训练集测试集测评数据库规范

AI医疗器械的性能根基在数据与测评。监管对训练集、验证集与测试集的构建与治理提出系统规范，旨在遏制数据泄漏与偏倚导致的性能虚高。本文解析数据库规范要求，帮助企业建立可信证据底座。

数据集的分层逻辑

规范区分训练、调参与测试三类数据，各自承担不同角色。训练集用于学习参数，调参集优化超参数，测试集独立评估泛化。指导原则要求测试集在训练前即锁定且与训练集无重叠，防止信息穿越。企业须建立数据血缘记录，说明每例样本归属。审查关注是否存在隐式泄漏如同一患者跨集。清晰的分层与隔离，是性能估计可信的前提，也是AI器械注册中最易被忽视却最致命的合规漏洞，必须以工程纪律严格守护。

代表性与人群覆盖

数据集须覆盖目标人群的年龄、性别、疾病分期与采集设备差异，避免窄人群训练导致外推失败。规范建议多中心采集以提升多样性。对罕见亚型，应保证最低样本并说明处理。指导原则要求报告人群分布与缺失分析。审查关注是否选择性纳入易样本。代表性直接决定模型在真实世界的稳健性，企业不能仅追求总量，而须审视分布是否匹配说明书声称的适用人群，防止在弱势或罕见场景中性能骤降而未被察觉。

标注质量与偏倚控制

监督学习依赖标注，规范强调标注由具备资质人员完成、采用统一标准并开展一致性检验。对分歧应仲裁留痕。指导原则要求说明标注工具与流程，评估主观偏倚。企业应开展标注者间一致性统计，对关键标签设复核。审查关注标注是否可溯源、是否经质量门禁。低质量标注会 silently 污染训练目标，使模型学错规律。把标注治理纳入数据质量体系，是确保AI从正确信号中学习、而非拟合噪声的基础工程。

测评数据库的独立管理

规范鼓励使用独立或公认测评集，并对自建库实施版本与权限管理。企业应记录库构建方法、纳入排除与统计描述，供监管复核。对外部公共库须评估适用性并避免与训练污染。指导原则建议保留可追溯样本标识。审查关注测评是否真实独立、是否被反复调参迎合。独立且受控的测评库，是性能声明的试金石，也是企业自我纠偏的依据，应在组织内作为受控资产严加管理，而非随意变动。

申报与数据治理闭环

申报应提交数据治理报告、分布统计、标注流程与测评结果，并说明偏倚缓解。建议企业就数据集设计关键问题与审评沟通。规范强调把数据治理纳入质量体系持续维护。规范化的资料组织与主动沟通，有助于缩短技术审评周期。把数据集规范内化为研发基础设施，方能为AI医疗器械提供经得起验证的证据底座，使性能声称扎实可信，支撑产品安全有效走向临床。

训练集与测试集测评数据库规范，将AI医疗器械的证据可靠性锚定在数据与测评的工程纪律上。企业唯有保障分层独立、代表充分与标注可靠，才能提交可信性能证据。建议组建数据、算法与质量团队，在采集阶段即规划多中心与分布覆盖，建立受控标注与锁定测试集机制，申报时以可追溯报告呈现偏倚控制。主动与审评沟通数据集设计，可加快注册进程，使AI产品建立在扎实、透明的数据底座之上，赢得监管与临床的长期信任。企业应把数据集版本作为受控资产统一管理，任何采集、标注或划分的变更均留痕并触发相应性能复核，从源头杜绝数据泄漏与偏倚，筑牢AI证据可信底座。