您當前的位置：檢測資訊 > 科研開發(fā)
嘉峪檢測網 2026-01-03 19:26
摘 要
目的：概述主動監(jiān)測模式在醫(yī)療器械上市后監(jiān)測中的應用進展，提出基于“深度監(jiān)測”范式構建醫(yī)療器械主動監(jiān)測體系的方法學建議。方法：檢索全球醫(yī)療器械主動監(jiān)測相關文件及文獻，梳理醫(yī)療器械上市后監(jiān)測的發(fā)展，總結主動監(jiān)測的現狀、特點及技術手段，提出“深度監(jiān)測”的新范式。結果：在自發(fā)報告模式的基礎上，各國和地區(qū)逐步探索建立主動監(jiān)測模式，主動監(jiān)測模式在一定程度上可彌補自發(fā)報告模式存在漏報和遲報的局限性。基于“深度監(jiān)測”范式，構建一個涵蓋多層次、多維度、全覆蓋的多源數據主動監(jiān)測體系，有望更有效、及時地識別并確認醫(yī)療器械不良事件。結論：建議基于“深度監(jiān)測”范式構建醫(yī)療器械上市后主動監(jiān)測體系，探索多源數據聯動的醫(yī)療器械上市后主動監(jiān)測和安全性評價。
關 鍵 詞
醫(yī)療器械；上市后監(jiān)測；主動監(jiān)測；深度監(jiān)測；大數據
醫(yī)療器械的廣泛應用顯著改善了重大疾病的治療效果，但也面臨發(fā)生不良事件的風險。醫(yī)療器械上市后監(jiān)測作為評價安全性的重要手段，通過收集和分析已上市的醫(yī)療器械在實際診療中產生的數據，可彌補上市前研究普遍存在的隨訪時間短、樣本量較小導致難以發(fā)現罕見不良事件等局限性[1]。考慮到醫(yī)療器械種類繁多、結構復雜，并且使用過程中受到術者與患者兩方面影響等特殊性，醫(yī)療器械上市后監(jiān)測面臨重要挑戰(zhàn)[2]。傳統的上市后監(jiān)測通常依賴于自發(fā)報告的監(jiān)測模式， 即醫(yī)療機構、患者或醫(yī)療器械制造商自愿將相關不良事件報告至監(jiān)管機構， 容易導致遲報、漏報及信息失真等問題[3]。相比之下， 主動監(jiān)測（active surveillance） 通過主動獲取、系統分析大規(guī)模醫(yī)療數據中醫(yī)療器械使用的相關信息，監(jiān)測捕獲醫(yī)療器械使用過程中的安全信號， 從而評估醫(yī)療器械的安全性， 具有連續(xù)性收集數據、覆蓋范圍廣等特點，在醫(yī)療器械上市后監(jiān)測中預期能夠發(fā)揮關鍵作用[4]。本文將根據醫(yī)療器械上市后監(jiān)測的復雜特點， 分析其模式演變的核心要素， 梳理主動監(jiān)測在醫(yī)療器械上市后監(jiān)測中的應用進展。
01醫(yī)療器械上市后監(jiān)測的模式演變
近年來，藥械上市后監(jiān)測體系發(fā)展迅速。相較于主要通過化學或生物作用發(fā)揮療效的藥品，醫(yī)療器械多依賴物理作用實現診斷和治療目的，其安全性和有效性不僅與產品本身的設計和制造質量有關，還與醫(yī)療器械類型以及術者操作技巧等因素密切相關。因此，探索符合醫(yī)療器械特點的上市后主動監(jiān)測模式，是完善我國醫(yī)療器械全生命周期監(jiān)管體系的重要方向。
1.1 醫(yī)療器械監(jiān)測的復雜性突出了科學監(jiān)管的迫切需求
醫(yī)療器械涵蓋了一次性使用醫(yī)療器械（如注射器）、體外診斷試劑、長期植入式醫(yī)療器械（如心臟起搏器、人工髖關節(jié)）等多種類型，應用場景廣泛，功能特性各異，難以建立統一的通用監(jiān)測標準。例如，長期植入式醫(yī)療器械的監(jiān)測重點在于植入后可能出現的排異反應等，而非植入式醫(yī)療器械則主要關注其功能的有效性與穩(wěn)定性[5-6]。由于醫(yī)療器械上市后的監(jiān)測報告范圍廣泛、類別眾多，傳統的藥品不良事件主動監(jiān)測體系難以直接適配醫(yī)療器械，除通用監(jiān)測指標外，還需根據不同醫(yī)療器械的特點設置相應的特異性指標。
同時，醫(yī)療器械的安全性還高度依賴于術者的操作技巧[7]，因此需要考慮與操作相關的不良事件。此外，相較于藥品代謝的化學穩(wěn)定性，醫(yī)療器械的性能可能因使用頻率或環(huán)境條件而變化，安全風險隨時間推移而逐漸顯現[8]，因此，醫(yī)療器械的上市后監(jiān)測通常需要更長的隨訪周期，這也進一步增加了監(jiān)測的復雜性，進而突出了對科學監(jiān)管的迫切需求。
1.2 現有法規(guī)與國際協調框架對上市后監(jiān)測的基本要求
鑒于醫(yī)療器械上市后監(jiān)測的復雜性，明確監(jiān)測的內容與模式是實現科學監(jiān)管的關鍵環(huán)節(jié)，相關法規(guī)為這一過程提供了制度保障與實踐指導，并對上市后監(jiān)測的目標、內容和責任主體提出了基本要求。例如，美國1976 年發(fā)布的《醫(yī)療器械修正案》（Medical Device Amendments of 1976）提出建立醫(yī)療器械不良事件報告系統；中國2000 年發(fā)布且持續(xù)修訂完善的《醫(yī)療器械監(jiān)督管理條例》為醫(yī)療器械監(jiān)管提供了依據。各種國際協調工作組織也發(fā)布了相關指南文件， 如國際醫(yī)療器械監(jiān)管機構論壇（International Medical Device Regulators Forum，IMDRF）2016 年發(fā)布的《將國際器械注冊登記系統與其他數據來源和工具相鏈接的原則》（Principles of International System of Registries Linked to Other Data Sources and Tools）提出以注冊登記系統為核心，與其他數據源互聯的基本原則與治理框架；全球醫(yī)療器械法規(guī)協調會（Global Harmonization Working Party，GHWP）第四工作組也于2023年發(fā)布了《上市后監(jiān)管資源中心》（Post Market Resource Center），為監(jiān)管機構與生產企業(yè)提供了獲取各地區(qū)醫(yī)療器械上市后法規(guī)與報送信息的便捷平臺。相關法律法規(guī)和指南文件共同構成了醫(yī)療器械上市后監(jiān)管的制度基礎，為包括自發(fā)報告和主動監(jiān)測在內的多種監(jiān)測模式提供了規(guī)范性框架和統一的工作依據。
1.3 自發(fā)報告為主的監(jiān)測模式亟需解決的核心問題
目前，全球范圍內常見的醫(yī)療器械上市后監(jiān)測手段仍然以自發(fā)報告為主，是各國和地區(qū)開展醫(yī)療器械安全監(jiān)測的基礎模式。例如，美國食品藥品監(jiān)督管理局（Food and Drug Administration，FDA）構建的MAUDE（Manufacturer And User Facility Device Experience） 數據庫涵蓋了近10 年由醫(yī)療器械制造商和醫(yī)療機構上報的不良事件報告，并保持每月1 次的更新頻率。根據自發(fā)報告來源的數據獲取安全信號，啟動醫(yī)療器械相關不良事件的溝通和召回仍是目前全球醫(yī)療器械上市后監(jiān)測的主要機制[9]。然而，該數據依靠監(jiān)管機構之外的個人和組織報告不良事件，缺乏系統、前瞻的數據收集，因此在報告的準確性、完整性和及時性上存在明顯缺陷。例如，2025 年發(fā)表在《英國醫(yī)學雜志》（The BMJ）的一項研究顯示，2019~2022 年MAUDE 數據庫中約129 萬份報告存在逾期提交的問題，約68萬份報告的日期數據缺失或無效，且部分報告存在不良事件的錯誤分類（如將死亡事件劃分至傷害類別）[10]。因此，單純依賴自發(fā)報告難以及時捕捉某些潛在風險模式，自發(fā)報告模式的局限性逐漸顯現。
相較于自發(fā)報告模式存在數據源單一等局限性， 主動監(jiān)測有望在此基礎上通過收集多種數據源、利用人工智能等技術， 更加全面地評估醫(yī)療器械的長期安全性。因此，各國和地區(qū)均不斷完善醫(yī)療器械監(jiān)管的政策法規(guī)， 積極推動醫(yī)療器械上市后主動監(jiān)測體系的構建， 并開展醫(yī)療器械上市后主動監(jiān)測工作。2008 年FDA 開展了哨兵計劃， 探索利用電子健康檔案構建主動監(jiān)測的新方法， 并在2016 年成立了國家衛(wèi)生技術評價體系協調中心（National Evaluation System for health Technology Coordinating Center，NESTcc）， 旨在開展醫(yī)療器械上市后監(jiān)測方法學研究與注冊登記研究等，推動了大數據和人工智能技術在監(jiān)測中的數智化應用[3,11]。歐盟在2017 年發(fā)布《醫(yī)療器械法規(guī)》（Medical Device Regulation, MDR）， 要求制造商建立上市后監(jiān)測體系，強調臨床隨訪，并通過歐盟醫(yī)療器械數據庫管理醫(yī)療器械的全流程數據[12]。近年來，中國也通過政策推動醫(yī)療器械監(jiān)管向主動化、系統化轉變，2014 年啟動了100個醫(yī)療器械品種的重點監(jiān)測工作，2023 年3 月國家藥品監(jiān)督管理局啟動醫(yī)療器械警戒試點工作，監(jiān)測的主動性、風險信息收集的全面性進一步提升[13]。
綜合來看，在相關法規(guī)持續(xù)完善、自發(fā)報告體系不斷發(fā)展的基礎上，各國和地區(qū)逐步將主動監(jiān)測納入醫(yī)療器械上市后監(jiān)管框架，形成了“自發(fā)報告作為基礎、主動監(jiān)測作為重要補充”的多元化監(jiān)測格局。本文對中美歐在醫(yī)療器械上市后監(jiān)測的相關法規(guī)及進展進行了總結，如圖1 所示。盡管不同國家和地區(qū)的相關機構對于主動監(jiān)測的定義存在差異，但其核心內涵基本一致：主動監(jiān)測是指通過連續(xù)、有組織、主動地收集多種來源的數據，監(jiān)測醫(yī)療器械全生命周期產生的安全信號，從而評估醫(yī)療器械的長期安全性，為醫(yī)療器械警示標簽調整或產品召回提供科學決策的證據，促進醫(yī)療器械產業(yè)的發(fā)展。
02醫(yī)療器械主動監(jiān)測的核心方法學要素
隨著各國和地區(qū)相繼提出醫(yī)療器械上市后主動監(jiān)測的理念和目標，并開展探索性工作，要將主動監(jiān)測從理念轉化為可持續(xù)運行的監(jiān)管實踐，仍需進一步明確數據源與監(jiān)測技術兩個核心要素。其中，數據源是開展監(jiān)測的資源基礎，針對前述醫(yī)療器械類型多樣、依賴術者操作以及風險長期性等特點，需要整合真實世界的多源數據，兼顧人群覆蓋廣度與臨床信息深度。此外，監(jiān)測技術作為具體實施的關鍵一環(huán)，依托數據鏈接、通用數據模型構建與安全信號自動識別等關鍵技術，對多源異構數據進行標準化治理和高效分析，實現對醫(yī)療器械相關不良事件的連續(xù)監(jiān)測、早期預警及風險水平評估，為主動監(jiān)測體系的穩(wěn)定運行提供方法學支撐。
2.1 醫(yī)療器械上市后主動監(jiān)測的數據源
與藥物警戒相似，真實世界數據是開展醫(yī)療器械上市后主動監(jiān)測的主要數據來源，但目前大部分場景下僅利用了單一數據源。隨著數據信息不斷豐富，醫(yī)療器械主動監(jiān)測可以獲取更廣泛的信息，依賴于整合多種不同類型的真實世界數據，包括臨床注冊登記數據、電子健康檔案以及醫(yī)保賠付數據等。此外，醫(yī)療器械自身數據、患者自我報告數據以及社交媒體數據等數據源已在上市后監(jiān)測中開展探索性應用。本文列舉了利用真實世界數據開展醫(yī)療器械上市后的部分研究實例，見表1。
然而，不同數據源的特點各異，例如，臨床注冊登記數據可主動收集患者及其醫(yī)療器械使用信息，數據質量高且結構化，但面臨高昂的建設成本，且多為特定疾病、特定類別醫(yī)療器械的數據，人群覆蓋面有限。電子健康檔案具備詳細的臨床記錄，能夠反映手術過程、醫(yī)療器械植入情況及患者隨訪信息，但由于不同醫(yī)院之間數據記錄標準和格式的不統一，導致數據整合難度大，互操作性較差[22]。醫(yī)保賠付數據則以其覆蓋面廣、連續(xù)收集和及時更新的特點，可以為主動監(jiān)測體系提供穩(wěn)定的數據支持，但數據顆粒度較粗，缺乏臨床細節(jié)。醫(yī)療器械自身收集的數據通常來源于智能化的可穿戴設備，涵蓋患者的心率、血壓等關鍵信息，可提示醫(yī)療器械相關不良事件，但此類設備目前的普及度較低，數據相對稀缺，可能存在選擇偏倚，難以作為醫(yī)療器械上市后監(jiān)測的主要數據來源，且數據質量可能受設備故障、信號干擾或患者活動等環(huán)境因素的影響[20]?；颊咦晕覉蟾婕吧缃幻襟w數據可反映患者的主觀感受，一定程度上可補充上述常見數據源可能遺漏的安全信號，但在報告的真實性與質量等方面仍有待探討[23]。
2.2 數據鏈接與信號自動識別的監(jiān)測技術
主動監(jiān)測體系的運行機制包括數據獲取、數據治理、數據存儲與傳輸、數據分析多個環(huán)節(jié)。面對真實世界的海量多源異構數據，數據鏈接與信號自動識別等監(jiān)測技術是建立主動監(jiān)測體系的關鍵支撐。數據鏈接可整合多個數據源，以獲取全面的醫(yī)療器械數據，更好地反映人群的醫(yī)療器械使用情況；信號自動識別可實時識別醫(yī)療器械的安全信號，及時上報不良事件，提高效率。
通過對多源異構真實世界數據的整合與標準化，構建主動監(jiān)測體系中的數據生態(tài)系統，實現信息的高效整合與共享，數據鏈接技術在此過程中發(fā)揮重要作用。數據鏈接通過數據提取、數據預處理、數據質控、數據匹配與整合等步驟，鏈接不同來源的數據，形成個體在不同醫(yī)療場景下的完整畫像。例如，英國心臟基金會（British Heart Foundation） 利用患者唯一標識碼鏈接了英國5400 萬人群的初級保健就診、醫(yī)院住院或死亡登記等數據，獲得了患者從出生到死亡全生命周期的信息，為不同類型的醫(yī)學研究提供了強大的數據支持[24]。然而，當前常規(guī)醫(yī)療數據中仍存在一些關鍵信息缺失的問題，尤其是在醫(yī)療器械使用環(huán)節(jié)。為解決醫(yī)療數據中缺乏患者所用器械信息的問題，FDA 提出了醫(yī)療器械唯一標識（unique device identifier，UDI）的概念，可實現臨床常規(guī)數據庫與設備生產層面信息的鏈接，有助于追蹤醫(yī)療器械的使用過程，推動實施全面有效的醫(yī)療器械監(jiān)測[25]。此外，在數據鏈接之前應采用通用數據模型統一數據格式和含義，從而標準化不同數據源中的術語、數據結構等[26]。
安全信號自動識別是指采用定量統計方法，識別醫(yī)療器械的新發(fā)安全問題、已知風險特征的變化及潛在的高風險人群等，常用的方法包括比例失衡測量法、風險調整法、序貫概率比檢驗以及傾向性評分等，可以在大量數據中快速識別出異常事件并評估其風險水平[27]。隨著人工智能技術的發(fā)展，深度學習算法在數據結構復雜的場景下逐漸顯示出強大的優(yōu)勢，如通過構建基于長短期記憶網絡的信號識別算法，可以深度挖掘電子健康檔案中的海量信息，并捕捉序列數據中長距離的依賴關系，為預測醫(yī)療器械相關不良事件的發(fā)生提供更為快速、精準的證據支持，但目前人工智能技術應用于醫(yī)療器械上市后主動監(jiān)測尚處于起步階段[17]。此外，安全信號自動識別技術仍需結合個案調查，采用雙重驗證的方式，平衡識別的效率與真實性。
總體而言，現階段多源數據治理方面的探索仍聚焦在單一技術環(huán)節(jié)的突破，尚未形成真正系統化的解決方案，主要體現在數據標準和變量定義不統一、數據質量參差不齊等問題普遍存在，使得不同數據之間的融合仍依賴大量人工干預與重復開發(fā)。另外，缺乏統一、可持續(xù)的技術平臺，導致各類監(jiān)測數據相對分散、重復建設問題嚴重，不僅難以支撐長期穩(wěn)定運行，也難以推動更高層次的主動監(jiān)測模式創(chuàng)新。雖然部分哨點醫(yī)院已啟動了醫(yī)療器械上市后主動監(jiān)測的試點工作，但數據來源單一，覆蓋人群有限，其數據多樣性和結果外推性仍受限。因此，在醫(yī)療器械使用日趨復雜、風險隱蔽性增強的背景下，如何挖掘不同來源真實世界數據的優(yōu)勢特征，并與人工智能等高階預警技術協同應用，提升監(jiān)測效率與風險識別能力，還有待深入探索。
03基于“深度監(jiān)測”范式的主動監(jiān)測新模式
主動監(jiān)測體系的構建需要考慮在“廣泛覆蓋”與“精準識別”之間權衡的統籌能力，才能有效實現從數據到決策的轉化，亟需跳出碎片化的技術積累思路，從更高層面系統規(guī)劃主動監(jiān)測體系的構建路徑，推動關鍵數據（資源）、算法（軟件）與平臺（硬件）的協同發(fā)展，提升監(jiān)測效率，是開展主動監(jiān)測實踐的突破口[28]。本文提出一種“ 深度監(jiān)測（deep surveillance）”的新模式，兼顧醫(yī)療器械上市后主動監(jiān)測人群覆蓋的廣度與安全信號識別的深度。
3.1 整合多源數據及信號監(jiān)測技術的“深度監(jiān)測”新模式
由圖2 可以看出，傳統自發(fā)報告模式依賴不良事件的自發(fā)上報，僅能發(fā)現“冰山一角”，且預警時間較短。“深度監(jiān)測”在自發(fā)報告的基礎上，充分利用涵蓋醫(yī)療器械使用相關信息的眾多真實世界數據源。“深度監(jiān)測”中自上而下的數據源體現為人群覆蓋的廣度擴大，有利于人群中罕見安全性信號的初篩；從人群健康大數據初篩的信號自下而上反饋到臨床注冊登記系統進行信號驗證、監(jiān)測平臺預警后開展個案調查（實現數據顆粒度由粗到細的精準識別），其核心思想在于結合不同數據源的優(yōu)勢，構建一個多層次、多維度、全覆蓋的多源監(jiān)測體系，形成完整的證據鏈，支持醫(yī)療器械的科學監(jiān)管。將自發(fā)報告模式與來自醫(yī)療機構、患者的真實世界數據結合，提高監(jiān)測數據的覆蓋面與多樣性。簡單來說就是從自發(fā)報告系統等來源的數據，逐步拓寬至醫(yī)療器械自身收集的數據、關注特定疾病或特定醫(yī)療器械使用人群的臨床注冊登記數據，以及電子健康檔案、區(qū)域醫(yī)療數據平臺、醫(yī)療保險數據等全人群健康數據庫，體現為由上而下、由淺到深的監(jiān)測人群范圍的“重心下沉”。此外，還可以進一步結合動態(tài)信號篩選算法，使用機器學習模型根據預先定義的統計閾值，通過安全信號主動探測的技術增強手段，及早發(fā)現潛在安全信號，優(yōu)化預警時間，實現醫(yī)療器械主動監(jiān)測的“哨點前移”。
3.2 利用多源數據實現時間、空間與人群的三維拓展
利用上述分層次的多源數據開展醫(yī)療器械上市后安全性的主動監(jiān)測，可實現對傳統靜態(tài)、孤立監(jiān)測模式的“三維拓展”。在時間維度上，通過電子健康檔案等數據源的縱向數據鏈接，可以追蹤患者在5 年、10 年甚至更長時間跨度內的醫(yī)療器械使用軌跡，構建個體化的縱向安全事件證據鏈，探索醫(yī)療器械的遲發(fā)性不良事件、風險累積效應以及長期生物相容性，有助于評價醫(yī)療器械的長期安全性。在醫(yī)療場景層面，納入體檢、首次就診及定期隨訪等多種診療情境，全面捕捉醫(yī)療器械在真實世界中的使用模式及安全性表現的場景差異。在人群層面，利用區(qū)域全人群健康大數據平臺整合的多個醫(yī)療機構、多個層級醫(yī)療服務體系的電子健康檔案數據，以獲得更具人群代表性、偏倚風險更小的醫(yī)療器械安全性評價結果。通過收集醫(yī)療器械在多場景、全人群中的長期使用證據，可彌補上市前監(jiān)測中隨訪時間不足、樣本量受限及應用場景單一的局限性。
根據不同數據源收集時間的差異，構成了時序遞進式的分層監(jiān)測架構，例如，電子健康檔案以其實時數據更新的特點，能夠在醫(yī)療器械相關不良事件發(fā)生早期階段實現疑似安全信號的早期預警，構成“深度監(jiān)測”范式的“前哨層”，并觸發(fā)初級預警機制；臨床注冊登記數據作為中間“驗證層”，利用定期隨訪采集的高質量結構化的臨床細顆粒度數據，對前述早期預警提示的安全信號進行驗證；自發(fā)報告數據則作為后續(xù)“確認層”，整合患者主觀報告與制造商技術反饋信息，為安全信號提供多維度的補充證據。這種基于時間梯度的多層級數據源整合模式，實現了從信號早期識別、中期驗證到后期確認的科學監(jiān)管完整鏈條。基于“深度監(jiān)測”新模式的主動監(jiān)測系統旨在將數據采集流程與臨床診療實踐深度融合，通過自動化流程盡可能減少醫(yī)療機構的額外工作負擔，在擴大監(jiān)測數據源范圍的同時，可顯著提高數據資源的管理效率。同時確保數據框架的可拓展性，應用分布式存儲架構為后續(xù)接入可穿戴設備等新型數據源提供技術支持，實現監(jiān)測能力的持續(xù)優(yōu)化與系統性能的迭代提升。
3.3 數據管理、信號監(jiān)測與決策響應的閉環(huán)協同機制
由圖3 可知，“深度監(jiān)測”新范式在數據管理模塊、信號監(jiān)測模塊與決策響應模塊之間實現可操作的閉環(huán)協同機制。首先，數據管理模塊利用分布式存儲架構、通用數據模型等技術，經過數據標準化、質控和隱私保護等處理流程，整合多源數據，形成時序連貫的基礎證據。隨后，數據流入信號監(jiān)測模塊，依托內嵌算法模型，持續(xù)識別潛在的不良事件或異常趨勢，初步識別的安全信號需根據信號強度與穩(wěn)定性、數據特征與偏倚風險、外部證據強度等進行交叉驗證，確保其真實性與穩(wěn)定性。在此過程中，算法自優(yōu)化機制將根據安全信號識別的靈敏度調整模型參數，實現信號監(jiān)測算法的持續(xù)優(yōu)化。決策響應模塊則利用預先定義的風險評估算法，權衡不良事件的嚴重程度、人群范圍與發(fā)生頻率等因素，將已驗證的信號轉化為量化風險，并據此生成個性化、基于風險等級的干預決策建議，如標簽調整、產品召回、風險溝通等，并基于UDI 持續(xù)追蹤該醫(yī)療器械的不良事件和臨床結局，評價干預措施效果。最終，下游反饋信息將用于完善風險識別與評估策略，形成數據驅動、閉環(huán)響應、自動迭代的智能化主動監(jiān)測體系。此外，在開展“深度監(jiān)測”流程中，技術研究中心作為協調數據管理、信號監(jiān)測與決策響應等模塊間的樞紐，通過制定數據管理的規(guī)范化標準、組織專家委員會、建立風險響應機制等，確保主動監(jiān)測系統各部分的有機協同。上述“深度監(jiān)測”體系以數據整合為基礎，以算法識別為核心，以風險管理為手段，通過模塊間協同與反饋機制，實現主動監(jiān)測系統的高效運行與持續(xù)優(yōu)化。
04主動監(jiān)測新模式實施的可行性與挑戰(zhàn)
“深度監(jiān)測”新范式在醫(yī)療器械的上市后監(jiān)測中具有諸多優(yōu)勢，能夠在現有監(jiān)測體系基礎上提升風險識別的全面性和前瞻性。首先，通過多源數據的整合，可以實現對醫(yī)療器械安全性信號全景式監(jiān)測，重復利用臨床信息和長期隨訪資料，使風險評估更準確。其次，依托自動化信號識別技術，“深度監(jiān)測”能夠在不良事件發(fā)生初期盡早發(fā)出預警，為科學監(jiān)管贏得寶貴時間。
我國現有的法規(guī)、指南與專家共識，“三醫(yī)聯動”機制以及針對醫(yī)療器械上市后監(jiān)測數據源的探索等，在技術指導與數據源構建上為“深度監(jiān)測”模式的實施提供了支持。目前，我國醫(yī)療器械上市后監(jiān)測以《醫(yī)療器械監(jiān)督管理條例》為基礎， 其中第六十二條明確要求建立醫(yī)療器械不良事件監(jiān)測體系。同時也建立了技術指南和專家共識以作為監(jiān)測活動的技術指導文件， 如《基于真實世界數據的高風險植入類無源醫(yī)療器械上市后風險監(jiān)測技術專家共識》提出采用“信號識別- 信號遴選- 信號確認”的流程并結合數據庫建設、信號挖掘等關鍵技術，實現監(jiān)測模式從自發(fā)報告向主動監(jiān)測的轉變[29]。“三醫(yī)聯動”機制可以通過三方協同發(fā)力，為“深度監(jiān)測”提供體系化支撐：醫(yī)療機構依托自身電子病歷信息系統等協助搭建監(jiān)測網絡，完成主動監(jiān)測相關數據收集和質控的關鍵環(huán)節(jié)，落實事件采集和臨床驗證，精準捕捉關鍵信息；醫(yī)保數據庫覆蓋醫(yī)療器械及患者使用的相關信息，并同步收集患者跨地區(qū)就診的臨床結局事件，以此執(zhí)行信號復核與預警提示，及時排查異常動態(tài)；監(jiān)管部門依照規(guī)范標準實施風險評估與響應措施，高效處置潛在風險，三者形成閉環(huán)聯動，共同筑牢“深度監(jiān)測”的體系根基。在醫(yī)療器械上市后監(jiān)測的實踐中， 根據《國家醫(yī)療器械不良事件監(jiān)測年度報告（ 2022 年）》顯示，國家藥品不良反應監(jiān)測中心已認定105家第一批國家醫(yī)療器械不良事件監(jiān)測哨點，形成了初步的國家級哨點監(jiān)測模式；同時，臨床注冊登記數據庫和專病隊列資源也在不斷完善，如中國心血管外科注冊登記系統（Chinese Cardiac Surgery Registry, CCSR）覆蓋全國97 家醫(yī)院的心血管外科數據庫，包含醫(yī)療器械使用情況的相關信息，可支持醫(yī)療器械的主動監(jiān)測工作[30]。此外，已有研究探索利用區(qū)域人群健康大數據資源，整合疾病監(jiān)測、死因監(jiān)測、醫(yī)院電子病歷、慢病管理、社區(qū)人群體檢等多源數據，開展心血管病人群防控的研究[31]，并從方法學設計和應用實施層面驗證了多源數據的可行性，為今后在我國拓展至醫(yī)療器械主動監(jiān)測奠定了重要基礎。隨著電子健康檔案系統在我國各地穩(wěn)步推進，利用多源數據開展醫(yī)療器械上市后主動監(jiān)測將形成中國方案。
“深度監(jiān)測”新模式在實際應用中仍存在挑戰(zhàn)。首先，UDI 在臨床注冊登記數據庫和區(qū)域人群健康大數據等數據源的推廣仍待普及。例如，UDI 雖然由FDA首先提出，但其在美國的普及度也未達到預期，推廣UDI 的財務投資回報仍不明朗，同時也缺乏信息技術供應商的支持，而醫(yī)療器械生產企業(yè)出于對產品商業(yè)價值受損的擔憂，推廣UDI 的動機有限[32]。其次，數據的標準化管理難度較大，數據源之間的數據標準、數據質量和數據更新頻率等存在差異，導致數據整合困難，而數據所有權、數據安全等問題也需多方達成共識并嚴格按照相關法規(guī)要求，保護數據隱私，并且數據庫維護也面臨高昂的成本[10,33]。此外，自動化信號識別技術的準確性和穩(wěn)定性仍需在大規(guī)模實踐中不斷驗證和優(yōu)化，確保監(jiān)測系統在面對復雜決策場景時能夠保持高效運行。
05展 望
隨著數智化技術的發(fā)展，實現多源數據的高效整合將有利于進一步挖掘醫(yī)療器械相關數據在安全信號主動監(jiān)測中的價值?？纱┐髟O備等智能終端的普及，使數據采集從醫(yī)療機構延伸至日常生活場景，增強了監(jiān)測的連續(xù)性和個體化[34]。在數據安全方面，分布式存儲技術可為監(jiān)管部門、醫(yī)療機構等多方聯動的監(jiān)測數據共享提供數據安全保障的技術支持。此外，利用人工智能優(yōu)化信號識別，使主動監(jiān)測系統能夠自主學習異常模式，持續(xù)捕捉潛在安全信號，實現實時風險預警，促進醫(yī)療器械科學監(jiān)管流程的優(yōu)化。綜上，開展基于“深度監(jiān)測”范式的主動監(jiān)測新模式，將充分發(fā)揮自發(fā)報告數據、臨床注冊登記數據、人群電子健康檔案等真實世界多源數據的優(yōu)勢，結合數據治理和信號自動識別技術，兼顧監(jiān)測人群覆蓋的廣度與安全信號精準識別的深度，有望促進醫(yī)療器械安全的科學監(jiān)管。
來源：中國食品藥品監(jiān)管雜志
關于我們 聯系我們 營業(yè)執(zhí)照 全國服務電話：400-818-0021 嘉峪檢測版權所有 備案號：京ICP備14047019號-2 
京公網安備11010802046783號
