（續前篇）
醫療器材品質管理系統整合、風險治理及全生命週期合規初探
本文以網路搜集來的介紹文件及概要說明為參考基礎，並利用公開法規資料補充及核對，以人工智慧協助進行個人判斷，完成之介紹性文章，僅供一般資訊與個人持續教育用途，不構成法律意見、資訊服務或對任何產品符合特定法律之保證。引用請註明出處。文中如有引用疏漏，歡迎聯繫補正。
CC BY-NC-ND。非供AI模型訓練。
B4. Risk-management terms｜風險管理術語
風險（risk）：風險管理中通常理解為傷害發生機率與該傷害嚴重度的組合；正式使用時應遵循所採用之風險管理標準的定義。AI 風險分析須連結具體使用情境、失效模式、可預見事件序列及可能後果。
危害/危險（hazard）、危險情境（hazardous situation）與傷害（harm）：危害是可能造成傷害的潛在來源；危險情境是人、財產或環境暴露於一項或多項危害的情境；傷害是對人員健康的損害，或對財產、環境造成的損害。醫療器材風險分析應避免把模型錯誤本身直接等同於患者傷害，而應說明其如何透過臨床工作流程形成危險情境。
風險控制（risk control）：用以降低風險或維持風險在可接受範圍內的措施。應保存控制措施的選擇理由、實施證據、有效性查證及剩餘風險評估；不能只記錄「已採取措施」。
剩餘風險（residual
risk）：實施風險控制措施後仍然存在的風險。是否可接受須依既定準則、預期用途、相關傷害及適用法規作出有紀錄的判斷。
風險管理（risk
management）：對風險進行分析、評估、控制及監督的系統性應用。對醫療器材而言，應與適用的 ISO
14971 流程銜接；但 EN 18286 的 QMS 符合性推定不代表所有 AI Act 第 9 條產品層級要求已自動滿足。
C. How to use these terms｜術語使用原則
一、法定定義優先：凡 AI Act、MDR、IVDR 或適用標準已有正式定義，應採用該定義，不宜用日常語義取代。
二、區分組織與產品層級：QMS 有效不等於每一 AI 系統已證明符合性；產品測試通過也不等於組織的 QMS 已有效運作。
三、保持文件一致：預期用途、角色判定、QMS 範圍、風險文件、測試報告、產品文件及上市後監督紀錄應使用一致術語。
四、明示不確定性：若未取得正式標準全文，不能把本節的摘要誤稱為標準逐字定義。
English summary. The scope of EN 18286 is
the provider's quality-management system for EU AI Act regulatory purposes, not
a standalone certification of every technical requirement of a high-risk AI
system. The terminology in this article distinguishes management-system
concepts, statutory AI Act roles, AI-system lifecycle concepts and
risk-management concepts. Legal definitions in the applicable legislation and
the full standard take precedence over this editorial glossary.
1. Introduction｜前言：AI 醫療器材的合規問題已從技術性能擴展至治理能力
1.1 From algorithmic performance to lifecycle accountability｜從演算法性能到全生命週期問責
傳統醫療器材開發通常以預期用途、設計輸入、設計輸出、查證、確效、風險管理及生產控制為核心。對於軟體醫療器材，還必須考慮軟體需求、架構、測試、組態管理、問題解決及軟體維護等活動。
AI 技術的導入並未消除這些要求，反而使部分控制問題更加複雜。
以 AI 輔助醫學影像分析系統為例，製造商可能使用深度學習模型辨識肺部結節、分析眼底影像或協助判讀放射學影像。模型在開發資料集上的性能可能十分出色，但這項結果本身不能證明系統在所有臨床環境中都安全有效。
至少還需要回答下列問題：
- 訓練、查證及測試資料是否足以代表預期使用的人群、設備及臨床環境？
- 資料標注是否可靠？標注者的專業能力與判定差異如何控制？
- 模型在不同醫療機構、影像設備、患者族群及疾病盛行率下，性能是否仍然適當？
- 系統能否辨識輸入資料品質不足、超出預期適用範圍或不適合自動判讀的情況？
- 醫療人員是否能理解輸出結果的限制，並在必要時拒絕、覆核或推翻 AI 建議？
- 軟體、模型、資料、第三方元件或運行環境改變時，如何判斷原有查證的證據是否仍然有效？
- 上市後如何發現性能退化、系統性錯誤、族群差異及新興風險？
這些問題無法單靠提高準確率解決。它們涉及組織職責、資料治理、設計控制、臨床證據、變更管理、供應鏈及上市後監督。
EN
18286:2026 的意義，正是將這類 AI 法規管理要求納入可文件化、可追溯及可評估的品質管理系統框架。
English perspective. AI performance is a
necessary but insufficient condition for medical-device compliance. Safety and
conformity depend on the relationship between intended purpose, representative
data, risk controls, human oversight, technical documentation and post-market
evidence. Quality management must therefore govern the entire lifecycle rather
than merely the initial development and release of a model.
1.2 The legal significance of a harmonised standard｜調和標準的法律意義
EN 18286:2026 的全名為：
Artificial intelligence — Quality management system for EU AI Act
regulatory purposes.
中文可譯為：「人工智慧—供歐盟人工智慧法合規用的品質管理系統」。
根據公開資料，該標準由 CEN 與 CENELEC 體系下的
CEN/CLC JTC 21 制定，並於 2026 年 10 月 14 日在歐盟官方公報引用。相關法律文件為 Commission
Implementing Decision (EU) 2026/2274。
這項進展必須放在 AI Act 的法律架構中理解。
AI Act 是具有直接適用效力的歐盟法規。EN 18286 則是調和標準（harmonised standard），其作用是提供一種技術及管理上的合規證明路徑。
依 AI
Act 第 40 條，符合其引用已刊載於歐盟官方公報之調和標準的相關要求，可以在標準實際涵蓋的範圍內產生符合性推定（presumption of conformity）。這並不表示採用標準就能免除所有法定義務，也不表示取得某種管理系統證書便自動完成高風險 AI 系統的全部符合性評估。
因此，企業應區分三個不同問題：
- 法定義務（Legal
obligation）： 法規要求企業必須達到什麼結果。
- 技術及管理實施方法（Implementation
method）： 企業如何透過程序、技術及控制措施達成要求。
- 符合性證據（Evidence
of conformity）： 企業如何證明所採用的方法有效，而且適用於特定 AI 系統。
EN 18286 主要協助企業建立第二及第三項所需的品質管理機制，並在其法律適用範圍內支援符合性推定；它不會取代第一項。
這也是理解整篇文章的起點。
2. Regulatory architecture｜法規架構：AI Act、MDR、IVDR 與 EN 18286 如何共同作用
2.1 A layered compliance model｜分層合規模型
醫療器材企業不應把 AI Act 當成一套孤立的新法規，也不應假設既有 MDR 或 IVDR 符合性評估已經涵蓋 AI Act 的全部要求。
較可靠的分析方式，是把法規分成四個相互關聯、但法律功能不同的層次。
Layer 1 — EU
AI Act
Regulation
(EU) 2024/1689
高風險 AI
分類、品質管理系統、風險管理、資料治理、透明度、人工監督、準確性、穩健性、網路安全及相關符合性義務。
Layer 2 —
Medical-device legislation
Regulation
(EU) 2017/745 — MDR；Regulation (EU) 2017/746 — IVDR
醫療器材或體外診斷醫療器材的分類、預期用途、臨床或性能證據、風險管理、技術文件、上市後監督及符合性評估。
Layer 3 —
Harmonised standards and technical standards
EN 18286、EN
ISO 13485、EN ISO 14971，以及適用的軟體與資安標準
將法規要求轉化為具體的管理程序、工程控制、確證方法及客觀證據。
Layer 4 —
Product-specific evidence
Design
history, risk files, test reports, clinical evidence, release records and
post-market data
證明特定產品、特定版本及特定預期用途符合其適用要求。
此模型是本文為便於企業實施而提出的分析架構，並非 EN 18286 的正式圖示或章節。
四個層次的關係可概括如下：
|
層次 |
核心問題 |
主要證據 |
|
AI Act |
AI
系統適用哪些法定要求？ |
法規適用性分析、分類判定、合規策略 |
|
MDR／IVDR |
醫療器材如何證明安全、性能及適用性？ |
技術文件、臨床或性能評估、風險管理 |
|
調和標準及技術標準 |
以什麼程序及技術方法落實要求？ |
品質程序、工程控制、測試規範 |
|
產品層級 |
這個版本實際符合要求嗎？ |
確證報告、確效結果、版本紀錄、上市後資料 |
關鍵在於：同一項工程活動可以同時支援多項法規要求，但每項法規要求是否已獲充分滿足，仍必須分別判斷。
例如：一份軟體確證報告可能同時支援醫療器材設計控制及 AI 系統符合性證據。然而，如果報告只確證一般功能正確性，卻沒有評估 AI 輸出在特定患者族群中的風險，就不能假設它已完整支援 AI Act 的相關要求。
（見續篇）
沒有留言:
張貼留言