投资者在向一家人工智能医疗科技公司注资前应提出哪些问题
美国食品药品监督管理局（FDA）正在为采用人工智能技术的数字健康企业提供更明确的监管指引，但监管指引的明确化并不意味着风险的降低。该机构于2026年1月发布的《临床决策支持软件指南》阐述了在何种情况下某些临床决策支持功能可能不属于医疗器械的法定定义范围，以及FDA在何种情况下可行使执法裁量权。另一份《一般健康指南》则针对旨在鼓励健康生活方式的低风险产品。
对于创业者而言，这些政策可能为产品进入市场指明了一条更具可预测性的路径。对于投资者而言，这促使他们更深入地审视人工智能产品的设计、定义和商业化过程，因为监管地位往往取决于细节。即使底层技术保持不变，一项新功能或一条营销宣传语都可能改变监管分析的结果。
根据Rock Health对2026年上半年融资情况的分析，美国数字健康初创企业在该年前六个月共完成244笔交易，融资总额达74亿美元。鉴于人工智能已成为许多公司路演的核心内容，以下五个问题应列入每位人工智能医疗科技投资者的尽职调查清单。
人工智能、数据和知识产权归谁所有？
人工智能辅助发明的专利保护取决于人类的参与。在“Thaler诉Vidal”一案中，联邦巡回上诉法院裁定，人工智能系统不能被列为发明人。如果没有人做出重大贡献，初创企业的核心技术可能根本无法获得专利。
即使存在专利，培训数据、模型权重、源代码、算法及衍生产出的产权归属链条，往往比创始人意识到的要复杂得多。关键资产可能是利用来自合作方、研究机构、顾问或医院的数据或技术构建而成的。
投资者应确认，相关协议、许可、数据使用协议及开发合同是否赋予该公司不仅能够运营该技术，还能对其进行修改、再许可和销售所需的权利。
该公司能否合法使用其训练数据和验证数据？
数据权利往往是人工智能交易陷入僵局的关键所在。尽职调查应涵盖患者知情同意的范围、HIPAA授权、合同限制以及跨境数据传输要求。
美国卫生与公众服务部认可两种符合《HIPAA隐私规则》去识别化标准的方法：专家判定和安全港机制。其去识别化指南是一个有用的起点，但仅符合HIPAA规定并不意味着企业就拥有将数据用于人工智能开发和商业化所需的所有合同或法律权利。
投资者还应确认，该公司目前对数据的使用是否符合最初收集数据的目的。
该产品是否依赖于第三方基础模型？
越来越多的医疗科技产品基于授权模式、基于云的人工智能服务，或是公司无法掌控的其他技术而构建。这种依赖性可能会改变投资风险的格局。
尽职调查应重点考察服务提供商是否可能在法律或政策发生变化后提高价格、设定使用限制、停用某款产品、限制医疗应用、保留已提交的数据、利用客户数据训练其自有系统，或切断访问权限。投资者还应询问，如果服务提供商更改其技术或商业条款，公司是否拥有可行的备选方案。
当模型发生变化时会怎样？
模型会发生漂移，并会被重新训练、更新或替换。每次变更都可能影响性能，引入偏差或网络安全漏洞，或者导致产品超出现有监管授权的范围。
美国食品药品监督管理局（FDA）的《预定变更控制计划》指南概述了制造商如何提前识别预期的变更，并说明了这些变更将如何制定、验证和实施。
投资者应询问该公司是否具备可比的内部控制措施，并应审查其模型版本历史、验证阈值、审批流程以及部署后变更的记录。
由人工智能生成的临床建议，其责任应由谁承担？
责任归属很少是泾渭分明的。美国食品药品监督管理局（FDA）的临床决策支持指南强调，医疗保健专业人员应能够独立审查建议的依据，而非主要依赖软件。投资者应核实该产品是否确实支持这种独立审查，以及合同、标签、说明书和营销材料是否对软件、开发商、医疗保健提供者和患者各自的角色进行了前后一致的描述。描述不一致可能会带来监管风险和诉讼风险。
在进行投资或收购之前，应开展哪些针对人工智能的尽职调查？
一份针对人工智能的全面审查应涵盖以下四个方面：
- 技术方面：模型设计、版本历史、验证、偏差测试以及人工监督机制。
- 法律：知识产权和数据权利、隐私合规、所有供应商协议、开源软件及许可协议。
- 监管方面：该公司的监管分类是否符合美国食品药品监督管理局（FDA）的最新指导原则；对于在欧洲销售的产品，该产品是否符合《欧盟人工智能法案》对高风险人工智能系统提出的要求。
- 网络安全：网络风险管理与软件组件透明度（包括软件物料清单），并参照美国食品药品监督管理局（FDA）针对医疗器械的网络安全指南进行评估。
归根结底
- FDA 政策明确化为人工智能驱动的医疗科技行业提供了利好，但这并不能取代尽职调查。最具价值的公司将是那些能够证明其数据权利清晰、知识产权经得起推敲、与供应商关系稳固、变更控制规范，且监管地位能随着产品演进而保持稳固的企业。尽早提出这些问题的投资者，将更有能力评估风险、协商具有保护性的交易条款，并避免交易完成后出现意外情况。
