震驚醫療界：1357個FDA批准AI醫療設備中僅3個測試患者結果

2026年8月，發表於《PLOS Digital Health》的一項重磅研究揭示了一個令醫療界震驚的事實：在美國食品藥品監督管理局（FDA）批准的 1,357個 AI 醫療設備中，僅有 3個（約0.2%）曾被評估對患者健康結果的實際影響。這一發現引發了醫療界、監管機構和患者倡導團體的廣泛關注。

研究背景：AI 醫療設備的爆炸式增長

近年來，AI 醫療設備的數量呈爆炸式增長。截至2025年12月5日，FDA 已批准超過1,357個 AI/ML 醫療設備，涵蓋放射科、神經科、心血管科等多個臨床領域。這些設備承諾提高診斷準確率、減少醫生工作負擔，並改善患者護理質量。

然而，研究人員 Rawan Abulibdeh 等人的分析揭示了一個令人不安的現實：監管批准與臨床驗證之間存在巨大鴻溝。

研究核心發現

臨床試驗連結極為有限

「患者健康結果」的定義

研究中所指的「患者健康結果」包括：

• 症狀負擔和生活質量
• 功能狀態
• 主要臨床事件（死亡、嚴重不良事件）
• 住院率和再入院率

換言之，絕大多數 FDA 批准的 AI 醫療設備，從未被嚴格驗證是否真正改善了患者的健康狀況。

替代終點的過度依賴

研究發現，大多數設備的評估依賴於替代終點，如靈敏度、特異性或生理測量值。這些指標雖然可以衡量設備的技術準確性，但不一定與改善患者護理或健康結果相關。

監管漏洞：510(k) 途徑的問題

研究將這些差距部分歸因於 FDA 的 510(k) 監管途徑。該途徑要求設備證明與現有「謂詞設備」的「實質等同性」，而非通過前瞻性高質量試驗證明臨床有效性。

這意味著：

1. 新設備可以通過引用同樣缺乏嚴格驗證的舊設備來獲得批准
2. 臨床證據的差距可以通過謂詞設備鏈條延續下去
3. 設備可能在未經充分臨床驗證的情況下進入臨床實踐

臨床試驗的實際障礙

研究人員識別了進行嚴格試驗的多重實際障礙：

資源限制：前瞻性多中心試驗成本高昂、耗時長，需要專業人員，對許多設備製造商而言難以執行。

技術過時風險：由於 AI 技術快速演進，正在研究的設備版本可能在長期試驗完成前已經過時。

代表性不足：現有研究規模普遍偏小，近四分之三的研究招募人數少於500人，且往往排除了孕婦、青少年和非英語使用者等弱勢群體。

市場現實：AI 醫療的財務影響

儘管存在臨床驗證不足的問題，AI 醫療設備的市場影響已相當顯著：

• UnitedHealth Group 預計2026年 AI 驅動的節省接近 10億美元
• HCA Healthcare 預計節省 4億美元，主要通過自動化收入管理和行政任務
• 數字健康初創公司在2026年第一季度籌集了 40億美元風險投資

然而，研究也指出，AI 驅動的醫療編碼實踐可能導致全國索賠支出增加超過 20億美元，顯示 AI 的財務影響遠比表面複雜。

FDA 的回應：真實世界性能評估

FDA 已意識到需要改進真實世界性能監測。2025年9月，FDA 就 AI 醫療設備在真實世界環境中的性能測量和評估發出公眾諮詢請求，重點關注：

• 性能漂移管理：模型準確性因臨床實踐、數據輸入或患者人口統計變化而隨時間下降的問題
• 臨床結果整合：如何將臨床結果更好地納入產品全生命週期管理

公眾信任的下滑

這一研究發現與公眾對 AI 醫療的信任趨勢相吻合。根據2026年4月的數據，美國公眾對 AI 醫療的開放度已從2024年的52%下降至 42%。這一轉變被歸因於公眾對 AI 可能產生不準確回應（「幻覺」，約2%的概率）的認識日益增加。

對亞太地區的啟示

對於亞太地區的醫療監管機構而言，這一研究具有重要的參考價值。目前，亞太地區多個國家正在建立本地 AI 醫療設備監管框架：

• 新加坡：衛生科學局（HSA）已建立 AI 醫療設備的分類和審查框架
• 日本：藥品和醫療器械局（PMDA）正在更新 AI 醫療設備指南
• 中國：國家藥品監督管理局（NMPA）已批准多個 AI 醫療設備，但臨床驗證要求仍在完善中

這項研究提醒亞太地區監管機構：在推動 AI 醫療創新的同時，必須建立更嚴格的臨床驗證要求，確保患者安全。

結語

《PLOS Digital Health》的這項研究是對 AI 醫療設備監管現狀的一次重要警示。在 AI 醫療設備數量快速增長的背景下，監管批准與臨床驗證之間的鴻溝不容忽視。對於醫療機構、監管機構和患者而言，這一發現強調了在採用 AI 醫療技術時需要更嚴格的臨床證據標準，以確保這些技術真正改善患者健康結果，而非僅僅在技術指標上表現優異。