一个被要求补做动物实验的项目，我们做了什么

一个医疗器械项目，已经做到技术审评阶段了。审评老师发来一条发补意见：

请针对产品的某项参数，补充一个专项动物实验。

对做注册的人来说，这一行字意味着什么，不用我多说。

几十万元的额外成本，至少半年的上市延期。

一、客户已经自己回复过一次，被驳回了

这是一个激光治疗类的项目。客户最初找到我们，只是要写一份临床评价报告。

收到这条发补意见之后，客户先去跟动物实验机构沟通了一圈。机构的建议很直接：那就补吧。

客户自己也不是没回应过。他们给审评做过一次很简单的回复，但那份回复里缺了逻辑支撑，被驳回了。审评第二次发补，仍然要求补做。

客户很无奈。前期做的动物实验，其实已经相当充分了。但"充分"这件事，你得证明给审评看——光说不够。

二、我们做的第一件事，不是反驳

接手之后，我们没有一上来就说"这个不用做"。

我们先用 AI 工具检索了大量临床文献——不是泛泛地搜，是精准去抓同类产品的量效关系数据。这类产品本身就要做量效，很多关键参数很容易漏掉。

数据抓出来之后，才开始搭论证。不是一句"风险可控"就完了，而是一个四层的结构：

• 判定依据——判断的标准是什么，为什么这么判
• 临床意义——这个参数放进真实使用场景里，意味着什么
• 风险控制——在现有操作规范和风控措施下，风险处在什么位置
• 数据佐证——哪些已经提交过的数据，能够支持这个结论

然后我们把产品参数放进了真实的临床应用场景里去推演。结论是：在现有规范下，这项风险在过往的临床数据中已经被完全覆盖，而且已被证明可控。

三、最后，审评认可了豁免

审评接受了这套论证。在这个阶段，客户不用再补做专项动物实验了。

几十万的成本省了下来，至少半年的上市周期也抢了回来。

但更让我在意的，是另一件事：这个项目结束之后，客户点名，后续所有跟我们合作的项目，都由我来担任项目经理。

这件事里，其实有两个东西在同时起作用：

• 团队的 SOP，是导航图。 它逼着你建立一条从产品特性到风险控制的完整逻辑链，中间不能有断点。我们团队目前有超过 1300 份 SOP，就是这么一份一份沉淀下来的。
• AI，是盾构机。 在 SOP 的指引下，它能瞬间扫过海量临床数据，捕捉到人容易忽略的参数关联和佐证材料。

两者合起来，我们要做的事情性质就变了——从"被动解释"，变成"主动论证"。

四、说句实在话

做过注册的人都知道，不能寄希望于遇到一位"高抬贵手"的审评员。

如果你的论证不够充分，任何一位审评员都不会因为你来求他，就放你过去。反过来，只要你的数据链足够严谨、逻辑足够完整，你就不需要求谁。

这也是我为什么从来不觉得，AI 在这件事里的价值是"帮我们写得快一点"。

它替掉的，是"专业判断之前"的那一段时间——检索、筛选、提取、比对。

最后让审评点头的，还是那一步判断：手上这些数据，到底够不够支撑"不需要再做动物实验"。

所以判断标准其实只有两条：

下一篇，我会把这份判断落成一张能直接对照的表——24 个真实工作场景，加上一份 12 题的 AI 工作流自测，都是我平时真在用的东西。明天见。

想聊聊？

下次拿到一条发补意见，不妨先别急着判断"做还是不做"——先问一句：我要证明的那个结论，现在缺的是数据，还是逻辑？

如果你手上也有卡在发补阶段的项目，二维码放这儿了，随时加伟莉老师聊。