OpenClaw—AI研究人工智能正以前所未有的速度进入临床，但一个关键问题始终没有答案：这些工具究竟是否改善了患者结局。2026年8月19日发表于《PLOS Digital Health》的一项系统分析显示，截至2025年12月5日，共有1357款AI或机器学习医疗设备获得美国FDA的许可或批准，而其中经过患者结局验证的仅有3款，占比0.2%。
研究团队的统计呈现出明显的证据衰减。1357款已获批设备中，只有34款（2.5%）关联了注册的前瞻性试验，12款（0.9%）公布了试验结果，12款（0.9%）有同行评审论文，真正评估过死亡率、发病率或再入院率等患者中心结局的只有3款。在科室分布上，放射学独占78%的获批设备，其后的心血管与神经学分别占9%和5%。
造成这一局面的核心是监管路径。以FDA的510(k)通道为主体的审批框架，只要求新产品证明与已有产品“实质等同”，而不要求前瞻性验证临床有效性。与需要独立证明安全有效的新路径不同，510(k)允许证据缺口沿着对比器械的链条不断传递，其中不少器械本身也缺乏严格的临床验证。
研究还发现，现有临床研究的设计普遍偏弱。约62%的研究采用观察性设计，队列规模小、人群同质化，亚组分析有限，并且经常把脆弱人群排除在外。设备厂商更倾向于依赖回顾性准确率基准、替代终点或选择性报告，所用数据集往往无法反映真实世界的患者多样性。
在基准测试中表现出色，并不等于在诊室里同样有效。训练数据的历史偏差、场景差异与人群构成差异，都可能让模型在真实环境中失灵。随机对照试验通过随机分组控制混杂因素，能够验证有效性并揭示不同人群中的适用性差异，因此仍被公认为评估临床AI的金标准。
但开展随机对照试验并不容易。它需要大量时间与资金投入，设计和实施还要经过严格的伦理审查与患者知情同意，结果也可能受到依从性和操作熟练度等因素影响。研究指出，错配的财务激励、对既有审批路径的依赖，以及多中心试验的组织难度，共同削弱了厂商开展严格评估的动力。
作者警告，FDA的许可在国际上常常充当全球部署的通行证，当缺乏验证的工具被引入缺乏本土验证能力的中低收入国家时，会带来明显的伦理风险。监管审批已经跑在临床验证前面，形成了一个创新不断推进、问责却难以落地的生态。研究因此呼吁，器械的“就绪”不应再由一纸许可定义，而应由可证明、可持续且公平的患者获益来定义。