实操环节。PathoAssist系统在完成医疗器械注册后，选择在南京、杭州、成都三地的八家三甲医院开展为期六个月的临床转化试点。试点发现，影响使用效能的关键变量并非算法准确率，而是工作流嵌入深度——当系统需手动上传图像、切换独立界面、二次录入患者ID时，医师使用意愿断崖式下降；而实现与院内LIS系统自动抓取申请单、与数字切片扫描仪直连传输、在现有病理报告模板中嵌入AI建议字段后，日均调用量提升4.2倍。这揭示一个事实：医疗器械注册临床所验证的是“能否用”，而真实临床环境检验的是“是否愿意用”。亿麦思医疗科技（南京）有限公司据此重构产品交付标准，将系统集成文档、院内培训方案、质控日志模块列为医疗器械注册申报后的强制交付项。监管合规与临床可用性之间，需要以工程思维架设桥梁，而非仅靠法规文本自我闭环。