企业官网建设流程全解析

台架定位误差很小，能否直接证明患者获益？已有类似产品上市，能否直接免做临床试验？这些问题都需要具体证据，而不是按产品名称给出统一答案。本篇以中国大陆临床评价框架讨论研发策略，不构成某一产品的申报路径结论，也不建议自行在患者身上开展研究。

系列定位：面向口腔手术导航设备研发与质量、注册团队，以非自主式导航辅助为主要讨论对象。资料检索日期为 2026 年 10 月 16 日，中国大陆监管语境为主。文中的流程、记录和试验情景为教学示例，未代表某一已注册产品，也不是患者手术操作指南。标准适用性、临床路径和指标需结合具体产品独立论证。

图 1：口腔导航研发18研发关系（原创研发示意）

一、从主张和用途开始

产品希望证明什么，应与预期用途、使用者、目标人群和技术范围一致。几何定位、手术效率、特定结局与减少并发症是不同主张，需要不同证据。不能用某个替代终点无限扩大说明。

在设计早期列主张与证据地图，检查每一项由台架、文献、同品种数据或临床研究中的哪些部分支持。尚未支持的主张保持开放，不进入宣传和范围承诺。

二、临床评价不等同临床试验

2021年第73号通告发布了临床评价、试验决策与等同性论证等指导原则。评价是基于适当数据分析安全有效性的过程，是否需要试验应结合产品及证据缺口判断。

既不能认为全部器械一律需要同样试验，也不能认为存在同类产品就无需新增临床数据。法规、有效目录、指导原则与具体技术差异要一起分析。

三、同品种需要实质比对

比对用途、结构、原理、性能、材料、使用方式和其他相关差异，解释差异怎样影响安全有效性。名称相似和界面相似不足以证明等同。数据可获得性与合法使用同样重要。

对差异可以用适当非临床或临床证据支持，但不能只写“不影响”。若无法用现有证据支持，需继续研究或考虑临床试验。具体路径由产品论证，不由文章替项目决定。

四、导航与主动控制区分

非自主式导航、主从控制、主动执行与AI辅助可能具有不同风险和证据问题。某一特定指导原则有其适用范围，不能自动推广到穿颧、深度学习或新增执行功能。

引用专项文件前核对官方原文及范围，尤其不要把“可参考”写成无条件豁免。本系列未将某专项路径判定为当前所有产品可用，强调以实际特征与证据沟通。

五、终点与测量方法预先定义

若研究几何偏差，明确入口、终点、角度、参考坐标和测量方式；若研究效率，明确起止与准备环节。单次耗时下降可能伴随学习和选择偏差，不能直接解释为普遍获益。

终点需要与用途和主张相关，统计计划、缺失和异常处理预先规定。不能看完数据后选择最有利的终点，再称为预设主要评价。

六、学习曲线与操作者影响

导航涉及准备、配准、显示理解与手眼协调，熟练度可能影响结果。代表性操作者、培训、经验和中心差异应在方案中考虑。只选择最熟练开发合作医生可能限制外推。

培训本身需受控，记录内容与通过条件。研究要区分学习阶段与稳定表现，并按方案分析，不能简单删除早期不利结果而不说明。

七、对照和偏倚需要设计

对照选择依据研究问题与伦理，分配、评价、统计与中心条件需专业设计。盲法难以完全实现时，仍可分析可行的测量和评价控制，不能因此放弃偏倚管理。

适应证、病例复杂度、工具和流程差异会影响比较。观察性数据有价值，但不能无条件解释成因果改善。样本量需要统计与临床依据，不在文章中推荐固定人数。

八、安全事件与器械缺陷记录

研究不只记录成功几何结果，也需按方案与有效要求收集安全、失败、器械缺陷和转换流程。严重事件的处理与报告遵循适用规则。

不能把所有偏差归因于操作者或将失败病例排除于总体。需要能够回到设备、软件、附件和研究版本，分析相关性与限制。

九、GCP与伦理是实施条件

2022年第28号公告发布的医疗器械临床试验质量管理规范自2022年5月1日起施行。实际研究应按适用要求完成机构、伦理、知情同意、职责、监查与数据管理等工作。

文章不提供绕过程序的试用建议。工程样机演示、科研合作和注册临床研究的性质不同，不能通过改名字免除相应责任。患者权益与数据真实性是基本前提。

十、临床证据持续更新

上市后使用、投诉和新研究可能改变判断，评价不应停留在一次申报。新软件、附件、用途和功能可能需要重新分析证据覆盖。

报告明确样本、环境和技术版本，限制外推。临床评价不是保证所有手术成功的证书，而是对特定主张和范围提供可复核支持。

扩展情景：从一个商业主张反推证据

如果团队想宣称缩短手术时间，先明确时间起止是否包含准备、配准和异常恢复，以及适用病例和人员。若仅测某一步，表述限定该步骤；不能用局部时间下降代表全流程效率或患者获益。

主张改变可能改变研究方案，需在研究前确定。市场希望得到的结论不能反向决定删除哪些数据。统计与临床专业共同判断终点及意义，工程人员提供配置和方法证据。

扩展情景：同品种差异清单如何使用

把申报产品与可合法引用数据的比较对象逐项对照，区别相同、不同和未知。未知不是相同，不应为了填满表格而推测。对每项差异说明潜在影响、已有证据和缺口。

非临床研究可能支持部分技术差异，却未必回答新的使用行为或临床风险。证据不足时重新考虑范围或研究路径。是否需要试验是具体论证结果，不由产品名称或竞品注册证自动决定。

扩展情景：缺失与转换流程不应消失

某例未得到主要终点，或研究中转换到另一流程，需要按预先方案记录原因和处理。直接剔除会改变分母，可能高估表现。数据真实性与安全事件处理不能因结果不理想而降低。

报告说明偏差和局限，必要时开展敏感性或其他适当分析，方法由专业方案确定。本文合成记账例只帮助看清分母，不构成临床统计推荐，更不说明真实安全率。

临床报告中的版本为何重要

研究使用的主机、软件、附件、工具库和培训方案应能识别。若实施中变化，按方案和有效要求管理，说明对结果及安全评价的影响。不能把多个实质不同版本合并后只写一个产品名称。

上市版本与研究版本有差异时，进行具体分析并准备必要证据。统计结果来自相应样本和条件，不会自动随产品名称延续到所有升级。保持版本和用途关联，有助于注册论证，也有助于上市后发现问题时定位受影响范围。

可直接用于研发评审的工作表

以下是示例工作表，内容用于说明记录粒度，不是监管部门规定的唯一格式。实际项目应填写文档编号、版本、责任人与原始证据位置；未完成项保持开放，不能以模板存在代替工作完成。

附：可复现的研发自检示例

临床数据分母与缺失记录检查

使用完全合成的研究记录演示失败和缺失不能静默删除。输出不是疗效或安全结论，不执行显著性推断，也不提供样本量与临床阈值。

将代码保存为demo.py执行。本系列实际使用Python 3.11；数值示例导入NumPy，旋转示例还需要SciPy，其他篇使用标准库。示例仅使用合成数据或临时文件，代码输出是本任务的实际执行记录。索引检查不能评价证据内容，数值模型也不能代替真实设备验证。

from dataclasses import dataclass @dataclass(frozen=True) class SyntheticRecord: identifier: str status: str endpoint_available: bool device_revision: str records = [ SyntheticRecord('S-01','completed',True,'DEVICE-A'), SyntheticRecord('S-02','completed',True,'DEVICE-A'), SyntheticRecord('S-03','workflow-failure',False,'DEVICE-A'), SyntheticRecord('S-04','missing-followup',False,'DEVICE-A'), SyntheticRecord('S-05','completed',True,'DEVICE-A'), ] def descriptive_accounting(items): if len({item.identifier for item in items}) != len(items): raise ValueError('Duplicate synthetic subject identity') total = len(items) observed = sum(item.endpoint_available for item in items) statuses = {} for item in items: statuses[item.status] = statuses.get(item.status,0)+1 return dict(total=total,observed=observed,missing=total-observed,statuses=statuses) accounting = descriptive_accounting(records) assert accounting['total'] == 5 assert accounting['observed'] == 3 and accounting['missing'] == 2 assert accounting['statuses']['workflow-failure'] == 1 assert sum(accounting['statuses'].values()) == accounting['total'] assert accounting['observed']/accounting['total'] == .6 print('synthetic_accounting',accounting) print('PASS: denominator, missing data and failures are explicit') print('No real subjects, clinical effect, safety rate or statistical inference involved')

synthetic_accounting {'total': 5, 'observed': 3, 'missing': 2, 'statuses': {'completed': 3, 'workflow-failure': 1, 'missing-followup': 1}} PASS: denominator, missing data and failures are explicit No real subjects, clinical effect, safety rate or statistical inference involved

图 2：典型研发问题与证据检查（原创研发示意）

把方案落到项目：三次阶段评审

策略评审

由临床、统计、研发与注册共同定义主张和缺口，核对专项文件适用范围。同品种比对有实质差异分析，现有数据不足时规划新增证据。尽早考虑技术版本稳定，避免研究中频繁变化导致无法解释结果。

方案实施评审

制定预先终点、测量和统计计划，考虑学习曲线、中心差异与偏倚。按照有效要求落实伦理、机构与质量管理，受试者权益和安全处置完整。记录软件附件版本及全部失败，不能只生成成功病例集。

评价更新评审

将结论限定于所研究范围，解释缺失、失败、偏差与局限。比较台架、使用确认和临床数据是否一致，必要时调查差异。上市后和设计变更持续触发证据复核，宣传表述不超过支持的主张。

四个容易被忽略的失败情景

台架小误差被写成降低并发症

几何替代终点被扩大为未研究临床结局。

重新匹配主张与证据，缺口通过适当研究支持或限制表达。

同类已上市就认定无需试验

技术或用途差异未分析，数据无法支持新增风险。

做实质比对与缺口评估，必要时考虑新增临床证据。

只统计熟练医生成功病例

学习和失败被排除，外推与选择偏差明显。

预先设计用户和学习分析，报告全部结果及局限。

原型试用被当作规避程序方式

工程演示与患者研究混淆，权益和质量条件不足。

明确活动性质并遵循相应伦理法规，不通过名称变更规避责任。

本篇交付与适用边界

本篇不判断某产品能否免于临床评价或免做试验，不提供患者研究实施授权。路径、终点、样本量和方案应由具备相关能力团队依据具体产品与有效要求确定。

对研发结论应区分：设计已经说明、验证已经通过、临床证据已经支持、注册已经获准和市场假设已经被检验。这些状态不能相互替代。失败原始记录、异常处置和版本差异应与成功结果一并保存，便于后续设计更改和上市后调查。

参考资料与查阅方式

临床评价等五项指导原则（2021年第73号）官方转发

医疗器械临床试验质量管理规范（2022年第28号）官方转发

医疗器械监督管理条例（国务院令第739号）

引用的法规、标准题录与官方政策按所列来源核对。指导原则提供审评思路，不能直接等同于强制性标准；标准题录核对也不代表已经完成全文条款适用性分析。涉及具体申报或采购时，应复核届时有效版本及所在地执行要求。

写在最后

“学而时习之，不亦说乎？”

—— 孔子《论语·学而》