韩国面向创新的医疗器械生态系统不仅仅是新产品的研发管线，它更像是一个监管“预警系统”，预示着证据预期的下一步走向。2026年，这些信号汇聚成一个主题：临床试验不仅必须证明临床获益，还必须证明运营可控性——即产品在软件更新、研究中心、用户以及真实世界工作流中表现的安全性与可预测性。
对于全球制药和生物技术申办方（以及执行运营的 CRO 合作伙伴）而言，战略核心不仅在于韩国能否提供快速入组，而在于您的证据包——以及运行临床试验的方式——能否在变更控制、数据可追溯性、网络安全和“中心效应”方面经受住更深层次的审查，同时在现代 GCP 预期下保持全球申报的兼容性。
这份 2026 年简报强调了来自韩国创新医疗器械领域的三个市场信号：(i) AI/SaMD（人工智能/医用软件）的竞争力正从“特定时间点的准确性”转向“审计就绪的生命周期控制”；(ii) 手术/机器人器械的结果受中心能力和学习曲线的约束；(iii) 数字化/远程功能是证据设计问题，而非“便利性插件”。本文将这些信号转化为一套符合监管要求的指南，用于设计、运行和维护面向韩国的 AI/SaMD、手术器械、远程终点和体外诊断临床试验。
为什么韩国的创新路径具有议程定义权
韩国将“创新医疗器械”定义为融合了先进且快速演进技术（如 ICT、生物技术、机器人）的器械，或由国家监管机构指定，旨在比现有器械或疗法显著改善（或预期改善）安全性和有效性的器械。
这一框架对申办方至关重要，因为“指定”是一种市场方向信号，而非证据的替代品。系统级指南描述了不同的路径（综合审查 vs. 普通审查）和分阶段审查概念，即开发过程可以分步评审，包括专注于临床试验计划的阶段，以及随后纳入技术文档和临床试验证据的阶段。
韩国的综合审查旨在协调 (i) 创新器械指定、(ii) 报销/非报销裁定，以及 (iii) 创新医疗技术评估，以支持更快的临床应用。韩国食品医药品安全部 (MFDS) 的官方解释说明了这种协调机制及其缩短进入真实世界时间的意图。实际意义在于，临床试验证据、运营可行性和下游应用问题正变得更加紧密耦合。
这些信号至关重要的第二个原因是围绕软件和人工智能的监管堆栈。韩国的数字医疗产品框架包括涵盖分类、授权、质量体系、临床研究要求以及数字医疗器械网络安全的从属法规和指南——将软件生命周期管理直接纳入临床试验规划，而非视其为获批后的质量课题。
韩国《数字医疗产品法》于 2025 年生效，包含分阶段条款（包括后续对某些数字健康支持器械类别的执行）和从属规则，明确涵盖了贯穿 AI/软件生命周期的临床研究治理和网络安全。在实践中，这种监管架构意味着申办方必须将软件治理、可用性和数据流完整性视为一类临床试验设计变量。
全球 GCP 现代化正在提高门槛
在全球范围内，国际人用药品注册技术协调会 (ICH) E6(R3) 围绕质量源于设计 (QbD)、基于风险的方法，以及在临床试验中负责任地使用技术和新数据源，推动了 GCP 的现代化。
这种现代化现在有了明确的时间表。加拿大卫生部宣布计划于 2026 年 4 月 1 日起实施 ICH E6(R3)，强调基于风险的监督和方案内关键质量因素 (CtQ) 的明确识别。
澳大利亚治疗用品管理局 (TGA) 同样表示，ICH E6(R3) 原则和附件 1 将于 2026 年 1 月 13 日生效，并设有 12 个月的过渡期，进一步证实“临床试验现代化”已成为合规问题，而非趋势预测。
与此同时，韩国正在发布与临床研究相关的运营要求。MFDS 针对 2026 年的沟通描述了医疗器械和数字医疗器械在临床研究管理文件和状态报告方面的年度提交预期及截止日期。这使临床试验的成功标准转向了文档纪律和按日历执行的合规性，而不仅仅是入组速度。
三个创新信号及其带来的变革
信号一：AI/SaMD 的评判标准将是生命周期控制，而非仅仅是性能。
竞争核心已从“模型今天的准确性如何？”转向“明天你是否能保持其准确与安全？”在国际医疗器械监管机构论坛 (IMDRF) 背景下提交的韩国监管更新指出，数字医疗产品的授权过程中引入了可用性评估和预定义变更控制计划 (PCCP) 的概念，此外还有旨在支持数据驱动方法的临床研究法规。
对于临床试验，这要求具备“双重有效性”：外部有效性（反映泛化能力和偏见抗性的多中心、多环境验证）和生命周期有效性（一种可辩护的软件变更方法，确保声明在受控更新后保持稳定）。韩国发布的数字医疗器械软件授权指南界定了应提交哪些材料以支持性能确认和临床有效性评估。
监管趋同显然倾向于受控的迭代。美国 FDA 针对 AI 驱动设备软件功能的 PCCP 指南建议前瞻性地指定预期的修改和评估方法——在保持安全性和有效性的合理保证的同时，支持迭代改进。将临床试验治理与此逻辑对齐的申办方，在准备多地区申报时能减少证据碎片化。
IMDRF 的良好机器学习规范 (GMLP) 原则强化了生命周期框架：安全、有效、高质量的 AI 器械需要贯穿全生命周期的严谨实践。对于临床试验团队而言，这意味着治理产物——数据来源、访问日志、版本可追溯性、发布文档——应包含在证据包中，而不是放在“后台”活页夹里。
信号二：手术/机器人/介入器械的成败取决于中心能力。
依赖程序的医疗技术会放大学习曲线和操作者效应。关于机器人辅助手术学习曲线的系统评价记录了学习效应的相关性，并强调了学习曲线在定义和报告方式上的差异——这正是临床试验应预先规划培训、熟练度阈值以及中心/操作者效应处理的原因。
复杂外科干预的方法学研究强调，操作者的表现随经验而变化，这种学习效应使随机对照试验 (RCT) 的评估变得复杂；后续对器械 RCT 的分析同样指出，规划中应考虑学习效应，以准确评估安全性和有效性。在面向韩国的项目中，这通常决定了早期结果能否从单一精英中心迁移到更广泛的临床试验网络。
信号三：数字化/远程功能是证据设计问题，而非便利功能。
远程数据采集和数字终点可以减轻负担并扩大覆盖范围，但它们引入了依从性风险、数据缺失、可用性问题和复杂的数据流风险。FDA 关于远程数据采集数字健康技术 (DHT) 的指南为在临床研究中使用此类技术提供了建议，并明确将其适用性与提高临床试验效率和便利性挂钩。
韩国也发布了利用数字设备收集临床试验数据的指南，强调了选择标准、选择依据的文件记录、端到端数据流识别、数据管理计划和风险管理（数据可靠性、隐私、安全），包括可用性测试和收集数据的管理程序。对临床试验而言，其意义非常直接：数字元素必须被视为终点定义和数据完整性的一部分，而非附加层。
面向韩国项目的 CRO 级执行手册
- 尽早对齐证据叙述。保持方案、申报档案和运营现实的一致性；这种纪律符合 ICH E6(R3) 对主动质量源于设计和按比例的风险管理临床试验开展的强调。在实践中，终点定义、分析计划、器械描述和运营工作流必须相互强化。
- 将变更控制工程化到 AI/SaMD 证据生成中。定义什么可以改变、由谁授权变更、什么触发重新验证，以及如何监测漂移。运用 PCCP 思维确保部署后的更新与稳定的声明包兼容，并在临床试验分析集和文档中体现这些边界。
- 将培训和中心选择视为手术技术的试验设计。将熟练度阈值、结构化培训、标准化程序和透明的中心/操作者效应分析纳入计划，以便在从早期采用者扩展到更大范围时，结果仍具有可解释性。这在扩展到更多中心时，既保护了受试者，也维护了临床试验的公信力。
- 使用器械专用的 GCP 作为组织骨架。对于医疗器械，临床研究的良好临床规范遵循 ISO 14155 标准，该标准规定了人类受试者临床研究的设计、开展、记录和报告要求。在药械组合项目中，申办方应将其视为对药物 GCP 预期的补充，明确集成临床试验运营的治理边界。
- 实施持续合规运营，而非一次性提交就绪。MFDS 发布了年度管理材料和状态报告的具体截止日期和预期。从第一天起就将这些内容纳入供应商监督、关键文档工作流和结项计划中。在 2026 年，合规系统的持久性是临床试验战略的一部分。
欲了解韩国临床试验证据及运营预期演变的持续分析，请访问 https://intoinworld.com/industry-insights/
表格
表 A. 韩国创新信号与临床试验设计含义
| 创新信号 (2026) | 影响研究的环节 | 常见有效性风险 | 设计与运营响应 |
| AI/SaMD：“运营控制”成为差异化关键 | 软件版本、漂移、泛化、网络安全证据 | 更新后声明变得不可迁移；中心间性能不稳定 | 版本政策 + 更新治理；外部验证；PCCP 风格的变更边界；审计就绪日志 |
| 手术/机器人/介入：中心能力驱动结果 | 操作者经验和学习曲线效应 | 早期结果反映的是学习过程而非真实效应；操作者变异大 | 熟练度/磨合期；培训 + 标准化；中心/操作者效应建模；多中心重复 |
| 数字/远程：便利性成为终点设计的挑战 | 依从性、数据缺失、数据流完整性 | 终点噪音、损耗偏倚、不可追溯的数据流 | 设备选择合理性论证；可用性测试；数据流映射；DMP + 风险控制 |
表 B. 按产品类型划分的面向韩国临床试验证据包蓝图
| 产品类型 | 证据优先级 | 运营产物 | 全球可迁移性备注 |
| AI/SaMD 与数字医疗器械软件 | 跨中心的外部验证；版本控制 + 漂移监测计划 | 变更控制；数据来源；访问日志；网络安全风险管理 | 与 FDA PCCP 和 IMDRF GMLP 原则对齐 |
| 手术/机器人/介入器械 | 学习曲线管理；多中心重复；程序标准化 | 培训记录；程序清单；与熟练度相关的偏离逻辑 | 明确分析中心效应 |
| 数字/远程终点 | 预期场景下的可用性证据；数据缺失预防计划；数据流验证 | 数据流映射；数据管理计划；安全/隐私控制 | 与 FDA DHT 指南和 ICH E6(R3) 对齐 |
| IVD/诊断试剂 | 对照品清晰度；真实样本工作流适配；分析 + 临床性能 | 样本处理 SOP；结果可追溯性；QC 文档 | 欧盟软件指南强调临床证据的“足够数量和质量” |
表 C. 韩国审计就绪临床试验运营清单
| 清单项目 | “优秀”的标准 | 为什么重要 |
| 方案叙述一致性 | 方案 ↔ 申报档案 ↔ 运营使用相同的终点定义和工作流 | 韩国的创新路径强化了多利益相关方的审查 |
| 变更控制与可追溯性 | 版本跟踪、理由说明、影响评估、批准记录 | 支持 AI/SaMD 项目中的受控迭代 |
| 网络安全与数据完整性 | 威胁模型、补丁/更新计划、责任共担机制 | 符合全球医疗器械网络安全的趋同趋势 |
| 中心能力治理 | 培训计划、熟练度阈值、标准化程序 | 减少学习曲线带来的混杂因素 |
| 年度报告就绪性 | 按日历报告、所有权明确、文档模板化 | 符合 MFDS 2026 年报告预期 |
图 A. 面向韩国临床试验的证据-运营闭环
流程图显示了证据设计、运营治理和部署后变更控制如何创建一个闭环系统，在开发和真实世界使用过程中稳定产品声明。
结合变更控制和数据流治理来设计临床试验，可提高韩国申报和多地区提交之间的证据迁移效率。
常见问题 (FAQ)
Q1：“创新医疗器械”指定对韩国的临床试验规划有何改变？
A1：应将其视为一种方向信号而非捷径；它指明了证据审查将加强的领域，因此应尽早针对生命周期控制和泛化能力设计研究。
Q2：AI/SaMD 的临床试验是否需要明确涉及软件更新？
A2：需要。受控迭代正成为常态，FDA PCCP 指南展示了监管机构如何预期计划中的修改被描述和评估。
Q3：手术器械临床试验应如何处理学习曲线？
A3：预先规划培训、熟练度阈值以及中心/操作者效应处理，以免学习效应扭曲安全性与有效性的结论。
Q4：在临床试验中添加可穿戴设备或远程数据采集的主要风险是什么？
A4：依从性失败和数据缺失导致的终点和可解释性下降，再加上不清晰的数据流；FDA 和韩国都对设备选择合理性、数据流映射和风险控制提出了预期。
Q5：申办方如何在 2026 年保持对韩国器械临床试验的检查就绪状态？
A5：从运营义务开始：MFDS 发布了年度管理材料和状态报告的具体截止日期和预期，因此从研究启动阶段就应规划文档工作流和供应商监督。