Jak FDA zatwierdza urządzenia medyczne oparte na sztucznej inteligencji

Cicha rewolucja w regulacjach medycznych

Sztuczna inteligencja zmienia medycynę – odczytuje zdjęcia rentgenowskie, wykrywa nieregularne bicie serca, prowadzi sondy ultrasonograficzne w niewprawnych rękach. Zanim jednak jakiekolwiek narzędzie oparte na sztucznej inteligencji dotknie pacjenta w Stanach Zjednoczonych, musi przejść przez Agencję ds. Żywności i Leków (FDA). Do końca 2025 roku FDA zatwierdziła ponad 1450 urządzeń medycznych wykorzystujących sztuczną inteligencję i uczenie maszynowe, w porównaniu z zaledwie 33 w ciągu dwóch dekad między 1995 a 2015 rokiem. Ten wzrost rodzi oczywiste pytanie: jak dokładnie algorytm oprogramowania zasługuje na taką samą pieczęć regulacyjną jak skalpel chirurgiczny?

Trzy ścieżki na rynek

FDA dzieli urządzenia medyczne na trzy klasy ryzyka. Większość narzędzi AI trafia do klasy II (umiarkowane ryzyko) i trafia na rynek jedną z trzech głównych dróg:

• Zatwierdzenie 510(k) — Podstawowa ścieżka. Producent wykazuje, że jego urządzenie jest „zasadniczo równoważne” prawnie wprowadzonemu do obrotu urządzeniu predykatowemu – takiemu, które jest już na rynku i ma takie samo zamierzone zastosowanie oraz podobną technologię. Prawie wszystkie zatwierdzone urządzenia AI weszły na rynek przez 510(k), co pozwala uniknąć potrzeby przeprowadzania badań klinicznych na dużą skalę.
• Klasyfikacja De Novo — Stosowana, gdy nie istnieje odpowiedni predykat. Producent musi wykazać, że urządzenie wiąże się z niskim lub umiarkowanym ryzykiem i przedstawić dowody kliniczne. Ultradźwięk serca z przewodnikiem AI firmy Caption Health, który pozwala osobom bez specjalistycznej wiedzy na wykonywanie zdjęć serca o jakości diagnostycznej, został zatwierdzony tą drogą w 2020 roku.
• Zatwierdzenie przed wprowadzeniem na rynek (PMA) — Najbardziej rygorystyczna ścieżka, zarezerwowana dla urządzeń wysokiego ryzyka (klasa III). Wymaga rygorystycznych badań klinicznych potwierdzających bezpieczeństwo i skuteczność. Niewiele urządzeń AI wybiera tę kosztowną drogę.

Przyspieszona ścieżka dla przełomowych urządzeń

Od 2016 roku FDA przyznała status „Przełomowego Urządzenia” ponad 1200 urządzeniom, z których coraz więcej jest opartych na sztucznej inteligencji. Ten dobrowolny program jest skierowany do narzędzi, które leczą lub diagnozują stany zagrażające życiu i oferują znaczące korzyści w porównaniu z istniejącymi opcjami. Status nie gwarantuje szybszego zatwierdzenia, ale otwiera bezpośrednią linię z recenzentami FDA, pozwala na bardziej elastyczne wymagania dotyczące dowodów i daje zgłoszeniom priorytetową recenzję.

Ostatnie przykłady to RecovryAI, chatbot generatywny AI, który prowadzi pacjentów przez okres rekonwalescencji po operacji, oraz Cognita, model radiologiczny AI, który interpretuje obrazy medyczne. Oba otrzymały status Przełomowego Urządzenia na początku 2026 roku, co odzwierciedla rosnącą gotowość FDA do oceny AI, która wykracza poza proste wykrywanie wzorców.

Problem aktualizacji – i nowe rozwiązanie

Tradycyjne urządzenia rzadko się zmieniają po zatwierdzeniu. Modele AI natomiast stale się doskonalą, przetwarzając nowe dane – cecha, którą regulatorzy nazywają problemem „uczenia się”. Wymaganie nowego zgłoszenia dla każdej poprawki oprogramowania zasypałoby FDA papierkową robotą i spowolniło innowacje.

Odpowiedzią agencji jest Plan Kontroli Wstępnie Określonych Zmian (PCCP). Sfinalizowany pod koniec 2024 roku PCCP pozwala producentom z góry opisać, jakie rodzaje modyfikacji planują wprowadzić, jak będą walidować każdą zmianę i jak ocenią jej wpływ na bezpieczeństwo. Po zatwierdzeniu planu przez FDA wraz z oryginalnym urządzeniem, objęte nim aktualizacje mogą być wdrażane bez nowego zgłoszenia marketingowego. Podejście to odzwierciedla sposób, w jaki branża oprogramowania radzi sobie z iteracyjnymi wydaniami – przy jednoczesnym utrzymaniu regulacyjnego nadzoru nad zmianami krytycznymi dla bezpieczeństwa.

Gdzie koncentrują się urządzenia AI

Radiologia dominuje, stanowiąc około 76 procent wszystkich zatwierdzonych urządzeń AI. Algorytmy, które wykrywają guzki płuc na skanach CT, oznaczają udary na rezonansach magnetycznych mózgu lub redukują szumy na obrazach, stały się standardem w wielu szpitalach. Kardiologia zajmuje drugie miejsce z około 9 procentami, w tym narzędzia do noszenia, takie jak detektor migotania przedsionków Apple Watch i Kardia Mobile ECG firmy AliveCor. Neurologia, patologia i okulistyka uzupełniają krajobraz.

Co mówią krytycy

Nie wszyscy są zadowoleni. W raporcie z 2025 roku złożonym do FDA argumentowano, że ścieżka 510(k) stwarza „iluzję bezpieczeństwa”, ponieważ opiera się na równoważności z predykatami, a nie na niezależnych dowodach klinicznych. Kolejną kwestią jest przejrzystość: wiele zatwierdzonych urządzeń AI nie ujawnia publicznie składu demograficznego swoich danych treningowych, co rodzi pytania o to, czy algorytmy działają równie dobrze w różnych populacjach pacjentów.

FDA odpowiedziała wytycznymi nakłaniającymi producentów do zajęcia się kwestiami obciążenia, przejrzystości i cyberbezpieczeństwa w całym cyklu życia urządzenia. Od połowy 2025 roku wszystkie zgłoszenia dotyczące urządzeń podłączonych do sieci muszą zawierać wykaz materiałów oprogramowania i plan reagowania na luki w zabezpieczeniach po wprowadzeniu na rynek.

Dlaczego to ma znaczenie

Ramy regulacyjne, które buduje teraz FDA, ukształtują sposób, w jaki sztuczna inteligencja wejdzie do praktyki klinicznej na dziesięciolecia. Jeśli zrobi to dobrze, algorytmy mogą zdemokratyzować diagnostykę na poziomie specjalisty w wiejskich klinikach i krajach rozwijających się. Jeśli zrobi to źle, pacjenci mogą ucierpieć z powodu nieprzejrzystego oprogramowania, którego żaden regulator w pełni nie rozumie. Wraz z mnożeniem się urządzeń AI – tylko w 2025 roku zatwierdzono ich 295 – równowaga między szybkością a bezpieczeństwem nigdy nie była tak istotna.