如何确认临床试验软件中的AI功能
核心要点
FDA关于药物研发中AI可信度的指导原则仍处于草案阶段 [1]。本指南将其使用背景问题应用于各个试验软件功能,并提出了四项控制措施。
- 明确针对该特定用途具有约束力的法规及适用指导原则 [1] [2] [3] [4] [5] [6] [7] [8]。
- 对该功能进行定级并确认由谁做出决策。拒绝向受监管试验记录进行未经确认的自动写入,除非该功能针对该使用背景在最高控制层级(层级 4)下经过明确确认和授权。
- 明确获批的模型与输入。使用具有已知答案的固定集合对变更进行测试。遵循适用的 EMA 对关键性分析的预期 [9]。
- 在审计证据中保留建议输出和人工决策。利用复核信号选取待查案例。
一项部署研究记录了 18 家机构启用了 REDCap AI。在 Vanderbilt,958 个项目产生了用于撰写、总结与翻译的调用 [10]。这些工作流程提供了在管理员控制下的使用示例。临床功能应单独评估。
1. 具约束力的规定、指导原则及当前草案(截至 2026 年底)
首先明确与该功能相关的监管机构、版本及预期用途。图表 01 区分了具约束力的规则、已采纳的指导原则和草案。EClinCloud 提议的控制措施从第 3 节开始。
1.1 美国:五项法规与指导原则基准
根据研究用新药(IND)或研究用器械豁免(IDE)法规开展临床试验的申办方,需遵循 FDA 针对软件系统、人工智能和电子记录设立的五条不同监管路径:
- FDA 药品与生物制品 AI 草案。 FDA 发布了 2025 年 1 月的征求意见草案。第 II 节涵盖用于生成旨在支持有关药品安全性、有效性或质量的监管决策之信息或数据的 AI。它排除了不影响患者安全、药品质量或非临床/临床研究结果可靠性的运营效率提升。其七个步骤为:明确问题、界定使用语境、评估模型风险、规划可信度证据、执行计划、记录结果与偏差,以及确定对该语境的充分性。模型影响力和决策后果是步骤 3 中的两个因素。在适当时使用正式会议(如 INTERACT 或 Pre-IND),或表 1 选项(如 C3TI)[1]。
- 跨大西洋良好 AI 实践指导原则(非约束性联合原则): 2026 年 1 月,FDA 与欧洲药品管理局(EMA)发布了 10 项药物研发中 AI 的联合指导原则 [11]。官方标题为:(1) 设计上以人为本;(2) 基于风险的方法;(3) 遵循标准;(4) 明确的使用语境;(5) 多学科专业知识;(6) 数据治理与文档记录;(7) 模型设计与开发实践;(8) 基于风险的性能评估;(9) 生命周期管理;以及 (10) 清晰、关键的信息 [11]。这些原则代表了非约束性的共识建议,旨在为申办方的采纳和监管考量提供参考,而非独立的法律强制要求。
- 电子系统、DHT 与 CSA 最终指南(解释具约束力的 21 CFR 规则的非约束性建议): 机构指南明确指出,除非引用了具体的法定或监管条款,否则它们代表 FDA 的当前考量,并提供非约束性建议。根据 FDA 于 2024 年 10 月发布的最终指南 临床研究中的电子系统、电子记录和电子签名:问答 (修订版 1)[12],该机构解释了 21 CFR Part 11(电子记录;电子签名)和 21 CFR Part 312(研究用新药申请)下的具约束力要求。主要建议包括:生成保持与原始记录相同的信息、语境、内容和结构的经核验认证副本(Q3);以包含必要元数据的人类可读格式保留记录(Q5);针对预期用途实施基于风险的验证(Q7);维护安全、由计算机生成且带有时间戳的审计追踪,捕获用户操作且不覆盖先前的条目(Q12);捕获蓄意的用户操作(如保存或提交数据),而非后台按键操作(Q13);以及建立记录日期、时间及所在时区或格林威治标准时间(GMT)的安全系统时钟控制(Q14)[12]。与此同时,FDA 于 2023 年 12 月发布的最终指南 用于临床研究中远程数据获取的数字健康技术 建议明确 DHT 的最低技术与性能规格,以及在适用情况下的具体型号或版本(第 IV.A.2 节)。该指南还建议记录每个 DHT 更新的时间和方式,并确认其在更新后仍符合预期目的(第 IV.H.4 节)[13]。此外,在 2026 年 2 月 3 日,FDA 重新发布了最终指南 用于生产和质量管理体系软件的计算机软件保证 (案卷号 FDA-2022-D-0795),将验证术语与《质量管理体系规范》(QMSR,21 CFR Part 820,于 2026 年 2 月 2 日生效)保持一致 [14]。尽管 Part 820 直接约束的是医疗器械制造商而非药物试验申办方本身,但 CSA 指南对脚本化测试与非脚本化测试(包括探索性测试)的区分,提供了一个灵活且基于风险的测试框架,申办方可将其借鉴用于 eClinical 软件确认 [14]。
- 试验用器械软件规则对比上市后变更控制计划: 当软件功能符合《联邦食品、药品和化妆品法案》(FD&C Act)第 201(h) 条下器械的定义时,其在临床试验中的试验性使用受 21 CFR Part 812(研究用器械豁免)管辖 [13]。对于在已获批 IDE 申请下开展的研究,在研究进行期间实施的方案和软件变更必须依据 21 CFR 812.35 进行评估,以确定在实施前是否需要提交补充 IDE 申请,而根据简略要求(812.2(b))开展的研究或豁免研究(812.2(c))则遵循其各自的监管途径。相比之下,FDA 于 2025 年 8 月 18 日重新发布的最终指南 赋能人工智能的器械软件功能预设变更控制计划的上市申报建议 (案卷号 FDA-2022-D-2628),代表了依据 510(k)、De Novo 或上市前批准(PMA)途径评估的商业获批器械的可选上市申报途径 [15]。预设变更控制计划(PCCP)允许制造商通过三个部分预先明确上市后模型修改:变更描述、变更方案以及影响评估 [15]。PCCP 并非试验用药物或器械临床试验期间期中算法修改的批准机制,且其配套文件 赋能人工智能的器械软件功能:生命周期管理与上市申报建议 (案卷号 FDA-2024-D-4488,于 2025 年 1 月 7 日发布)仍为指南草案——不用于实施 [16]。
- 关于 ICH E6(R3) 的 FDA 最终指南(1 级非约束性指南): 2025 年 9 月,FDA 在案卷号 FDA-2023-D-1955 下将 E6(R3) 药物临床试验质量管理规范(GCP) 作为 1 级最终指南发布 [4]。在美国,由 FDA 采纳的 ICH 指导原则代表包含非约束性建议的机构指南,而非直接的联邦成文法。在 IND 下向 CDER 或 CBER 提交试验数据的申办方可参考反映机构期望的 E6(R3) 概念,而具约束力的义务则来自适用的法规。2025 年 9 月的指南早于最终版 ICH 附录 2。截至 2026 年 11 月 13 日查阅时,FDA 的附录 2 页面仍将其版本标注为草案 [17]。
1.2 ICH E6(R3)、欧盟、英国和中国框架
国际监管框架区分了直接具有约束力的区域法规、已采纳的共识指南、监管机构思考文件以及国家法令:
- ICH E6(R3) 整合指导原则(第 4 阶段于 2026 年 6 月 16 日采纳): 国际协调理事会(ICH)于 2026 年 6 月 16 日在第 4 阶段对 E6(R3) 进行了整合,将总体原则、附录 1(干预性临床试验,于 2025 年 1 月 6 日定稿)以及附录 2(非传统试验设计、分散化临床试验和真实世界数据源的补充考量,于 2026 年 6 月 3 日采纳)统合在一起 [2]。根据 ICH 操作程序,第 4 阶段指导原则被推荐给各地区监管机构采纳,而非直接作为具有法律约束力的国际法。在欧盟,EMA 人用药品委员会(CHMP)采纳了总体原则和附录 1,其实施生效日期为 2025 年 7 月 23 日,而附录 2 及整合文本的官方生效日期为 2027 年 1 月 15 日 [3]。在已实施该指导原则的司法管辖区内,第 4.2.2 节规定,计算机化系统应维护稽查轨迹,以明确的日期和时间(以协调世界时 UTC 为例)记录系统与用户的交互以及工作流的修改;第 4.2.3 节规定,申办方应开展基于风险的数据与元数据(包括稽查轨迹)审核;第 4.3.4 节规定,计算机化系统验证应与风险相适应,涵盖系统配置、集成以及随时间发生的变更 [2]。
- 欧盟临床试验法规与 EMA 指导原则: 在欧盟,药品临床试验受 Regulation (EU) No 536/2014(《临床试验法规》,CTR)管辖 [18]。CTR 于 2022 年 1 月 31 日起适用。第 47 条要求申办方和研究者在制定方案以及适用本法规和方案时,应充分考虑 ICH 药物临床试验质量管理规范指导原则 [18]。第 98 条对先前指令下的试验规定了过渡期安排。在对既往试验进行检查时,应根据其获批与过渡历史来确定所适用的监管机制 [18]。对计算机化系统的操作期望载于 EMA 的 GCP 检查员工作组指导原则 《临床试验中计算机化系统与电子数据指导原则》 (EMA/INS/GCP/112288/2023,于 2023 年 3 月发布六个月后生效)[19] 中。其适用范围包括用于受试者招募、入组资格审查、编码、数据澄清、疑问处理流程和事件判定的 AI。通用期望适用于这些用途。该指导原则将针对 AI 的具体要求保留给未来可能出台的附录 [19]。该指导原则建议开展正式的供应商确认、在管理人员与试验用户之间进行明确的角色职责分离,并确保稽查日志具备完整的按时间顺序导出的能力 [19]。2024 年 9 月,EMA 采纳了其不具约束力的 《在药品全生命周期中使用人工智能(AI)的思考性文件》 (EMA/CHMP/CVMP/83833/2023) [9]。第 2.3.3.1 节指出,如果某种方法具有较高的监管影响或较高的患者风险,且 EMA 尚未针对该使用场景对其进行确认,则 EMA 可能会要求提供模型架构、开发与测试记录、训练数据以及处理流程。第 2.3.3.3 节探讨了用于试验数据分析和推断的 AI,包括针对后期关键性试验的控制措施 [9]。与此同时,欧盟委员会关于修订版 EudraLex 第 4 卷第 4 章、附录 11(计算机化系统)以及附录 22 草案(人工智能)的公众咨询已于 2025 年 10 月结束 [20]。截至 2026 年 11 月 13 日查询时,欧盟委员会的 EudraLex 第 4 卷仍列出 2011 年的第 4 章和附录 11,且未包含附录 22。修订文本仍为 GMP 草案。临床试验运营则单独受适用的 GCP 要求管辖。
- 英国 MHRA AI Airlock 沙盒: 在英国卫生与社会保障部(DHSC)和监管创新办公室(RIO)的支持下,英国 MHRA 于 2026 年 6 月(2026 年 7 月更新)发布了其 《AI Airlock 沙盒第 2 阶段项目报告》 [21]。Airlock 是一个针对 AI 医疗器械的监管沙盒。其报告未对试验软件设定 GCP 要求。第 2 阶段沙盒评估了 51 份申请,遴选出七个试点候选项目(三个在多环境路径中进行测试,四个仅在模拟研讨会中进行评估)[21]。该报告定义了三种不同的评估环境:模拟环境(由多学科利益相关方研讨会针对假设的风险场景进行压力测试)、虚拟或研究环境(在安全、隔离的回顾性数据环境中测试算法),以及真实世界环境(与临床路径和决策流程相分离的部署,利用回顾性或合成数据,不构成临床调查)[21]。该报告强调了两项关键的全生命周期见解:见解 2 指出,随着临床医生对自动化产生自满情绪,人类监督可能会在系统的全生命周期中发生退化;而见解 3 则强调,对于大语言模型(LLM)产品,仅凭模型行为本身就可能发生显著的行为改变,以至于缺乏主动护栏的系统可能会展现出超出其预期用途的功能 [21]。MHRA 于 2026 年 10 月启动了第 3 阶段(持续至 2029 年 4 月),重点聚焦于上市后监测与全生命周期监管审查 [22]。
- 中国 NMPA 修订版药物 GCP 与 CDE 技术指导原则: 在中国开展的多区域临床试验必须遵守 NMPA 2026 年第 50 号公告即 《药物临床试验质量管理规范(2026 年修订版)》 下直接具有约束力的国家法规,该规范由 NMPA、国家卫生健康委员会(NHC)、国家中医药管理局(NATCM)和国家疾病预防控制局(NDCPA)于 2026 年 5 月 21 日联合发布,并于 2026 年 9 月 1 日起生效 [5]。第 50 号公告废止了 2020 年第 57 号公告 [5]。中国 CDE 于 2026 年 9 月 22 日以 2026 年第 44 号通告发布了 《药物临床试验计算机化系统与电子数据技术指导原则》 ,自发布之日起生效 [6]。该指导原则阐述了监管机构当前的观点,并声明其不具有强制性法律效力。其内容涵盖源数据位置与直接采集、特权用户独立于试验实施的基于角色的访问控制、包含最小字段列表且计算机自动生成并带有时间戳的稽查轨迹、供应商合同,以及包括接受稽查或检查在内的云供应商资质确认。该指导原则还规定了何时可将数据点设置为自动填充 [6]。参见本指南第 5.1 节。
- ISPE GAMP 5 第二版与 GAMP AI 指南: 在工程与验证领域,国际制药工程协会(ISPE)于 2025 年 7 月发布了 《GAMP 指南:人工智能》 作为一份独立指南,旨在与 《GAMP 5:基于风险的 GxP 计算机化系统合规方法(第二版)》 配合使用 [23]。已发布的目录涵盖概念、项目、运行与退役阶段、质量风险管理、供应商活动与管理、批判性思维、数据划分、运行变更与配置管理,以及模型监测与漂移检测 [23]。
2026年临床试验各系统 AI/ML 全球监管现状矩阵
美国、欧盟和中国具有约束力的法规、已采纳的指导原则与草案,以及英国 AI 医疗器械沙盒的研究结果。
左右滑动查看完整图表。
| 司法管辖区 / 机构 | 监管文件与正式状态 | 生效 / 适用日期 | 对试验运行软件确认的影响 |
|---|---|---|---|
| 美国(FDA) | 药品决策中的人工智能(案卷号 FDA-2024-D-4689)——指导原则草案(非实施稿) | 于2025年1月6日发布;征求意见于2025年4月7日截止 | FDA草案范围在第 II 节中界定。正式会议包括 INTERACT 或 Pre-IND。表1列出了其他沟通交流途径,例如 C3TI。 |
| 美国(FDA) | ICH E6(R3) 药物临床试验质量管理规范(案卷号 FDA-2023-D-1955)——最终第1级指导原则 | 发布于2025年9月 | 2025年9月的最终指导原则早于 ICH 附录2最终稿。截至2026年11月13日,FDA仍将其单独的附录2列为草案。 |
| 美国(FDA) | 电子系统与签名问答第1次修订版——最终指导原则(非约束性建议) | 2024年10月 | 解读具约束力的 21 CFR Part 11;认证副本定义(Q3)、稽查轨迹采集(Q12)以及时区或 GMT 时钟控制(Q14)。 |
| 美国(FDA) | 计算机软件保证(CSA,案卷号 FDA-2022-D-0795)——最终指导原则(非约束性) | 于2026年2月3日重新发布 | 与QMSR(21 CFR Part 820)保持一致;区分脚本化测试与非脚本化测试(包括探索性测试);适用于eClinical工具。 |
| 美国(FDA) | 用于AI器械软件的PCCP(案卷号 FDA-2022-D-2628)——最终指南(不具约束力) | 重新发布于2025年8月18日 | 商业化器械的可选上市后上市申请途径;不授权在试验性IND/IDE研究中进行试验期间算法变更。 |
| 美国与欧盟(FDA / EMA) | 药物研发中良好AI实践指导原则——10项联合原则(不具约束力) | 2026年1月 | 十项总体原则,涵盖以人为中心的设计、标准遵循、生命周期管理、风险评估和数据治理。 |
| ICH | ICH E6(R3) 药物临床试验质量管理规范指南——第4阶段最终整合指南 | 整合第4阶段于2026年6月16日通过 | ICH建议明确无歧义的日期和时间(以UTC为例)、元数据审核以及与风险相适应的验证。 |
| 欧盟(EMA) | ICH E6(R3) 区域实施——EMA CHMP科学指南 | 原则与附录 1:2025年7月23日;附录 2与整合指南:2027年1月15日 | 欧盟已采纳的区域指南;确立了对GCP计算机化系统及基于风险的审计追踪治理的监管期望。 |
| 欧盟 | 《临床试验法规》(EU) No 536/2014 —— 具有直接约束力的欧盟法规 | 自2022年一月31日起适用,附带第98条过渡规定 | 适用于根据该法规获得批准的试验。对于较早开展的试验,应根据其批准与过渡历史来确定适用制度。第47条要求适当考虑ICH GCP指导原则。 |
| 欧盟(EMA) | 《临床试验中的计算机化系统》(EMA/INS/GCP/112288/2023) —— GCP IWG指导原则 | 自2023年九月9日起生效 | 总体期望涵盖用于招募、入选资格审查、编码、数据澄清、疑问以及事件裁决的AI。EMA将针对AI的具体要求保留给未来可能出台的附录。 |
| 欧盟(EMA) | 《AI反思文件》(EMA/CHMP/CVMP/83833/2023) —— 非约束性反思文件 | 2024年九月通过 | 第2.3.3.3节:EMA期望用于假设检验的模型和预处理在数据库锁定之前予以冻结并记录在案。 |
| 欧盟 | 《欧盟AI法案》(2024/1689) 与《数字综合法案》(2026/1744) —— 具有直接约束力的欧盟法规 | 《AI法案》自2024年八月1日起生效。《综合法案》自2026年七月27日起生效。第50条第(1)款自2026年八月2日起适用。 | 在适用情况下进行第50条第(1)款披露。第三章第1–3节(除第6条第(5)款外)自2027年十二月2日起适用于附录III高风险系统,自2028年八月2日起适用于附录I高风险系统。 |
| 英国(MHRA) | AI Airlock —— AI医疗器械监管沙盒 | 第2阶段报告 2026年六月/七月;第3阶段于2026年十月启动 | 第2阶段从51份申请中遴选出7个候选项目。该报告讨论了自动化自满,并未对试验软件设定GCP要求。 |
| 中国(NMPA / NHC / NATCM / NDCPA) | 《药物临床试验质量管理规范》(2026年修订,2026年第50号公告)—— 公告(具有约束力的国家GCP) | 2026年五月21日发布;2026年九月1日起生效 | 发布修订后的《药物临床试验质量管理规范》,并废止2020年公告。 |
| 中国(CDE) | 《药物临床试验计算机化系统与电子数据指导原则》(CDE通告2026年第44号)。该指导原则声明其不具有强制性法律效力。 | 于2026年9月22日发布并施行 | 直接源数据采集、特权用户的职责分离与独立性、带时间戳的审计追踪、供应商合同与资质,以及自动填充限制。 |
具有约束力的法规界定了法律义务。《欧盟临床试验法规》还要求适当考虑 ICH GCP 指导原则。英国 AI Airlock 报告描述的是一个沙盒项目。
2. 已发表评估,2025–2026年
这些研究包括一项 REDCap 推广应用、一项回顾性支持工单实验、一个具有外部验证的中心风险模型、一项结合了文献综述、调查和访谈的语言学验证研究,以及两项关于临床应用与监管记录的综述。
Shyr 及其同事研究了 2025年1月至8月 REDCap 15.0 AI 的推广应用。18家机构的管理员启用了这些默认关闭的功能。在 958个 Vanderbilt 项目中,这些功能共产生了 2,801次写作调用、2,720次总结调用和 200次翻译调用。该论文报告了采纳情况与调用次数。输出准确性与有效性不在其评估范围之内 [10]。
Carroll 及其同事评估了大型语言模型在密歇根大学管理用户支持咨询中的应用 [24]。研究人员分析了抽样自 2023年提交的 6,316项历史请求的 90个支持工单样本,对比了四种 GPT-4o 配置:默认 GPT-4o、补充 Vanderbilt 文档的 GPT-4o、采用密歇根大学文档的 GPT-4o,以及采用结合文档的 GPT-4o [24]。该模型与人类专家的分类显示出高度一致性,Cohen's kappa 值约为 0.85,分类准确率在 81% 至 89% 之间 [24]。然而,在工单复杂度评级任务中,检索配置高估了工单复杂度;在草拟回复生成方面,密歇根大学文档配置生成的正确回复最多,在约三分之二的常规低至中等复杂度工单上生成了基本或完全正确的回答 [24]。作者得出结论,在持续的人工监督、提示词优化以及扩展本地文档的支持下,LLM 在自动化支持分流方面展现出了切实的良好前景 [24]。
Yang 利用来自 42项 ATTR-CM 研究的 460个中心开发了中心资格评估模型,并使用来自 89项 DMD 研究的 761个中心进行外部验证。在开发环境中,支持向量机表现最佳。该研究按地理区域和中心类型核查了亚组,并在外部评估中报告了 81.21% 的准确率。其 DMD 特征使用了代理指标。该研究缺乏真实金标准监查结局,且未在实际部署中测试预期的运营效果 [25]。EClinCloud 建议在将提议的排名用于分配工作量之前,先对照实际监查结果对其进行测试。
McKown 及其同事结合了文献综述、对 AI 专家的访谈以及对 50位利益相关者的调查。受访者包括量表版权持有者、药企 COA 或结局研究人员、翻译、eCOA 和 AI 专业人员,以及早期 ISPOR 工作的作者。他们的建议在权衡技术能力与效率的同时,兼顾了知识产权保护、数据隐私与安全以及患者参与。他们支持在大多数语言学验证步骤中采用有人工监督的 AI,并建议在合稿、临床医生审查以及认知访谈实施中排除 AI。他们建议在每个步骤都进行人工审查 [26]。Karako 和 Gao 的综述报告了在自动化左心室射血分数测量中与专家阅片人等效的证据。他们指出跨供应商的泛化能力、亚组公平性以及临床试验期间的算法变更仍是尚未解决的挑战 [27]。
Thierry 及其同事回顾了 2021年9月至 2025年3月期间 60项与数字健康技术相关的批准。电子患者报告结局工具占所研究数字健康工具的 70%。作者发现零项仅基于数字健康技术衍生主要终点的批准 [28]。
3. 按使用背景对各项功能进行分类
在实际工作流程中评估该功能。研究构建解析器、面向受试者的助手以及用于计算终点的工具各自都需要不同的测试计划。FDA 的 AI 指导原则草案、ICH E6(R3) 第 4.3.4 节以及基于风险的 CSA 原则为拟议的评估提供了参考 [1] [2] [14]。
3.1 三问题筛选
FDA 的指导原则草案(FDA-2024-D-4689)通过两个基本维度对风险进行概念化: 模型影响 和 决策后果 [1]。在借鉴这些概念的操作框架中,我们为每个因素定义了三个级别:
- 模型影响:
- 低影响: AI 仅提供准备性、信息性或起草性协助,在采取任何行动之前均须经过全面、独立的人工审查与验证。
- 中影响: AI 生成结构化草案配置、分类或操作标记,直接指导人工审查或确定其优先级,由人工审查员对照既定的客观标准验证输出。
- 高影响: 决策在很大程度上依赖于模型输出,且在使用前对其进行的独立核查有限。对依赖程度的评级应独立于错误可能造成的危害或破坏。
- 决策后果:
- 低后果: 轻微的运营或行政低效;对受试者安全、权益、试验方案依从性或临床试验证据完整性无影响。
- 中后果: 潜在的运营资源分配失真、非关键 GCP 文档偏差或疑问解决延迟,且在常规数据管理过程中易于发现和纠正。
- 高后果: 直接威胁受试者安全、随机化治疗方案破盲、损害主要或关键次要疗效终点,或在监管申报中引入系统性偏倚。
对所审查的每项 AI 功能应用三问题筛选。
| 筛选问题 | 评估标准 | 判定结果 |
|---|---|---|
| 问题 1:未经确认的写入 | 该功能是否能在未经身份验证且可归属的人工决策的情况下,向受监管的试验记录写入数据? | 具有未经确认写入的功能仅在满足下文第 4 层级授权时方可使用。对于不具有未经确认写入的功能,转至问题 2。 |
| 问题 2:与受试者及决策的接近程度 | 该功能在拟定工作流程中的作用是什么? | 2A:如果该功能在没有独立人工决策的情况下确定终点值、严重程度分级、剂量或入组资格,则分配为第 4 层级。建议性标记转至问题 3。2B:对面向受试者的技术帮助应用第 1 层级仅限导航的安全保障措施。将其他面向受试者的功能通过适用的决策或数据质量分支进行路由,并单独评估受试者保护措施。2C:将面向受试者源数据的建议性质量核查分配为第 3 层级。2D:对于其他用途,转至问题 3。 |
| 问题 3:模型影响与决策后果 | 使用上述定义对两者进行评级。 | 从查找矩阵中读取所得层级。 |
针对问题 1,EMA §6.1.4 要求申办方对研究者或受试者录入的数据进行修改时(无论是自动还是手动),均须获得研究者授权 [19]。在拟议的第 4 层级例外情况下,须在获批的试验方案或数据管理计划中载明该功能与控制措施,获得申办方 QA 的书面批准以及研究者对修改研究者或受试者录入数据的授权,并取得适用于该预期用途的任何适用监管授权。首先应用问题 1 和问题 2。若其中任一问题指定了层级或搁置了该功能,则该决定优先。仅其余功能使用问题 3 矩阵。
| 模型影响 \ 决策后果 | 低后果 | 中等后果 | 高后果 |
|---|---|---|---|
| 低影响 | 层级 1 (信息辅助) | 层级 2 (草拟配置) | 层级 2 (草拟文档生成) |
| 中等影响 | 层级 1 (工作流优先级排序) | 层级 2 (运营设置) | 层级 3 (提取与 RBQM 监测) |
| 高影响 | 层级 2 (在试验记录之外分流内部非关键培训咨询) | 层级 3 (主要依据模型评分对非关键运营审核队列进行优先级排序) | 层级 4 (在问题 1 与 2 之后的高依赖性与高后果) |
临床试验 AI 功能三问筛查
首先评估该工具是否能够独立写入或独立决策。对于建议性功能,使用影响与后果矩阵。
左右滑动查看完整图表。
| 工作流 | 决策路径 | 控制集 |
|---|---|---|
| 独立写入 | 除非该功能在层级 4 下得到明确确认和授权,否则予以拒绝 | 若获授权则为层级 4 |
| 独立终点、严重程度、剂量或入组资格判定 | 使用分支 2A | 层级 4 |
| 面向受试者的技术导航 | 矩阵外的分支 2B。应用模式 1 及受试者保障措施。 | 附带导航保障措施的层级 1 |
| 案例 A:编码建议队列 | 问题 3:中等影响,高后果 | 层级 3 |
| 案例 B:经独立核验的 CSR 叙述草案 | 问题 3:低影响,高后果 | 层级 2 |
| 针对潜在入组资格的建议性筛选标记 | 问题 3:中等影响,高后果 | 层级 3 |
| 补充编程逻辑核查的疑问草案 | 问题 3:中等影响,中等后果 | 层级 2 |
3.2 四个运行确认层级
综合 FDA 的双因素模型风险、ICH E6(R3) 第 4.3.4 节验证期望以及 GAMP 5 原则,EClinCloud 建议将 eClinical AI 治理构建为四个运行层级。每个层级均定义了具体的测试态势与监管边界:
层级 1:信息与行政辅助
- 适用范围: 典型矩阵单元:低影响、低后果。面向工作人员的工作流辅助(例如,回答关于 EDC 界面操作方法问题的软件导航机器人)、临床试验管理系统(CTMS)监查报告校对,以及行政往来公文起草。
- 面向受试者的导航安全保障。 对于面向受试者的导航助手,在矩阵之外适用分支 2B。在模式 1(第 4.2 节)下锁定模型、提示词和检索源。将助手严格限制于技术导航。在发布前和提示词变更后,使用所有研究语言测试拒绝机制。将助手设计为拒绝提供医疗建议、回答剂量问题以及解读量表条目。使用固定回复,视情况将健康关切引导至中心人员或急救服务机构,将标记的沟通记录转交给中心人员,并安排中心或安全性人员定期审查日志以排查未报告的不良事件。拒绝控制措施可能会遗漏超出范围的回答,这就是日志审查被纳入控制集的原因 [21]。将面向受试者的材料提交以供适用的 IRB/IEC 审查。有关提供商披露,请参见第 6.2 节。
- 建议的控制措施: 实施 CSA 非脚本化和探索性测试 [14];强制对临床数据库实行零直接写入访问;在 SOP 或软件文档更新后执行回归测试;并保持用户界面免责声明,明确建议由计算机生成。
层级 2:生产前草案配置与操作分类
- 适用范围: 典型矩阵单元:中等影响、中等后果。大语言模型解析临床试验方案以生成电子病例报告表(eCRF)访视计划表、访视矩阵和逻辑核查规范草案;AI 辅助设置 RTSM 供应参数与包装配置;依据标准化结构(例如 TMF 参考模型)对试验总文档(Trial Master File)文件进行自动化分类;以及研究行政文件的自动化草案翻译。
- 建议控制措施: 将配置工具保持在生产环境发布上游。若在使用前进行审查,研究内起草也可符合要求。生成的配置均视为未经验证的草案。数据管理员、生物统计师、TMF 专员和随机化负责人对所有配置进行独立审查、测试和批准。在发布前对关键研究配置使用脚本化用户验收测试。ICH E6(R3) 第 4.3.4(c) 与 (e) 节建议在使用前进行验证,包括标准功能、特定于研究的配置以及接口 [2]。
层级 3:受监管数据提取、采集质量保证与 RBQM 监测
- 适用范围: 典型矩阵单元格:中等影响、高后果。将实验室检查值从医院记录提取到 eCRF 草稿中的检索增强型光学字符识别(OCR);eCOA 中的实时相机图像质量检查(检测照片日记中的模糊、眩光或不正确角度);原始扫描件上的自动化个人身份信息(PII)脱敏;以及基于风险的质量管理(RBQM)平台内的机器学习中心级风险评分和质量耐受限度(QTL)监测 [25][29]。在中心风险示例中,当工作人员做出最终决定时,评分具有中等影响;而当遗漏信号可能延误针对严重数据完整性或受试者安全问题的行动时,则具有高后果。
- 建议控制措施: 在适当时强制执行经批准的模型快照或模式 2 下的有界重新校准;使用黄金基准测试套件执行脚本化 UAT;实施将已脱敏工作副本链接至研究者控制的源记录的源数据溯源架构;记录不可变的边车推理与人工处置日志;并在写入前要求经过身份验证的人工确认。对照 EMA 第 4.7 节以及 CDE 自动填充指导原则(两者均在本指南第 5.1 节中进行了说明)评估建议值的呈现方式。
层级 4:最高控制级别的临床功能
- 适用范围: 典型矩阵单元:高影响、高后果。临床试验终点的自动计算机视觉定量分析(例如超声心动图 LVEF 评分、放射学病灶测量或数字组织病理学)[27];源自可穿戴传感器且支持主要或次要疗效声明的算法数字生物标志物;以及确定试验入选资格或试验用药品剂量的适应性患者分流算法。(注:由人工主导的独立评审委员会(IRC)工作流程——临床专家在此审查医学影像并记录阅片员评分——仍属于人工临床评估,而非自动化 AI 评分工具。)
- 监管与测试策略: 层级 4 列出了一套拟定的控制措施。FD&C Act 第 201(h) 条、MDR 或 IVDR 下的医疗器械属性界定属于独立判定。在美国,符合条件的研究用器械功能受 21 CFR Part 812(IDE)管辖 [13]。对于在获批 IDE 下开展的临床研究,试验中期的修改必须根据 21 CFR 812.35 进行评估。在欧盟,作为医疗器械的软件的临床研究属于 MDR 第 62 条至第 82 条以及附录 XV 的管辖范围,通常依据 ISO 14155 开展 [30]。符合体外诊断医疗器械条件的软件适用 Regulation (EU) 2017/746(IVDR)的性能研究要求。分析组织标本的数字组织病理学软件可归入此类,具体取决于预期用途。EU AI Act 分类需单独评估(参见第 6.2 节)。EMA 要求在数据库锁定前冻结并记录用于关键假设检验的模型及预处理流程,并支持在高影响场景下进行前瞻性临床验证 [9]。EClinCloud 还建议在适宜情况下采用盲法独立裁定。
临床试验软件功能使用背景风险分类矩阵
根据模型影响与决策后果评估试验软件功能,可建立从探索性测试到前瞻性临床验证的相称确认控制措施。
左右滑动查看完整图表。
| 确认层级 | 典型矩阵单元或分配分支 | 代表性软件功能 | 监管框架与法律适用范围 | 建议测试与治理控制措施 |
|---|---|---|---|---|
| 1 级:信息与行政辅助 | 低影响、低后果 | 面向工作人员的导航机器人;CTMS 监查报告校对;行政文书起草。 | EClinCloud 解读:FDA 草案排除条款取决于对患者安全、药品质量或研究结果可靠性的影响。在欧盟法规适用的情形下,需履行第 50(1) 条规定的提供方义务。 | CSA 非脚本化与探索性测试;数据库零写入权限;界面免责声明;SOP 更新时的回归检查。 |
| 1 级(面向受试者例外) | 矩阵外的分支 2B | 用于解答设备充电、提醒设置或导航问题的 eCOA 患者移动助手。 | 在法规适用的情形下,需履行第 50(1) 条规定的提供方义务。 | 模式 1 锁定。在所有研究语言中测试拒绝机制。将健康关切引导至中心人员或急救服务机构,流转标记并审查日志。提交适用材料供 IRB/IEC 审查。 |
| 2 级:投产前草案配置 | 中等影响、中等后果 | eCRF/访视矩阵草案、RTSM 规则与 eTMF 分类。经独立核实的 CSR 安全性叙述草案属于低影响、高后果(情形 B)。 | EClinCloud 解读:FDA 草案适用范围取决于对安全性、药品质量和研究结果可靠性的影响。独立复核为该评估提供依据。 | ICH E6(R3) 4.3.4(c) 与 (e) 建议在使用前进行验证。EClinCloud 建议进行脚本化 UAT 并审核草案。 |
| 3 级:受监管数据提取与监测 | 中等影响、高后果 | 实验室数据 OCR 提取至 eCRF 草案;eCOA 实时图像质量检查;自动化 PII 脱敏;RBQM 试验中心风险评分与 QTL 监测。 | 在系统属于管辖范围时适用 Part 11。ICH E6(R3) 4.2.2 推荐了稽查轨迹控制措施。 | 针对提取应用方案锁定,或针对经确认的 RBQM 评分应用有界重新校准。使用黄金用例进行测试并保留边车日志。评估建议值如何对照 EMA 第 4.7 节以及 CDE 自动填充指南进行展示,这两者均在本文第 5.1 节中进行了描述。 |
| 层级 4:最高控制级别临床功能 | 高影响,高后果 | 自动化超声心动图 LVEF 评分;放射学病灶定量;支持主要疗效声明的可穿戴传感器数字生物标志物。 | 单独评估器械属性。若该功能符合器械定义,应用相关的 FDA 试验用器械要求或欧盟 MDR/IVDR 要求,并评估 AI Act 适用范围。 | EMA 要求在数据库锁定前冻结用于假设检验的模型及预处理并形成文档记录。EClinCloud 建议在适当时进行盲态裁决。 |
层级与建议控制措施代表 EClinCloud 的建议;法律分类反映适用的法定框架。
3.3 常见试验软件功能的分类实例
为了说明三问题筛选如何应用于常见试验软件功能,请考虑以下五个代表性实现:
案例 A:EDC 中的 MedDRA 编码建议: EDC 平台集成了嵌入模型,针对中心协调员输入的原始不良事件术语,推荐监管活动医学词典(MedDRA)最低级别术语和首选术语。
甄别: EMA 指南将编码纳入其适用范围 [19]。自动提交采用问题 1 授权规则。在建议队列中,医学编码员主动接受或覆盖该编码。分支 2D 将其引导至问题 3。由于该建议会引导审查,因此影响为中等。由于错误编码可能会掩盖安全性信号,因此后果为高。
结果: 第 3 级(受监管数据提取与编码辅助)。 该功能在进行中的临床试验数据管理内部运行,需要执行第 3 级控制措施,包括黄金数据集词典验证、覆盖记录以及强制的人工医学编码员确认。
案例 B:自动化临床研究报告(CSR)安全性叙述生成: CDMS 或医学撰写工具使用 LLM 从不良事件数据库、实验室检查列表和合并用药中起草受试者安全性叙述。
甄别: 输出仍为草稿。在问题 3 下,当医学撰写员对照原始数据独立核实内容时,后果为高且影响为低。EClinCloud 认为 FDA 草案第 II 节适用范围检验取决于对受试者安全、药品质量或研究结果可靠性的实际影响。独立核实在未判定法律适用范围的情况下支持该评估 [1]。
结果: 第 2 级。 验证草稿工作流程,并对照原始列表记录核对情况。
案例 C:eCOA 受试者导航助手: 嵌入在 eDiary 移动应用程序中的对话助手,用于回答受试者关于设备充电、日志提醒设置和应用导航的问题。
甄别: 问题 1:写入权限?对问卷应答无写入权限。问题 2:接近程度?直接面向受试者,从而触发分支 2B。
结果: 附带导航保护措施的第 1 级。 应用模式 1 锁定及第 3.2 节中的受试者保护措施。
案例 D:患者入选资格自动化预筛选工具: 电子健康档案(EHR)筛查算法根据试验方案入选/排除标准,为中心研究协调员标记潜在的试验候选人。
甄别: EMA 指南将招募与入选资格纳入其范围 [19]。中心人员查看建议性标记并独立判定入选资格。在问题 3 下,影响为中等且后果为高。
结果: 第 3 级。 对未标记记录以及已标记记录的样本进行测试。若算法在没有人工独立判定的情况下确定入选资格,则适用分支 2A 以及第 4 级控制措施。
案例 E:差异/疑问自动化起草助手: 数据管理工具对照试验方案规则分析 eCRF 数据,并在发送至中心之前起草拟议疑问供数据管理员审查。
甄别: EMA 指南明确提及了数据澄清和疑问流程 [19]。该工具对已编程的逻辑核查进行补充。数据管理员在发送前核实拟议疑问。在本例中,它按优先级排定审查顺序,使得影响为中等,且解决延迟的后果为中等。
结果: 第 2 级。 测试起草准确性,并检查未标记记录的样本以排查遗漏的差异。若其替代了既有的逻辑核查,则需重新评估后果。
4. 版本控制、变更治理与防范静默漂移的护栏
传统的计算机化系统验证对受控的软件版本、配置、系统状态及运行环境进行测试。AI 部署可能会因服务商检查点或参数、检索源的更新,以及跨区域或临床环境中遇到的输入变化而发生改变。记录验证所涵盖的输入及运行时条件。
4.1 部署现实:自托管摘要与托管云模型
质量保证负责人应当认识到的一个实际工程差异是,自托管模型与第三方商业云 API 之间的版本锁定机制存在差异:
- 自托管与开放权重模型。 记录经批准的权重、容器镜像、配置及推理依赖项的 SHA-256 指纹。将部署限制为经批准的产物,并验证运行时实际加载内容的指纹。变更限制与发布检查提供了控制手段。指纹用于标识正在接受检查的版本。
- 商业云与超大规模服务商 API: 当试验软件通过外部 API 连接至专有云模型时,服务商通常不会公开模型权重、神经网络架构或密码学摘要。此外,超大规模服务商会根据商业排期停用模型检查点,这可能与跨越数年的临床试验时间表发生冲突。此外,将温度设置为零可以降低但无法完全消除分布式 GPU 集群上的输出非确定性。对于云端 API,应索取服务商现有的变更控制证据,以及 固定的、带日期的模型标识符 (例如,引用特定的静态发布日期,而非诸如
-latest的浮动别名)。
托管 API 防范静默漂移的护栏: 稳定的 API 标识符确认了标签。测试结果则揭示行为是否发生了改变。为了防范在未发生变更的标识符下出现静默参数调整,我们建议申办方强制要求 定期计划的黄金集重跑 (例如按月或按季度)。供应商或申办方通过处于激活状态的 API 终点执行自动化基准测试套件,对照预设阈值衡量与参考基准存在差异的黄金集数值字段(包括缺失字段)所占比例。若该比例超出阈值,应暂停使用受影响的功能以开展调查和重新测试。
为了在跨年度研究中管理第三方 API 生命周期,我们建议申办方将 强制迁移与弃用规程 纳入供应商质量协议中:
- 合同约定的提前通知: 供应商在合同中同意,在任何底层第三方模型端点退役、弃用或发生参数修改之前提供书面提前通知(参考起始目标为 30 天,与服务商公布的商业通知政策挂钩)。
- 金标准集一致性测试: 在收到弃用通知后,供应商和申办方在经过验证的金标准基准测试套件上执行对比评估,将即将退役的模型与指定的替代模型进行比对,根据预先定义的容差范围衡量输出一致性。
- ICH E6(R3) 项下的影响评估: 根据 ICH E6(R3) 第 4.3.4(c) 节的规定(该节指出验证应评估软件变更对既往及未来试验数据的影响),数据管理与生物统计团队记录模型迁移是否可能引入系统性偏倚或导致数据提取模式发生改变 [2]。
- 形成文档的 TMF 桥接报告: 变更控制的基本理由、对比评估结果和风险评估均记录在正式的试验总文档(Trial Master File)桥接报告中,并在生产环境切换前获得 QA 批准。
4.2 三种变更治理模式与 EMA 关于冻结模型的立场
为了使软件维护符合监管预期,我们建议在首例受试者入组(FPI)之前,将每项 AI 功能分配至三种变更治理模式之一:
| 变更治理模式 | 适用范围与层级 | 技术机制 | 质量与验证治理 |
|---|---|---|---|
| 模式 1:方案锁定的不可变快照 | 层级 2 研究构建与研究期起草工具、层级 3 受监管提取、根据适用 EMA 立场针对研究冻结的层级 4 算法,以及层级 1 受试者引导。 | 按每个研究构建冻结模型权重 SHA-256(或固定的带日期 API 标识符)、系统提示词、解码参数及检索索引。 | 未经正式变更控制、在规定容差范围内针对黄金基准套件进行回归测试并获得 QA 批准,试验中途允许的变更为零。 |
| 模式 2:有界运行再校准 | 层级 3 RBQM 监测 / 中心风险评分模型。 | 再校准严格在预先定义的运行边界内进行,并具备经文件记录的收敛标准以及自动回滚触发器(在自托管或受支持版本上技术可行的前提下)。 | 在试验数据管理计划或监查计划中预先规定有界变更方案;按照 ICH E6(R3) 第 4.3.4(c) 节的建议评估变更 [2]。 |
| 模式 3:零写入权限的受控租户发布 | 层级 1 面向工作人员的工作流程助手与管理工具。 | 在供应商软件开发生命周期及 CSA 无脚本/探索性测试下进行常规更新。 | 与临床数据库逻辑隔离;零写入权限;基于更新后的 SOP 和提示词护栏进行回归测试。 |
EMA 关于关键性试验中冻结模型的立场: 针对晚期关键性试验,EMA 反思文件第 2.3.3.3 节要求在部署于具有高度监管影响的环境(例如主要终点分析)之前进行前瞻性性能测试。它要求在数据库锁定及随后的揭盲之前,将用于假设检验的预处理流程与模型予以冻结并形成文档。EMA 在此情境下拒绝增量学习,并要求若模型在试验期间发生变更,需与监管机构沟通以修订统计分析计划 [9]。确证性分析请使用模式 1。对于诸如 RBQM 中心评分等运行用途,应单独评估模式 2,包括该变更是否可能改变终点数据采集或监查。
4.3 分阶段预发布验证与对抗性 UAT 断言
借鉴英国 MHRA AI Airlock 项目中试点的分阶段环境 [21],EClinCloud 建议申办方在部署层级 3 或层级 4 软件更新之前,实施三阶段预发布测试流程:
- 模拟阶段: 组织涵盖数据管理员、软件工程师和临床协调员的多学科压力测试研讨会,以评估模型在具有挑战性的模拟条件下的行为(例如低分辨率智能手机照片、多语言临床病历以及极端临床数值)[21]。
- 虚拟阶段: 在安全、隔离的沙盒环境中,通过更新后的算法重放已冻结的历史试验数据集,以评估与已验证历史基线的一致性,验证输出方差是否严格保持在预定义的容差范围内 [21]。
- 影子部署阶段(EClinCloud 运行扩展): 作为超出 MHRA 第 2 期沙盒评估范围(该沙盒测试了独立于临床路径的回顾性及合成数据)的运行扩展 [21],申办方可让更新后的模型与现有的已验证生产系统静默并行运行 14 至 30 天的示意期限。在以影子模式运行之前,请确认该处理完全处于试验方案、知情同意书及供应商数据处理条款的范围之内。切勿向中心工作人员展示影子输出,亦不得将其写入研究记录。这使工程师能够在切换主要工作流程之前,量化实时临床数据流中的输出一致性。
在正式的用户验收测试(UAT)期间,申办方 QA 团队应执行映射至相关层级的针对性对抗断言:
- 运行时出处与元数据验证(层级 2、3、4): 查询推理 API 并断言每笔事务均返回明确的
model_id_and_version(自托管模型为加密 SHA-256 摘要;云 API 为固定的带日期发布标识符),以及与经批准的供应商确认卷宗相匹配的prompt_or_config_hash。 - 黄金扰动与区域设置矩阵(层级 3、4): 执行自动化基准测试包,其中包含损坏的临床扫描件、倾斜的手机照片、双语药品标签以及区域数值差异(例如欧洲小数逗号与美国小数点的对比,以及
DD-MM-YYYY与MM-DD-YYYY日期格式的对比)。测定基准数值字段中与参考基准存在差异的比例(包括遗漏的字段)。将其与预定义阈值进行比较,若超出阈值,则暂缓发布以进行调查并重新运行。 - 拒答与不确定性校准(面向受试者的层级 1、层级 3、层级 4): 提交完全无法辨认的扫描件、裁剪过的文档以及超出范围的医学问题。断言系统会触发明确的低置信度拒答标记,提示人工录入或上报协调员,而不是捏造看似合理的数值。
- 未提交草稿隔离(层级 2、3): 尝试通过程序化 API 和前端界面提交,在未经身份验证的人工审核事件的情况下,直接根据 AI 输出将 eTMF 文档转换为 已归档 状态,或将 eCRF 数据字段转换为 已保存 状态。断言计算机化系统严格拒绝写入权限,强制执行人工确认。
5. 记录推理与处置以供核查
对于适用第 11 部分的封闭系统,21 CFR 11.10(e) 要求使用安全的、计算机生成的、带时间戳的审计追踪,独立记录操作人员创建、修改或删除电子记录的日期与时间 [31]。作为对该强制性规则的补充,FDA 电子系统问答第 Q12–Q14 问 [12]、ICH E6(R3) 第 4.2.2 节 [2]、EMA 指南 EMA/INS/GCP/112288/2023 [19] 以及中国 CDE 计算机化系统指导原则 [6] 均建议计算机化系统保持完整的时间顺序可追溯性。为核查做好准备,应测试历史记录是否能够被重构:申办方能否重构原始数据、推理事件及其后续处置,包括责任人或获授权的机器行动者以及最终生成的记录状态?
5.1 取证失效模式:幽灵预填充与工作副本源系谱
当软件供应商将人工智能视为短暂的前端用户便利,而非可供核查的计算机化流程时,就会出现两种严重的取证合规失效:
- 幽灵预填充: 如果光学字符识别模型或语言模型在 Web 浏览器中自动填充 eCRF 字段,而临床研究协调员仅点击了 保存 ,标准数据库审计追踪仅会记录该协调员录入了数据。单凭保存事件无法让审计员区分自动化建议与协调员已核实的值。测试其他留存的证据是否能够重构工作流程。EMA 第 4.7 节建议不要预先填充或自动填充字段,除非这些字段不可编辑且派生自先前录入的数据 [19]。中国 CDE 指导原则通常建议不要将数据点设置为自动填充,除非它们不可编辑或派生自先前录入的数据(印刷页码第 3–4 页)[6]。两者均在未直接提及 AI 的情况下对自动填充作出了规定。EClinCloud 认为,在这两项规定下,将模型输出写入可编辑字段均属于预填充。在确认过程中,检查界面是否在人工接受或录入之前,将建议与字段保持分离。对于可编辑的预填充,记录其风险及适用的指导原则评估。将不符合适用条件的预填充视为在发布前必须解决的设计问题。ICH E6(R3) 第 4.2.2 节建议对关键性较高的数据保留相关工作流程操作记录 [2]。FDA 与 EMA 的良好 AI 实践原则支持在预期用途背景下评估人工审核步骤 [11]。
- 自动化隐私脱敏后源系谱断裂: 当临床软件应用计算机视觉或自然语言处理过滤算法对上传的病历或 eCOA 照片日记中的患者姓名、身份证件号码或面部特征进行脱敏处理时,供应商有时会覆盖或丢弃未经脱敏的原始文件。这种做法破坏了数据完整性。FDA 的电子系统问答(第 Q3 问)将核证副本描述为经核实与原始文件具有相同信息(包括背景、内容和结构)的副本 [12]。因此,经遮盖或脱敏的文档 并非核证副本 ;它属于 已脱敏的工作副本 。包含患者标识符的原始源文档应始终处于试验机构临床研究者的法律与物理控制之下(或位于由研究者控制、访问隔离的分区内),以恪守 ICH E6(R3) 原则 1.6 及关于受试者保密性与适用隐私法的第 3.16.1(t) 节规定 [2]。在我们推荐的架构中,申办方可访问的系统保留一份加密的、已脱敏的工作副本,并使用源指针和试验机构生成的 SHA-256 摘要将其与机构留存的原始文件关联起来,从而建立可验证的源系谱以支持审计期间的源数据核查。
5.2 建议的边车推理与处置事件记录
EClinCloud 建议针对每次 Tier 2、Tier 3 或 Tier 4 调用生成不可变推理事件。附加与该推理 UUID 链接的独立处置记录。对于暂缓处理的建议,保留初始状态并附加后续的任何处置,按顺序保留这两个事件。
inference_event_uuid: 通用唯一标识符,用于在 AI 事件与相应临床数据库记录(例如 eCRF 字段、eCOA 上传或 eTMF 工件)之间建立直接关联。model_id_and_version: 固定的模型标识符、容器摘要或静态云发布日期。FDA 的 DHT 指南建议记录每次 DHT 更新的时间和方式。EClinCloud 将该记录留存方法应用于每条模型记录 [13]。prompt_or_config_hash: 系统指令、提示词模板、RAG 向量数据库快照、温度设置和决策阈值参数的 SHA-256 密码学摘要。source_pointer_and_hash: 将加密且脱敏的工作副本与原件关联的唯一定位符及 SHA-256 哈希值。制作工作副本时在研究中心计算原件的 SHA-256 并将其与副本一同存储。通过研究中心端重新计算进行验证。raw_ai_output_and_score: 未经编辑的机器建议及其置信度评分(如有),无论该记录后续发生何种处置均予独立保留。disposition_state: 记录HUMAN_REVIEWED、AUTHORIZED_AUTOMATED或UNCOMMITTED。延期处理项保持未提交状态,直到后续处置允许写入。human_disposition_action: 对于实际的人工审核,记录ACCEPTED_UNCHANGED、EDITED_AND_CONFIRMED、REJECTED_MANUAL_ENTRY或DEFERRED。未发生审核时该字段留空。machine_actor_and_authorization_ref: 对于经授权的自动化处置,识别执行服务或作业,并关联第 3.1 节中经批准的使用背景及适用授权。缺少这些记录的自动化写入将无法通过测试。final_committed_value: 对于已提交的人工审核或经授权的自动化处置,保留写入临床记录的确切结果。对于未提交的处置,该字段留空。reviewer_id_and_role: 发生人工审核时,记录经认证的身份和角色,以支持 EMA 指南 112288/2023 中建议的角色分离 [19]。override_reason_code: 发生人工审核时,每当审核员覆盖高置信度建议或接受低置信度预测时记录其原因,以支持质量根本原因分析。inference_and_disposition_timestamps: 执行及每次后续处置的高精度 UTC 时间戳,包括发生人工签字确认的时间(如有),符合 FDA Q14 系统时钟建议,并支持审核停留时间分析 [12]。review_dwell_seconds: 对于已完成的人工审核,记录从呈现到提交的时长,提供用于评估审核严格程度的运行元数据。
建议的推理与处置记录及验证
记录推理并追加其可归因的处置。对人工审核、经授权的自动写入以及保持未提交状态的结果使用单独证据。
左右滑动查看完整图表。
| 字段名称 | 数据类型与示例格式 | 法规与治理依据 | 建议的 UAT 验证方法 |
|---|---|---|---|
| 推理事件 UUID | UUID 字符串(例如 'a1b2c3d4-...') | 将 AI 推理直接关联至临床数据库记录(eCRF、eCOA、eTMF)的关系外键。 | 验证该事件可解析至其预期记录或草稿,且所有尝试均保持可追溯。 |
| 模型 ID 与版本 | 字符串:模型 ID + SHA-256 / 带日期的 ID | 捕获确切的模型版本和部署标识符。FDA 的 DHT 指南建议为每个 DHT 建立更新记录。EClinCloud 将该做法扩展至模型记录。 | 断言 API 返回的 model_id_and_version 与经批准的申报资料相匹配。 |
| 提示词或配置哈希值 | 字符串:64 字符 SHA-256 十六进制摘要 | 标识提示词、解码参数及检索索引的经批准快照。 | 针对提示词与配置有效负载重新计算 SHA-256;断言其与经批准的发布哈希相匹配。 |
| 源指针与哈希值 | 创建工作副本时在研究中心计算的源定位符及 SHA-256 | 建立源谱系,将经脱敏的工作副本与研究中心留存的原始记录相关联。 | 在中心重新计算并与保留的哈希值进行比对。 |
| 原始 AI 输出与评分 | JSON 对象:文本/值 + 浮点分值 | 持久化保存未经编辑的机器建议和置信度分值,以重构初始预测。 | 断言输出有效载荷在人工界面显示之前包含原始预测。 |
| disposition_state | HUMAN_REVIEWED / AUTHORIZED_AUTOMATED / UNCOMMITTED | 区分结果与推理事件。 | 重放推迟的建议及随后的决定。验证两种处置仍保持关联且有序。 |
| 机器执行者与授权引用 | 执行服务或作业,以及授权自动化的审批记录 ID | 明确机器责任及第 3.1 节授权。 | 拒绝无适用审批的预置自动化写入。验证允许写入中的执行主体和审批引用。 |
| 人工处置操作 | 取决于实际的人工审查:ACCEPTED_UNCHANGED、EDITED_AND_CONFIRMED、REJECTED_MANUAL_ENTRY 或 DEFERRED。 | 符合 FDA-EMA 指导原则 1 与 8,以评估人与 AI 的交互及监督。 | 执行各项人工操作,并验证在无人员审核输出时该字段为空。 |
| 最终提交值 | 字符串 / 数值 / 编码条目 | 捕获通过人工审核或授权自动化写入的值。 | 将写入的值与处置进行比对。验证推迟或未提交的事件没有已提交的值。 |
| 审核人 ID 与角色 | 字符串:经认证的用户 ID + 角色 | 在发生人工审核时予以记录。 | 将身份和角色与审查会话进行比对。核实纯自动化处置未记录任何人员身份。 |
| 覆盖原因代码 | 枚举 / 分类代码 + 可选文本 | 当人工覆盖高置信度 AI 或接受低置信度输出时的强制性理由说明。 | 在进行覆盖操作时尝试在无原因代码的情况下提交;断言界面验证会阻止提交。 |
| 推理与处置时间戳 | ISO 8601 UTC 字符串 (YYYY-MM-DDThh:mm:ssZ) | 记录 UTC 推理与处置时间,包括任何实际的人工签署确认。 | 断言时间戳以 UTC 格式从同步的 NTP 系统时钟中获取。 |
| 审核停留秒数 | 浮点数 / 整数(秒) | 用于已完成人工审查的可选 RBQM 输入。 | 检查从呈现到提交所经过的时间。若未发生人工审查,则留空。 |
所有字段、原因代码和验证断言均代表 EClinCloud 建议的实施方案。
5.3 利用审计元数据进行 RBQM 监测与检查就绪
ICH E6(R3) 第 4.2.3 节建议申办方对临床数据和元数据(包括审计追踪) [2] 开展基于风险的审查。通过汇总各试验中心的事务级审计元数据,中心数据管理员和基于风险的质量管理 (RBQM) 负责人能够识别操作异常:
- 通过审核停留时间监测自动化自满: 借鉴英国 MHRA AI Airlock 洞察 2 中关于人类监督随时间推移可能弱化的论述 [21],中央监查仪表板可并行追踪
AI Acceptance Rate与Mean Review Dwell Time。如果研究中心人员在停留时间低于示例阈值(例如,每页低于两秒)的情况下,对复杂多页文档持续记录ACCEPTED_UNCHANGED处置,这一操作信号可作为问询的提示。数据管理负责人可调查协调员是在核对源文档,还是仅表面化地接受输出结果,并在适当时安排针对性再培训。然而,QA 负责人必须认识到,停留时间是具有固有局限性的操作替代指标:单凭较低的停留时间是一个模棱两可的信号(例如,协调员可能在打开软件界面之前已彻底核查了纸质原始记录),而较高的停留时间则可能反映屏幕处于闲置开启状态。EClinCloud 建议在中心层面报告停留时间,除非中心协议及适用的数据保护与劳动法规允许个人层面的报告。 - 通过人工覆写率追踪区域分布偏移: 跨试验中心、国家和实验室网络监测
Human Override Rate,可提示临床运营团队注意新出现的分布偏移。新上线国际中心的覆写率若突然上升,可作为调查当地医学缩写、医院病历版式或实验室单位差异的提示,从而明确对本地化 UAT 进行调整的需求。EClinCloud 建议按职能、中心和周期计算这两种比率。仅计入已完成人工审核的处置。以未经修改的接受数量除以该分母得出接受率,并以修改数量加上拒绝数量除以同一分母得出覆写率。排除获授权的自动化事件。推迟处置项应单独报告,且仅在其完成人工处置后方可纳入比率计算中。在报告各项比率时均应列明分母。 - 导出按时间顺序排列的稽查轨迹: 对于处于第 11 部分适用范围内的封闭系统,21 CFR 11.10(b) 涉及检查副本,11.10(e) 涉及稽查轨迹 [31]。ICH E6(R3) 第 4.2.2(c) 节建议提供可解读的稽查轨迹和日志以供复核 [2]。FDA Q12 建议以可搜索和可排序的格式保存稽查轨迹,并在不可行时接受 PDF 等静态格式 [12]。EMA §6.2.1 涉及复核与导出 [19]。在供应商确认方面,EClinCloud 建议验证是否能以有据可查的机器可读格式(例如 CSV 或 XML)导出完整稽查日志,且该格式无需供应商专有工具即可打开。获取对应的人类可读呈现形式(例如 PDF)。验证两者均显示推理 UUID、模型与配置标识符、源指针、原始建议、处置状态、已提交值(若存在)以及同步的 UTC 时间戳。对于人工决策,应包含审核人员及适用原因。对于获授权的自动化操作,应包含机器执行主体及授权参考索引。
6. 欧盟《人工智能法案》:临床试验软件的实际定位
综合研读,《人工智能法案》与 Regulation (EU) 2026/1744 确立了一个分层架构。首先明确适用范围,进而确定分类及任何透明度义务 [7] [8]。
6.1 科学研究除外条款:第 2(6) 条、鉴于条款第 25 条以及第 2(8) 条
任何临床试验工具面临的首要法律问题,是其是否属于第 2(6) 条所确立的研发除外范围 [7]。第 2(6) 条逐字规定如下:
“本条例不适用于专门为科学研究与开发的唯一目的而开发并投入使用的 AI 系统或 AI 模型,包括其输出。” [7]
鉴于条款第 25 条解释了这一除外情况,指出纯粹为了科学研究与开发而开发并投入使用的 AI 系统应被排除在本条例的适用范围之外,同时指出 “可用于开展任何研究与开发活动的任何其他 AI 系统应继续受本条例各项规定的管辖。” [7]
第 2(6) 条探究了 AI 系统因何被开发并投入使用。对于商业化供应的 eClinical 工具,应记录其具体的预期目的与部署方式。利益相关方已要求欧盟委员会就如何在包含药品和医疗器械在内的各领域适用研究除外条款提供更清晰的指南 [7] [32]。以下两种解读属于社论性解读,用于对照每次部署的具体事实进行检验。
- 针对研究的专用部署。 为单一明确的科学研究目的而开发并投入使用的方案解析器,在第 2(6) 条下能够提出更充分的理由。收集能够证明该目的的设计任务书、合同、获准用户及部署限制条件。单凭“临床试验”标签本身所能提供的证据较为有限 [7]。
- 可复用的运营服务。 如果一个平台服务于多种用途(例如研究工作流和通用文档处理),其理由则相对较弱。应根据实际的开发、供应和部署安排,记录提供者和部署者的角色。鉴于条款第 25 条明确区分了专为科学研究这唯一目的而开发并投入使用的 AI 系统,与恰好被用于研究的其他系统 [7]。
确认筛查。 利用这三种情形来确定需要提交给相应法律及质量审核人员的证据。记录分类情况;若预期目的或部署方式发生变更,应重新评估该分类。
- 通用与多用途软件: 根据序言 25,用于研究的其他 AI 系统仍受本条例约束。按照我们的解读,这涵盖了在研究中使用的通用基础模型、商业支持聊天机器人以及通用企业级 OCR 工具 [7]。
- 商业许可的试验专用软件: 对于处于该法案适用范围内的 EDC 实验室 OCR 工具或 eTMF 分类器,应确定其预期目的是否符合附录 I 或附录 III 的分类,以及是否适用第 50 条的透明度义务 [7]。
- 上市前研究、测试与开发。 第 2(8) 条排除了在投放市场或投入使用前有关 AI 系统或模型的研究、测试与开发(须遵守适用的欧盟法律)。该排除不涵盖真实世界条件下的测试。这有别于第 2(6) 条。非约束性 MDCG 2025-6 问题 25 将高风险医疗器械 AI 临床调查和性能研究视为真实世界测试,并解释称第 60(1) 条保留了适用的欧盟或国家法律,包括 MDR 和 IVDR [7] [30] [33] [34]。
6.2 《数字综合法案》修正案:时间表、第 4a 条、第 6(1a)–(1b) 条、第 6(3) 条及第 50 条
Regulation (EU) 2026/1744(即《人工智能数字综合法案》,于 2026 年 7 月 24 日发表于《欧盟公报》,并于 2026 年 7 月 27 日生效)对 Regulation (EU) 2024/1689 实施了关键修订 [8]:
第III章第1节至第3节的适用日期。 经修订的第113条规定,除第6条第(5)款外,这三节对于根据第6条第(2)款及附件III分类的高风险系统自2027年12月2日起适用,对于根据第6条第(1)款及附件I分类的系统自2028年8月2日起适用 [8]。对于第6条第(1)款,请检查产品或安全组件标准以及第三方合格评定要求。根据第6条第(1c)款,仅由与健康和安全无关的风险触发的第三方评定不符合第6条第(1)款(b)项的要求 [8]。第50条在下文单列了时间表。第2条第(13)款允许针对第6条第(1)款的高风险系统,限制第9条至第15条以及第17条至第25条中的特定义务。附件I第A节所列立法必须对健康、安全或基本权利提供同等或更高水平的保护,且该限制必须保持本法案的整体保护水平。欧盟委员会必须在2027年8月2日之前通过授权法案,明确具体的系统、义务、条件和范围 [7][8]。
第50条第(1)款自2026年8月2日起的透明度要求。 在本法案适用的情况下,旨在直接与人互动的AI系统的提供方必须告知其正在进行互动,“除非结合具体情况和使用语境,从具备合理知情度、观察力与谨慎度的自然人的角度来看,这种互动是显而易见的” [7]。第50条第(5)款将截止时间规定为首次互动或接触时。就研究资质确认而言,EClinCloud建议检查面向受试者和研究中心的对话助手中是否包含清晰易读的披露信息。
第6条高风险分类规则澄清: Regulation (EU) 2026/1744 在第6条第(1a)款和第(1b)款中增加了安全组件规则 [8]。根据第6条第(1a)款,仅用于用户协助、性能优化、服务效率、自动化或便利性,或者质量控制等与安全无关方面的AI系统,不属于本法案的安全组件分类 [8]。相反,第6条第(1b)款澄清,只要AI系统的故障或失灵会危及健康与安全,即适用安全组件地位 [8]。根据我们的分析,大多数运营类eClinical工具(例如CTMS排程器或TMF索引工具)完全位于附件I和附件III的范围之外 [7]。对于涉及附件III领域的软件, 第6条第(3)款 规定,若AI系统不会对健康、安全或基本权利构成重大损害风险,且满足以下四项具体条件中的至少一项,则不应被视为高风险系统:(a) 执行狭窄的程序性任务;(b) 改进先前已完成的人类活动的结果;(c) 其目的是发现决策模式或偏离先前模式的偏差,如果它会影响或替代先前已完成的人类评估,则需要进行适当的人工审查;或 (d) 执行评估的准备性任务 [7]。对自然人进行特征分析的附件III系统,根据第6条第(3)款仍属于高风险系统 [7]。根据 第6条第(4)款 ,主张适用第6条第(3)款豁免的提供方必须在将系统投放市场或投入使用前对其评估进行书面记录,并根据第49条第(2)款在欧盟数据库中注册该系统,这些义务于2027年12月2日起生效 [7][8]。
第4a条项下附条件的偏倚处理。 根据修订条例第4条,第4a条自2026年7月27日起适用,并确立了一项受到严格保障的法律例外,允许出于检测和纠正算法偏倚的目的处理特殊类别的个人数据(包括健康、基因和生物识别数据) [8]。根据 第4a条第(1)款 ,高风险AI系统的提供方除遵守GDPR或其他适用的欧盟数据保护法外,在满足六项累积条件的前提下,可严格出于偏倚检测和纠正的目的处理特殊类别的个人数据:
(a) 偏倚检测和纠正无法通过处理其他数据(包括合成数据或匿名化数据)来有效实现;
(b) 对个人数据的再利用采取技术限制,并采用最先进的安全和隐私保护措施,包括假名化;
(c) 访问权限严格限制于受保密义务约束的经授权人员;
(d) 个人数据不被传输、转移或以其他方式被其他方访问;
(e) 一旦偏倚得到纠正或在保留期结束时(以两者中较早者为准),即删除个人数据;以及
(f) 保存处理活动记录,说明处理为何具有严格必要性 [8]。
第4a条第(2)款 将该许可扩大至其他AI系统和模型的提供方和部署方,以及高风险AI系统的部署方,前提是处理对于检测和纠正可能影响人员健康和安全、对基本权利产生负面影响或导致欧盟法律所禁止的歧视的偏倚具有严格必要性,且满足第1款的所有条件。该条款规定:“本款不设定开展此类偏倚检测和纠正的任何义务。” [8]。在EClinCloud的理解中,当试验软件(例如入组资格预筛查或终点测量)的偏倚测试将使用受试者的健康数据时,这一点至关重要。
欧盟《人工智能法案》在临床试验软件中的适用性与实施界限
适用范围、高风险分类及透明度取决于预期用途。除第 6(5) 条外,第 III 章第 1–3 节的适用日期与第 50 条是分开的。
左右滑动查看完整图表。
| AI 系统类别 / 工作流 | 欧盟《人工智能法案》分类与法律依据 | 生效实施日期 | 建议申办方与供应商采取的确认行动 |
|---|---|---|---|
| 独立 eClinical 工作流软件(EDC、CTMS、eTMF、RTSM) | EClinCloud 的解读:通常落在附件 I 和附件 III 之外。需根据预期用途进行确认。 | 确认适用范围与预期用途。 | 记录预期用途,并针对实际部署情况评估第 2 条与第 6 条。 |
| 涉及附件 III 领域且适用第 6(3) 条豁免的临床试验专用 AI | 通过第 6(3) 条豁免认定为非高风险(要求:无重大风险、满足四项条件之一且无画像分析)。 | 适用的第 III 章第 1–3 节规则(第 6(5) 条除外)自 2027 年 12 月 2 日起生效。 | 在投放市场或投入使用前,对第6条第(3)款评估进行书面记录。在2027年12月前为根据第49条第(2)款在欧盟数据库注册做好准备。 |
| MDR 2017/745 或 IVDR 2017/746 项下的人工智能赋能医疗器械 / SaMD | 适用第6条第(1)款时的附件I高风险AI系统。第6条第(1c)款将仅由与健康和安全无关的风险所触发的评定排除在第6条第(1)款(b)项之外。 | 2028 年 8 月 2 日适用于第 III 章第 1–3 节,第 6(5) 条除外,在适用第 6(1) 条和附件 I 的情况下。 | 对于 MDR 医疗器械,确定第 62 条至第 82 条及附录 XV 中的临床调查要求是否适用。在该临床调查语境下考量 ISO 14155。对于 IVDR 医疗器械,单独评估适用的性能研究要求。参见来源 30 和 33。 |
| 面向受试者的对话助手(技术帮助) | 在该法规适用的情况下,第 50(1) 条规定的提供方披露义务,受其显见交互例外情形约束。 | 2026 年 8 月 2 日 | 核实提供方已实施清晰易读、无障碍的界面披露,告知受试者其正在与 AI 进行交互;确认获得 IRB/IEC 批准。 |
| 用于偏倚缓解的特殊类别健康数据处理(第 4a 条) | 第 4a(1) 条在累积性保障措施下涵盖高风险 AI 提供方。第 4a(2) 条有条件地将该许可扩展至高风险 AI 部署方以及其他 AI 提供方和部署方。 | 2026 年 7 月 27 日,依据 Regulation (EU) 2026/1744 第 4 条。 | 适用第 6.2 节中的所有条件及适用的数据保护法律。根据第 (2) 款,确立严格必要性以及适用的健康、安全、基本权利或禁止歧视边界。该许可并未创设开展偏倚处理的一般义务。 |
| 专为科学研发开发并投入使用的 AI | 第 2(6) 条:唯一目的为科学研究与开发。另外,第 2(8) 条排除了上市前的研究、测试和开发,而真实世界测试不在此项排除之列。 | 评估不同的适用范围条件。 | 审查商业 SaaS 是否符合唯一目的研发标准;切勿假定多租户商业平台可自动获得豁免。 |
第 III 章第 1–3 节的日期不包括第 6(5) 条。针对实际部署情况,应单独核查第 2 条的研究适用范围。
7. 申办方与 CRO 的 90 天分阶段实施示例序列
从临时的试点脚本过渡到经得起核查的 AI 治理框架,需要一个有序的分阶段实施计划。申办方和 CRO 可以通过一个示例性的 90 天序列将这些建议付诸实施,其实际时间表将取决于供应商的软件发布周期及内部变更管理程序。
7.1 第 1 至 30 天:资产盘点、使用语境筛选与监管分流
- 全面 AI 资产盘点: 编目嵌入在活跃和计划中的临床试验系统中的各项人工智能、机器学习和自然语言处理能力,涵盖 eCRF 方案解析器、医疗 OCR、eCOA 图像质量扫描器、eTMF 索引器、RBQM 异常检测器和医学编码助手。
- 使用语境筛选。 应用第 3.1 节中的三问题筛选流程,并记录支持各层级分配的证据。
- 法律地位与医疗器械分流。 从层级 4 开始,评估其预期用途可能符合 FD&C Act 第 201(h) 条、MDR 或 IVDR 项下器械定义的任何功能。确定适用的试验路径 [13] [30] [33]。针对面向受试者或研究中心的对话助手,核对第 6.2 节中的披露条款。
7.2 第 31 至 60 天:SOP 重设基线、质量协议与 Sidecar 审计模式
- SOP 更新。 区分 (1) 具有约束力的法规,包括 21 CFR Parts 11、50、56、312 和 812 中的适用条款、欧盟《临床试验法规》(EU Clinical Trials Regulation)、MDR、IVDR 和 AI Act,以及中国 NMPA 2026 年第 50 号公告 [18] [30] [33] [7] [5];(2) 已采纳的指导原则,包括 EMA 的计算机化系统指导原则以及 ICH E6(R3)——第 47 条要求申办方和研究者在欧盟临床试验中予以考虑的一项指导原则 [19] [2] [18];(3) 监管机构建议,包括 FDA eSystems Q&A、DHT、CSA 和 E6(R3) 指导原则以及中国 CDE 计算机化系统指导原则 [4] [6] [12] [13] [14];以及 (4) 指导原则草案,包括 FDA-2024-D-4689 [1]。
- 质量协议。 适用第 4.1 节中的通知条款,并使用第 8.3 节中的单一供应商请求清单。
- Sidecar 审计追踪架构。 根据第 5.2 节捕获每一次原始推理及后续处置。针对人工审核、已授权自动化以及未提交的结果测试重构。仅当人员实际审核建议时才记录审核员字段 [12]。
- 源数据溯源。 实施第 5.1 节中的研究者控制与工作副本程序。
7.3 第 61 至 90 天:黄金数据集 UAT、对抗性验证与 RBQM 元数据监测
- 黄金基准测试集整理: 编制代表试验数据全部操作范围的研究特异性、匿名化黄金基准测试集,包括多中心扫描件、降质照片以及区域格式差异。
- 对抗性 UAT 执行: 在各适用层级执行四项针对性对抗 UAT 检查:(1) 运行时溯源与哈希验证(层级 2、3、4);(2) 黄金扰动与区域设置测试(层级 3、4);(3) 拒绝与不确定性阈值测试(层级 1 面向受试者、3、4);以及 (4) 未提交草稿隔离测试(层级 2、3)。
- 实施 RBQM 元数据监测: 配置基于风险的质量管理监控仪表板以汇总事务元数据,在符合第 5.3 节报告边界的前提下,跟踪各试验中心的
AI Acceptance Rate、Human Override Rate和Mean Review Dwell Time,以此作为调查潜在自动化自满与区域分布漂移的操作提示 [2][21]。 - 审计追踪导出演练。 使用第 5.3 节中的导出规程重构一项 AI 辅助录入条目。
8. 在保密协议下对供应商进行资格确认:EClinCloud 案例示例
在依据正式保密协议对企业级 eClinical 平台供应商进行资质评估时,申办方 QA 审计员应评估供应商的技术架构是否支持跨各独立功能模块的法规合规。来自 EClinCloud 的公开文档(于 2026 年 11 月 13 日访问)阐释了一体化多模块临床软件平台如何处理面向特定任务的 AI 功能 [35]。
8.1 公开信任框架与面向特定任务的架构
在其公开信任与合规中心,EClinCloud 列明了企业质量与安全认证,包括 ISO/IEC 42001:2023(人工智能管理体系)、ISO 27001(信息安全管理)、ISO 27701(隐私信息管理)、ISO 9001(质量管理)、ISO 20000(IT 服务管理)、云安全联盟(CSA)STAR 以及 DJCP(中国 MLPS)[36]。在其公开架构声明中,该公司阐明了一项核心治理原则:
“ECC 平台上的 AI 始终与特定任务绑定——方案解析、OCR 录入、文档分类、风险扫描及问答——且由人工审核输出。” [36]
根据公司平台规范,EClinCloud 提供私有化 / 本地化部署选项,具体托管安排将在技术评估期间与客户团队确认 [35]。
8.2 逐模块确认边界
本节结合 EClinCloud 的公开声明应用该框架。各项验证条目指明了申办方在保密协议下期望审查、且 EClinCloud 应当提供的证据。各项性能数据均为该公司自行报告。其中一项 eCOA 数据归因于一项儿科 II 期研究。所引用的页面未针对上述任何数据提供分母或评估方法。
电子数据采集(EDC):
EClinCloud 的陈述: EClinCloud 表示,大语言模型对临床试验方案的解析可将初始研究建库工作量减少 60%,生成的访视、表单和逻辑核查在系统上线前由数据管理员进行审核与确认 [35][37]。该供应商还在平台页面上表示,医疗 OCR 可处理 1,000+ 种表单类型,识别准确率达 95%+ [35]。其 EDC 页面介绍了检索增强解析 [37]。EDC 页面报告了 95% 的识别准确率,能够解析原始记录并直接同步至 EDC,将每个表单的录入时间从 8–10 分钟缩短至 3 分钟以内,并将源数据核查(SDV)工作量减少 20%,同时整合了个人可识别信息(PII)自动脱敏功能 [37]。
EClinCloud 的分类与建议申办方核查事项: 我们将方案解析归类为 Tier 2,在提交前经过经身份鉴别确认的前提下,将 OCR 源提取归类为 Tier 3。在资质审计期间,申办方应核实:(1) 生产环境 EDC 在提交 OCR 提取的值之前是否要求具有可归属性的人工确认,以及系统如何对照第 5.1 节中的自动填充指南展示建议值;(2) 未脱敏的原始扫描件仍处于研究者控制之下;以及 (3) 原始 OCR 建议与人工处置记录均记录在可导出的边车式审计追踪(sidecar audit trail)中。
随机化与试验物资管理(RTSM):
EClinCloud 的陈述: EClinCloud 表示,AI 方案解析可一步完成 RTSM 的配置,在提供智能物资供应预警的同时,将建库设置工作量减少 10% 至 20% [38]。
EClinCloud 的分类与建议申办方核查事项: 我们将 RTSM 自动化设置归类为生产前配置 Tier 2。在资质审计期间,申办方应核实:(1) AI 生成的随机化规则、药包类型及分发计划表均被视作未提交的草稿,在正式发布至生产环境前必须由具备资质的生物统计学家及物资负责人进行书面签署确认;以及 (2) 在试验进行期间,系统严格禁止 AI 自动向实时随机化表或药包分配算法执行写入操作。
电子临床结局评估(eCOA):
EClinCloud 的陈述: EClinCloud 表示,其 eCOA 模块支持五种评估模式:电子患者报告结局(ePRO)、电子临床医生报告结局(eClinRO)、电子观察者报告结局(eObsRO)、电子效能结局(ePerfO)以及电子日志(eDiary)[39]。该公司报告称,实时相机图像质量检查将一项儿科 Phase II 研究中的拍照合格率从 40% 提高至约 95%,同时将返工周期从 24–48 小时缩短至 5 秒以内 [39]。该公司还报告了准确率达 95% 且耗时在 5 秒以内的药品标签文本自动提取功能,以及自动 PII 脱敏功能 [39]。该平台包含一个具备角色感知能力的对话助手(LinBot ),可回答系统与工作流程问题 [39]。
EClinCloud 的分类与核查。 建议性图像质量检查属于分支 2C 下的 Tier 3。在受试者或研究中心在保存前确认提取数值的前提下,标签提取属于 Tier 3。请核查提交前具有可归属性的确认、原始提取值与确认记录的日志记录,以及对照第 5.1 节自动填充指南对建议值的呈现位置。如网站所述,LinBot 的工作流程辅助属于 Tier 1。若受试者可以使用该功能,请核实第 3.2 节中的导航安全防护措施,包括适用的提供商披露、拒绝、升级处置以及研究中心安全审查 [7]。
科学与临床试验服务(人类专家边界):
EClinCloud 的陈述: EClinCloud 的公开服务文档将量表管理(Scale Management)、语言学验证(Linguistic Validation,包括翻译、回译与认知访谈)以及评分员培训(Rater Training)列为其承接的临床试验管理服务 [40]。
EClinCloud 的分类与建议申办方核查事项: 我们注意到,这些服务代表了专业的人工临床与语言学服务,而非自动化软件功能。申办方在服务资质确认期间应核查:是否已从版权所有者处正式获得量表使用许可授权,以及语言学验证工作流程中是否纳入了具备资质的目标语言语言学专家。
电子试验主文档(eTMF):
EClinCloud 的陈述: EClinCloud 表示,其 eTMF 模块提供基于 TMF 索引的自动化文档分类,同时具备上传质量检查功能(检测重复文件、空白页、模糊扫描件及水印)与 LinBot 辅助,并明确指出 “归档由人工确认” [41]。
EClinCloud 的分类与建议申办方核查事项: 我们将此工作流程归类为 Tier 2 草稿分类。申办方应核实:(1) 在未经身份鉴别的人工文档专员确认的情况下,自动化文档索引建议不能将文档记录变更为 已归档 状态;以及 (2) 建议的分类标签与人工确认操作均已记录在审计追踪中。
临床试验管理系统(CTMS):
EClinCloud 的陈述: EClinCloud 表示,CTMS 提供一键式 AI 项目搭建、RBQM 驱动的监督以及监查报告的 AI 校对功能。平台页面还介绍了 AI 风险扫描 [35] [42]。
EClinCloud 的分类与建议申办方核查事项: 我们将项目设置草案拟定归类为 Tier 2,监查报告校对归类为 Tier 1,而 AI 风险扫描(平台页面)归类为 Tier 3。申办方应核实:(1) 风险信号与监查报告草案在归档前须由经身份鉴别的 CRA 与研究经理签署确认;以及 (2) 任何 AI 风险模型均须在模式 2 变更控制下遵循预定义的重新校准边界。
独立评审委员会(IRC)、资源管理(RM)与在线学习(eLearning):
EClinCloud 的陈述。 EClinCloud 将 IRC、资源管理及 eLearning 列为平台模块 [35]。
EClinCloud 的分类与建议申办方核查事项: 申办方应核实 IRC 模块是否包含任何自动化 AI 病灶评分功能,还是纯粹作为供人类临床评审专家使用的盲态工作流程管理平台运行;并确认 eLearning 评分功能以确定性方式运行。
8.3 研究上线前的建议审计问询事项
在保密协议下对 EClinCloud 或同等 eClinical 软件供应商进行正式资质审计时,申办方 QA 审计人员应索取以下验证产物:
- ISO/IEC 42001:2023 认证资料包: 审查该供应商人工智能管理体系的独立第三方审计报告及适用性声明,评估针对算法漂移、数据谱系及人在回路控制的内部风险管理规程 [36]。
- 合同中的模型治理条款: 确认供应商的主服务协议或质量协议中包含:(a) 第 4.1 节中的通知条款;(b) 根据 EMA 反思文件第 2.3.3.1 节在适当时允许监管检查获取模型架构与训练文档的访问权限 [9];以及 (c) 在自托管或受支持的供应商版本上切实可行的技术后备回滚能力。
- 源数据谱系架构。 结合已脱敏临床实验室记录或 eCOA 照片的技术数据流图,核实第 5.1 节中的研究者控制规程。
- 审计追踪导出演示。 按照第 5.3 节的要求,请求对 AI 辅助的 eCRF 录入进行现场实时重构。
- 托管与主权边界核实: 针对受跨境数据传输限制约束的多区域临床试验,检查供应商的私有云或专用 VPC 配置,以确认临床试验数据与推理管线始终保留在指定的国家司法管辖区内 [35]。
申办方如需探讨模块级资质确认边界、审计追踪模式及主权托管架构,可联系 EClinCloud,渠道包括其 产品演示申请页面 或通用 联系门户.
9. 方法学与局限性
为确保本报告所呈现证据及分析框架的完全透明,特此明确记录以下方法学边界与局限性:
法规文本。 该分析采用了正文中明确的主要法规、已采纳的指导原则和草案。中国和欧盟的实施日期均为引文资料中给出的日期。请将分析与每项研究的批准情况、目标市场及预期用途相匹配。
编辑惯例。 具约束力的规则通过其法规编号或条款编号予以标明。《欧盟临床试验法规》第 47 条要求申办方和研究者适当考虑 ICH GCP 指导原则。确认级别、变更控制模式、审计字段、数值示例及时间表均为 EClinCloud 的建议 [18]。
文献与原始证据。 第 2 节采用了已发表的 Shyr、Carroll、Yang、McKown、Karako 与 Gao 以及 Thierry 的报告。第 3 节和第 4 节采用了 MHRA 沙盒报告、Yan 的 QTL 研究以及其中引用的监管来源 [10] [24] [25] [26] [27] [28] [21] [29]。
供应商性能指标: 与 EClinCloud 软件模块相关的所有性能指标和运营效率数据(例如 OCR 准确率百分比、构建时间缩减以及拍照合格率)均为公司报告的指标,源自 2026 年 11 月 13 日访问的公开文档 [35][36][37][38][39][40][41][42]。这些指标尚未经过监管机构的独立测试或验证。申办方必须针对其自身的研究方案、用户需求和黄金基准测试套件,独立验证软件性能。
临床运营与 QA 团队的关键要点
- 明确具约束力的规则与适用的指导原则。 记录与该功能相关的法规、已采纳的指导原则及草案。《欧盟临床试验法规》第 47 条要求申办方和研究者适当考虑 ICH GCP 指导原则 [18]。
- 对各个工作流进行分类。 使用第 3.1 节中的三问题筛选法,检验未确认写入、与受试者或决策的紧密程度,以及影响程度和后果评级。
- 实施与部署相适应的版本控制与漂移防范机制: 对于自托管开源权重模型,要求提供权重和容器镜像的加密 SHA-256 摘要。对于商业云 API,要求提供固定的带日期模型标识符、合同约定的模型停用提前通知,以及带有预设容差范围的定期黄金数据集重跑。对于关键性试验,EMA 期望用于假设检验的模型和预处理流水线在数据库锁定前予以冻结并形成文档 [9]。
- 留存供检查的证据。 参考第 5.1 节和第 5.3 节,以落实研究者控制、数据导出以及对个人停留时间报告的限制。
来源
1. 美国 FDA — 《关于使用人工智能支持药品和生物制品监管决策的考量》(指导原则草案,案卷号 FDA-2024-D-4689,2025 年 1 月 6 日;草案——非用于实施)
2. 国际人用药品注册技术协调会(ICH)—《药物临床试验质量管理规范指导原则 E6(R3)》,第 4 阶段最终整合指导原则(于 2026 年 6 月 16 日采纳;原则与附录 1 于 2025 年 1 月 6 日定稿;附录 2 于 2026 年 6 月 3 日采纳)
3. 欧洲药品管理局(EMA)— 关于良好临床规范的 ICH 指导原则 E6(R3)(原则与附录 1 于 2025 年 7 月 23 日生效;附录 2 及合并版本于 2027 年 1 月 15 日生效)
4. 美国 FDA — E6(R3) 药物临床试验质量管理规范 (GCP)(最终第 1 级指导原则,案卷号 FDA-2023-D-1955,2025 年 9 月)
5. 中国国家药品监督管理局(NMPA)—《药物临床试验质量管理规范》(2026 年修订版,2026 年第 50 号公告,由 NMPA、NHC、NATCM 和 NDCPA 于 2026 年 5 月 21 日联合发布;2026 年 9 月 1 日起施行)
6. 中国国家药监局药品审评中心(CDE)— 发布《药物临床试验中计算机化系统和电子数据指导原则》的 2026 年第 44 号通告,自 2026 年 9 月 22 日起施行(通告由中国食品药品网转载,附指导原则 PDF)
7. 欧洲联盟,欧洲议会和理事会关于制定人工智能统一规则的第 (EU) 2024/1689 号条例(《人工智能法案》),《官方公报》L,2024 年 7 月 12 日
8. 欧洲联盟,修订第 (EU) 2024/1689 号、第 (EU) 2018/1139 号和第 (EU) 2023/1230 号条例的第 (EU) 2026/1744 号条例(《人工智能数字综合法案》),《欧盟官方公报》L 系列,2026 年 7 月 24 日
9. 欧洲药品管理局(EMA)—《关于在药品生命周期中使用人工智能(AI)的反思文件》(EMA/CHMP/CVMP/83833/2023,于 2024 年 9 月通过)
10. Shyr C, Taylor R, Jagtap V, Cheng AC, Harris PA — REDCap 中的生成式人工智能实施,JAMIA Open,2026 年 6 月(PMID 42369825 / PMC13302799)
11. 美国 FDA 与欧洲药品管理局(EMA)—《药物研发中良好人工智能实践指导原则》(10 项联合非约束性原则,2026 年 1 月)
12. 美国 FDA —《临床研究中的电子系统、电子记录和电子签名:问与答》(修订版 1 最终非约束性指导原则,2024 年 10 月)
13. 美国 FDA —《用于临床研究中远程数据获取的数字健康技术》(最终非约束性指导原则,2023 年 12 月)
14. 美国 FDA —《生产和质量管理体系软件的计算机软件保证》(最终非约束性指导原则,案卷号 FDA-2022-D-0795,于 2026 年 2 月 3 日重新发布)
15. 美国 FDA —《人工智能赋能器械软件功能预设变更控制计划的上市申报建议》(最终非约束性指导原则,案卷号 FDA-2022-D-2628,于 2025 年 8 月 18 日重新发布)
16. 美国 FDA —《人工智能赋能器械软件功能:生命周期管理与上市申报建议》(指导原则草案,案卷号 FDA-2024-D-4488,2025 年 1 月 7 日;草案——非用于实施)
17. FDA。E6(R3) 药物临床试验质量管理规范:附录 2,第 1 级指导原则草案. 于 2026 年 11 月 13 日访问。
18. 欧洲议会和理事会 — 关于人用药品临床试验并废除第 2001/20/EC 号指令的第 (EU) No 536/2014 号条例,《欧盟官方公报》L 158,2014 年 5 月 27 日
19. 欧洲药品管理局 (EMA) — 临床试验中计算机化系统与电子数据指南 (EMA/INS/GCP/112288/2023,2023 年 3 月发布,发布后六个月生效)
20. 欧洲委员会 (DG SANTE) — EudraLex 第 4 卷 GMP 指南利益相关方咨询:第 4 章、修订版附录 11 及关于 AI 的新附录 22 (草案咨询于 2025 年 10 月截止;草案状态截至 2026 年末)
21. 英国 MHRA — AI Airlock 沙盒第 2 阶段项目报告 (由 DHSC 和 RIO 支持;51 项申请,7 个试点候选项目;2026 年 6 月发布,2026 年 7 月更新)
22. 英国 MHRA — AI Airlock 第 3 阶段监管沙盒计划概述 (2026 年 10 月 6 日发布)
23. 国际制药工程协会 (ISPE) — GAMP 指南:人工智能(2025 年 7 月)与 GAMP 5 第二版框架
24. Carroll A, Brown D, Silvio D, Maszatics J, Hanauer DA — 评估用于自动化 REDCap 支持工单分诊与响应的大语言模型, JAMIA Open, 2026 年 6 月 (PMID 42261354 / PMC13242945)
25. Yang Z — 用于临床试验中心风险预测的机器学习:开发、外部验证及在中心资质评估中的运营应用, International Journal of Medical Informatics, 2026 年 5 月 (PMID 41741318)
26. McKown S, Arnold B, Boucher F et al. (ISOQOL TCA-SIG AI Working Group) — AI 在 COA 语言学验证与 eCOA 迁移流程中的应用:分析与良好实践建议, Journal of Patient-Reported Outcomes, 2026 年 2 月 (PMID 41652288)
27. Karako K, Gao J — 临床试验中的人工智能 (AI) 辅助超声:终点自动化、去中心化监查与监管就绪性, Drug Discoveries & Therapeutics, 2026 年 5 月 (PMID 42002939)
28. Thierry A, Manson A, Podhaisky HP — 数字健康技术如何用于支持药物监管批准, Therapeutic Innovation & Regulatory Science, 在线发表于 2026 年 7 月;2026 年 11 月刊 (PMID 42440213)
29. Yan L, Yu Z, Wu L, Liu R, Lin J — 通过机器学习方法优化临床试验中的质量容差限度监测, Therapeutic Innovation & Regulatory Science, 2025 年 5 月 (PMID 40000584)
30. 欧盟,欧洲议会和理事会关于医疗器械的 Regulation (EU) 2017/745 (MDR),第 62–82 条及附录 XV:临床研究,Official Journal L 117,2017 年 5 月 5 日
31. 21 CFR § 11.10 — 封闭系统控制 (eCFR)
32. 欧盟委员会 — 以明确指南支持《人工智能法案》(AI Act)的实施
33. 欧盟 — 关于体外诊断医疗器械的法规 (EU) 2017/746,包括性能研究
34. 医疗器械协调小组 (MDCG) 与人工智能委员会 (AI Board) — MDCG 2025-6 / AIB 2025-1:关于欧盟医疗器械法规与欧盟人工智能法案相互作用的指导原则(2025 年 6 月)
35. EClinCloud — 统一临床证据平台架构与托管选项(访问于 2026 年 11 月 13 日)
36. EClinCloud — 信任与合规框架(ISO/IEC 42001:2023 认证、CSA STAR、DJCP China MLPS;访问于 2026 年 11 月 13 日)
37. EClinCloud — 电子数据采集 (EDC) 解决方案规范(LLM 方案解析与医学 OCR;访问于 2026 年 11 月 13 日)
38. EClinCloud — 随机与试验供应管理 (RTSM) 解决方案规范(访问于2026年11月13日)
39. EClinCloud — 电子临床结局评估 (eCOA) 解决方案规范(五种模态、图像质控与 LinBot;访问于2026年11月13日)
40. EClinCloud — 科学与临床试验服务(量表管理、语言学验证与评分员培训;访问于2026年11月13日)
41. EClinCloud — 电子试验主文档 (eTMF) 解决方案规范(TMF 目录自动分类;访问于2026年11月13日)
