2026年，人工智能与医疗器械产业的结合正在从“技术尝鲜”进入“监管与产业化并行”的新阶段。

日前在上海举行的“智械微论坛”，将讨论聚焦于医疗器械产业链的多个环节：从AI转型、法规出海，到材料研发、数字病人、供应链管理和智能排产。活动背后折射出一个越来越清晰的行业趋势——AI正在从医疗器械的单一功能模块，逐步进入研发、生产、供应链和上市后管理等更长链条。

但与技术热度相比，监管进度同样值得关注。尤其在欧洲，围绕欧盟《人工智能法案》与《医疗器械法规》《体外诊断医疗器械法规》的衔接，正在成为中国医疗器械企业出海必须面对的新课题。

需要特别厘清的是，“2026年8月2日AI法案全面适用”并不等于所有AI医疗器械从这一天起立即承担完整的AI法案高风险合规义务。欧盟委员会目前明确的时间表显示，大部分规则自2026年8月2日起进入适用阶段，但高风险AI系统规则存在分阶段安排；对于嵌入医疗器械等受监管产品的高风险AI，相关规则目前适用日期为2028年8月2日。

这意味着，2026年真正发生变化的，不是“一夜之间增加一套认证”，而是医疗器械企业已经进入一个必须提前处理AI监管、产品监管与生命周期管理交叉问题的窗口期。

欧盟《人工智能法案》自2024年生效后，一直采取分阶段实施模式。2025年2月起，部分禁止性规定和AI素养要求开始适用；2025年8月，通用人工智能模型相关义务进入实施阶段；2026年8月2日则是一个重要节点，大量基础性规则开始适用，欧盟委员会和成员国相关监管机构也获得进一步执法权限。

但对医疗器械企业而言，更值得关注的是高风险AI的时间表。

按照欧盟委员会2026年最新说明，属于高风险领域的部分AI系统将从2027年12月2日起适用相关规则；而嵌入医疗器械、玩具、电梯等受监管产品的高风险AI系统，则安排在2028年8月2日起适用。2026年7月27日生效的AI综合法案（人工智能综合修订方案）进一步延长了部分高风险AI规则的实施时间，为相关标准、指南和合规工具的准备留下空间。

因此，所谓“AI医疗器械双重合规”，更准确的理解应当是：医疗器械企业未来不能只完成《医疗器械法规》《体外诊断医疗器械法规》意义上的产品合规，还需要根据AI系统的具体属性，处理《人工智能法案》带来的额外要求。

这两套规则并非简单的“两张证书”。《医疗器械法规》和《体外诊断医疗器械法规》本身已经强调医疗器械的安全性、临床证据、风险管理、可追溯性以及上市后监测；欧洲医疗器械数据库的相关核心模块也已进入强制使用阶段。

AI进入产品后，问题则进一步复杂化：算法如何验证？数据是否具有代表性？模型更新之后如何保持安全性和有效性？性能发生漂移怎么办？出现严重事件如何报告？企业如何证明AI的决策过程能够被理解和监督？

这些问题最终都指向同一个变化：AI医疗器械的监管对象，正在从一个相对静态的产品，转向覆盖算法、数据、软件、硬件和使用环境的动态系统。

监管框架在变，产业自身的演进同样没有停下脚步。

监管趋严并不意味着AI应用放缓。恰恰相反，AI正在加速进入医疗器械产业链。

美国食品药品监督管理局的AI医疗器械清单显示，截至2026年，获得市场授权的AI医疗器械数量仍在持续增加。该机构同时特别强调，该清单并非完整统计，只覆盖基于公开信息识别出的相关产品。

从目前已经较为成熟的医学影像辅助诊断，到心血管监测、病理分析、超声等场景，AI在医疗器械中的角色越来越多元。美国食品药品监督管理局今年还就生成式AI医疗器械监管发布讨论文件，重点征求风险评估、上市前评价和上市后监测等方面意见。

这也解释了为什么此次“智械微论坛”并没有把AI简单等同于“大模型+诊断”。

在研发端，AI可以用于医用材料筛选、材料性能预测和研发试错；在产品开发阶段，可以通过数字仿真降低部分实验成本；进入生产环节后，则可以用于可制造性设计与分析、质量预测、设备维护和生产排程；供应链端则涉及需求预测、库存管理和供应商风险评估。

换句话说，医疗器械企业真正面对的AI竞争，可能不是谁先做出一个AI产品，而是谁能够率先完成企业内部的数据、流程和组织重构。

这一点对中小型医疗器械企业尤其现实。很多企业过去的数字化更多解决的是企业资源计划、制造执行系统、客户关系管理等单点管理问题，而AI需要调用企业多年积累的研发、生产、质量、供应链和售后数据。

如果数据无法打通，AI就很容易停留在演示层面；如果知识无法结构化，企业所谓的“AI助手”也可能只是一个更方便的搜索框。

因此，从“试点一个AI工具”走向“AI嵌入业务流程”，企业需要解决的首先不是模型参数，而是数据治理、权限管理、知识体系、组织协同以及责任边界。

内部能力建设之外，出海这道题也在同步变化。

对于中国医疗器械企业而言，欧洲监管变化的意义，最终还是会落到“出海”两个字上。

过去，企业进入欧洲市场，核心关注点主要集中在《医疗器械法规》和《体外诊断医疗器械法规》的合规要求上，包括临床评价、质量体系、欧盟符合性标志获取、公告机构审核等环节。如今，产品一旦加入具有AI属性的软件或算法，企业需要进一步判断：AI究竟是什么角色？是否构成受《人工智能法案》约束的高风险系统？相关技术文件、风险管理和上市后监测如何衔接？

而且，欧洲的监管体系正在同步数字化。欧洲医疗器械数据库已经进入强制使用阶段，公告机构和证书信息、产品注册、市场监管等环节进一步提高了透明度。

中国的监管环境也在强化上市后管理。2026年4月，《医疗器械警戒质量管理规范（试行）》发布，覆盖注册人、备案人以及进口医疗器械境内责任人的上市后警戒活动，要求企业建立与产品风险相适应的警戒体系，对风险进行监测、识别、评估和控制，并在部分地区组织试行。

这意味着，AI医疗器械企业未来需要建立的，并不是一套“申报材料生产线”，而是一套贯穿研发、注册、生产、销售和上市后监测的持续合规体系。

值得警惕的是，当前市场对AI医疗器械监管存在一种容易出现的误读：把“AI+医疗器械”理解成一个新的产品标签，再用传统器械思路去管理。

实际上，AI最大的特殊性恰恰在于它可能变化。

传统器械完成注册后，产品特征相对稳定；而机器学习系统可能面临模型更新、数据变化和真实世界性能变化。因此，美国食品药品监督管理局近年来持续推动AI/机器学习医疗器械全生命周期管理，包括预先确定的变更控制计划等机制；欧盟也在持续完善《人工智能法案》与既有行业法规之间的衔接。

因此，对正在布局海外市场的中国医疗器械企业来说，2026年真正值得关注的，并不是马上多了一张证，而是AI监管正在从概念进入制度化阶段。

技术创新依然是竞争核心，但未来决定AI医疗器械能否真正进入医院、进入市场、进入全球供应链的，可能越来越取决于另一种能力：能否把算法创新转化为可验证、可解释、可追溯、可持续监管的产品能力。

从这个意义上看，2026年确实可能成为医疗器械AI化的重要分水岭——只是这条分水岭，并不单纯横在“AI与传统器械”之间，而是横在“会使用AI”与“能够把AI做成合规产品”之间。