Aegis 是近年出现在医疗 AI 领域的一个治理框架名称，指一套针对医疗人工智能在获批上市之后如何持续监管的方案，覆盖美国与欧盟两大监管体系。它回应的核心问题是：医疗 AI 产品在上市后仍会因模型更新、数据漂移而性能变化，传统医疗器械监管难以覆盖这一全生命周期风险。
Aegis 框架的近期进展
需要说明的是，"Aegis" 一词本身含义宽泛，市场上也同名产品或项目，搜索时建议结合上下文区分，例如与 AI 治理相关的文献通常会放在医疗监管语境下讨论。
当前焦点与观察点
上市后监管为何成为热点。 生成式 AI 进入临床后，模型可以被持续微调和部署更新，其安全性与有效性不再是审批时的一次性结论。Aegis 这类框架试图把"持续监测—再评估—必要时撤回"变成制度化流程，而不是依赖厂商自愿报告。
跨司法辖区协调是难点。 美国 FDA 走的是以预设变更控制计划（PCCP）为主的路径，欧盟 MDR 和即将落地的 AI Act 则更强调全生命周期风险管理。Aegis 的价值在于尝试给出一个双方都认可的映射关系，但具体如何落地、由谁执行审计，仍是开放问题。
后续观察点。 一是监管机构是否会在指南中吸收此类学术框架的思路；二是真实世界证据（RDE）的采集标准能否统一；三是模型开发者、医院和监管方之间数据共享的责任划分。这些决定 Aegis 类方案能否从论文走向实践。