目的筛选出与人工智能医疗器械(Artificial Intelligence Medical Device,AIMD)企业质量管理体系相关的关键指标,从而为进一步构建生产研发过程中AIMD质量管理体系提供参考依据。方法基于YY/T 0287-2017《医疗器械质量管理体系用于法规...目的筛选出与人工智能医疗器械(Artificial Intelligence Medical Device,AIMD)企业质量管理体系相关的关键指标,从而为进一步构建生产研发过程中AIMD质量管理体系提供参考依据。方法基于YY/T 0287-2017《医疗器械质量管理体系用于法规的要求》,通过两轮专家咨询法,筛选出与AIMD质量管理体系相关的指标,并对这些指标采用Likert 5点法进行权重打分。打分结果经过数据格式化处理后,应用IBM SPSS 21.0进行统计学分析,计算各指标的权重均值、标准差、变异系数(Coefficient of Variation,CV值)和满分率。结果一共发放15份调研问卷,回收15份问卷,回收率为100%,专家的权威程度Cr值为0.91。共筛选得到5个一级指标、12个二级指标,36个三级指标,所有指标的平均分值介于3.40~4.93之间,标准差均小于1.00,CV值均小于25%。其中“设计和开发验证”“设计和开发确认”和“设计和开发更改的控制”三个指标的得分均值分别为4.93、4.87和4.87,标准差分别为0.26、0.35和0.35,CV值分别为5.23%、7.23%和7.23%,满分率分别为93.33%、86.67%和86.67%。结论通过两轮专家咨询法,基本确定了构建AIMD企业生产研发过程中的产品质量管理体系的关键指标,将为后续进一步构建产品质量管理体系提供参考依据。展开更多
文摘目的筛选出与人工智能医疗器械(Artificial Intelligence Medical Device,AIMD)企业质量管理体系相关的关键指标,从而为进一步构建生产研发过程中AIMD质量管理体系提供参考依据。方法基于YY/T 0287-2017《医疗器械质量管理体系用于法规的要求》,通过两轮专家咨询法,筛选出与AIMD质量管理体系相关的指标,并对这些指标采用Likert 5点法进行权重打分。打分结果经过数据格式化处理后,应用IBM SPSS 21.0进行统计学分析,计算各指标的权重均值、标准差、变异系数(Coefficient of Variation,CV值)和满分率。结果一共发放15份调研问卷,回收15份问卷,回收率为100%,专家的权威程度Cr值为0.91。共筛选得到5个一级指标、12个二级指标,36个三级指标,所有指标的平均分值介于3.40~4.93之间,标准差均小于1.00,CV值均小于25%。其中“设计和开发验证”“设计和开发确认”和“设计和开发更改的控制”三个指标的得分均值分别为4.93、4.87和4.87,标准差分别为0.26、0.35和0.35,CV值分别为5.23%、7.23%和7.23%,满分率分别为93.33%、86.67%和86.67%。结论通过两轮专家咨询法,基本确定了构建AIMD企业生产研发过程中的产品质量管理体系的关键指标,将为后续进一步构建产品质量管理体系提供参考依据。