全球首个“AI+脑机接口”医疗器械标准发布：先给训练AI的脑电数据立规矩

9月14日，国家药监局公开发布YY/T 2029—2026《脑机接口医疗器械 用于人工智能算法的脑电数据集质量要求与评价方法》医疗器械行业标准。

该标准已经于2026年8月24日审定通过，将于2027年9月1日起正式实施。它规定了脑机接口医疗器械领域中，供AI算法使用的脑电数据集应该满足什么质量要求，以及如何判断这些数据是否合格。

新华社将其称为全球第一个采用人工智能技术处理脑电数据的脑机接口医疗器械产品标准。同时，它也是我国已经发布的第三项脑机接口医疗器械行业标准，以及国内首项将脑机接口医疗器械与人工智能医疗器械结合起来的标准。

这次标准管的东西，看起来没有芯片、电极或者脑植入物那么“硬核”。它管的是——数据。

但对于越来越依赖AI解码脑信号的脑机接口来说，数据质量恰恰决定了后面的算法到底靠不靠谱。

为什么脑机接口要先给“数据”立标准？

脑机接口的基本原理，可以简单理解成三个步骤：先读取脑信号 → 再让算法理解这些信号 → 最后把人的意图转化成文字、动作或设备控制指令。

比如，一个瘫痪患者尝试抬手时，大脑会产生特定的神经活动。设备记录这些信号以后，AI模型需要判断：“这个信号到底代表抬手、握拳，还是别的动作？”想让AI学会这种对应关系，首先需要大量已经整理和标注好的脑电数据。

问题在于，脑电数据非常容易受到外界影响：不同电极、不同设备、不同采样条件，甚至一个人当天的状态发生变化，都可能让采集到的信号不同。如果训练数据本身存在噪声、标注错误或者不同机构使用的规则完全不一样，即使后面的算法再先进，结果也可能不稳定。

这也是这项标准想解决的核心问题之一：先统一“什么样的数据才算合格”，再谈AI能把脑信号解码到什么程度。

中国食品药品网援引监管信息指出，该标准重点针对行业此前存在的数据集质量控制尺度不统一、建设流程不规范等共性问题，希望形成统一的数据质量依据。

从怎么采，到怎么存，都开始有统一要求

这项标准覆盖的范围，比简单规定“脑电数据要准确”更具体。按照标准信息和制定材料，数据集首先需要具备完整的说明文档、元数据和数据文件。这里的“元数据”，可以理解成“关于数据的数据”。比如一段脑电信号是谁在什么条件下采集的、使用什么设备、电极如何放置、采样参数是多少，这些背景信息都会影响后面研究人员如何理解和使用这份数据。

在数据采集环节，标准进一步涉及：电极、采集条件、信号传输和实验条件等要求。

也就是说，同样一段脑电数据，不能只把最终波形保存下来，还要尽量保证它是在明确、可追溯的条件下产生的——数据采回来以后，还要继续处理。

标准对去标识化、数据筛选和标注等环节提出要求，同时规范数据存储和访问，让数据既能够被合理使用，也能够追溯来源和处理过程。最后还设计了质量符合性测试方法，用于判断一个数据集是否达到了要求。

通俗来说，这一整套流程就是：不能随便采一批脑电数据、贴几个标签，就拿去训练医疗AI。数据从哪里来、怎么采、怎么处理、谁改过、怎么保存，都要有规则。

为什么这件事对AI脑机接口尤其重要？

传统医疗器械很多时候可以直接测试硬件性能，比如电极灵敏度够不够，设备误差有多大，都可以通过比较明确的物理指标进行测量。

但AI医疗器械多了一层复杂性：同一个算法，用不同的数据训练，最终可能变成两个性能完全不同的模型。

脑机接口尤其如此。脑电信号本身就具有个体差异，而且同一个人在不同时间采集的信号也可能发生变化。因此，一款脑机接口产品声称自己的AI能够识别运动意图、语言意图或者其他脑状态时，除了模型结构本身，还需要回答一个更基础的问题：训练和验证这个AI的数据到底靠不靠谱？

YY/T 2029—2026实际上把这部分要求进一步制度化。它适用于由人工智能算法对脑电信号进行后处理的脑机接口医疗器械，在研发、生产和质量控制等环节使用的数据集。换句话说，只要产品需要让AI去分析脑电信号，这套数据质量规则就可能成为研发和质量管理的重要参考。

标准管的是“训练AI的数据”，不是给脑机接口性能定一个统一分数

这里也需要注意一个边界。YY/T 2029—2026并没有规定：“脑机接口准确率必须达到多少，才能上市。”

它重点解决的是数据集质量。

也就是说，它不会直接告诉企业一个运动意图解码模型必须达到95%准确率，也不会判断某种植入式脑机接口技术一定优于非侵入式方案。

它更像是在整个产品评价体系下面铺了一层地基：不管以后采用什么算法，首先确保用来开发和验证算法的数据，有基本一致的质量标准。

因此，把它直接理解成“中国已经建立完整脑机接口监管标准”也不准确。

目前我国脑机接口医疗器械标准体系仍在持续建设。在这一标准之前，我国已经发布《采用脑机接口技术的医疗器械术语》和《采用脑机接口技术的医疗器械具备闭环功能的植入式神经刺激器感知与响应性能测试方法》两项行业标准。加上此次发布的新标准，目前已经发布3项脑机接口医疗器械行业标准。

与此同时，还有多项国家标准和行业标准正在制定，包括脑机接口医疗器械分类、神经电信号采集性能、侵入式设备可靠性、运动功能重建范式等。

为什么现在开始密集立标准？

原因和整个脑机接口产业的发展阶段有关。过去，很多脑机接口项目主要停留在实验室里，研究重点是证明：脑信号能不能被采到、能不能被解码。

但随着植入式和非侵入式脑机接口逐渐进入医疗器械研发、临床试验和产品化阶段，问题开始发生变化。

监管部门需要面对的是：

• 不同企业的数据能不能比较？
• AI模型是在什么数据上训练出来的？
• 数据有没有受到污染？
• 标注有没有统一规则？
• 产品更新算法以后，质量还能不能稳定？

这些问题听起来没有“意念控制机械臂”那么吸引眼球，却直接关系到脑机接口能否从科研演示走向真正的医疗产品。

因此，这项标准的行业意义更接近于：脑机接口竞争开始从“谁能做出来”，逐渐进入“谁能稳定、可重复、可监管地做出来”的阶段。

对脑机接口企业意味着什么？

对于正在研发AI脑机接口医疗器械的企业来说，新标准首先会增加一部分合规工作。

过去企业可能主要关注模型准确率和硬件性能，未来还需要更系统地记录数据采集条件、数据处理过程、标注方法和存储访问机制。

短期来看，这意味着数据治理成本提高。但另一方面，统一标准也有可能降低行业长期的重复成本。

当不同医院、科研机构和企业都按照相近规则建立脑电数据集以后，数据之间会更容易比较和复用，也有利于产品测试、注册评价以及跨机构研究。

全国标准信息公共服务平台披露的相关标准制定材料也指出，目标之一就是解决脑机接口脑电数据集专用质量评价的瓶颈，为数据采集、传输、实验范式、标注、存储与访问等建立技术合规依据。

所以，这项标准反映出脑机接口行业正在出现一个重要变化：

当AI开始成为脑机接口的核心解码工具以后，监管对象也开始从电极、芯片和设备本身，进一步延伸到训练AI的数据。

目前最严谨的结论是：YY/T 2029—2026给“AI如何使用脑电数据”建立了一套基础质量规则。它不会直接决定哪家公司脑机接口技术最好，却给未来相关医疗器械的研发、质量控制和监管提供了共同的数据底座。

对一个正在从实验室迈向临床和产业化的行业来说，这种看起来不起眼的“数据标准”，很可能是规模化之前必须补上的一块基础设施。

参考资料

[1] 国家药品监督管理局. 国家药监局关于发布YY/T 2029—2026《脑机接口医疗器械 用于人工智能算法的脑电数据集质量要求与评价方法》医疗器械行业标准的公告（2026年第79号）[EB/OL]. (2026-08-24)[2026-09-16].

[2] 国家药监局医疗器械标准管理中心. YY/T 2029—2026采用脑机接口技术的医疗器械 用于人工智能算法的脑电数据集质量要求与评价方法[EB/OL]. [2026-09-16].

[3] 新华社. 首个人工智能+脑机接口医疗器械标准发布[N/OL]. (2026-09-14)[2026-09-16].

[4] 中国食品药品网. 我国首项脑机接口与人工智能医疗器械融合标准发布[N/OL]. (2026-09-14)[2026-09-16].

[5] 全国标准信息公共服务平台. 采用脑机接口技术的医疗器械 脑电数据集质量要求与评价方法[EB/OL]. [2026-09-16].