IA e software, ottobre–novembre 2026: esempi di PCCP, segnali sull’IA generativa e regolamentazione basata sulla funzione da FDA, TGA, PMDA e Regno Unito
Tra l’inizio di ottobre e l’inizio di novembre 2026 FDA, TGA, PMDA e il governo britannico hanno pubblicato materiale sui dispositivi medici basati su IA e su software. Per lo più chiarisce approcci esistenti o annuncia lavori normativi; l’unica modifica di un testo normativo riguarda l’esenzione CDSS australiana, in vigore dal 1° novembre 2026.
Principal Consultant
In sintesi
Lo status regolatorio del software di IA dipende dalla funzione che svolge e dalle affermazioni fatte su di esso, non dall’etichetta “IA”. Gli esempi di PCCP della FDA sono illustrazioni e non modelli, la TGA applica agli AI scribe un test di funzione, i principi della PMDA riguardano l’IA nel lavoro regolatorio e gli impegni britannici dipendono ancora da consultazione, linee guida e legislazione secondaria.
Stato: 12 novembre 2026
Tra l’inizio di ottobre e l’inizio di novembre 2026 quattro autorità di regolamentazione hanno pubblicato materiale sui prodotti medicali basati su IA e su software. Per lo più si tratta di chiarimenti di approcci regolatori esistenti o di annunci di futuri lavori normativi, più che di nuovi requisiti premarket. La FDA ha pubblicato una pagina web sui Predetermined Change Control Plans (PCCP) con un elenco di dispositivi autorizzati e due casi ipotetici per software basato su IA. La TGA australiana ha chiarito quando gli AI scribe sono dispositivi medici e ha annunciato misure di controllo. La PMDA giapponese ha emanato principi di base per l’uso dell’IA nelle attività regolatorie. Il governo britannico ha accettato tutte le 44 raccomandazioni della sua National Commission into the Regulation of AI in Healthcare. L’unica modifica di un testo normativo, all’esenzione CDSS australiana già esistente, è entrata in vigore il 1° novembre 2026; la TGA la descrive come una maggiore chiarezza su quando si applica l’esenzione. [1] [2] [8] [12] [16] [27]
Letti insieme, questi documenti vanno nella stessa direzione. Lo status regolatorio del software di IA dipende dalla funzione che svolge e dalle affermazioni fatte su di esso, non dall’etichetta “IA”, e gestione delle modifiche, monitoraggio e trasparenza si spostano dalla fine del processo di sviluppo al suo centro. Questo articolo descrive ogni sviluppo, separa ciò che è vincolante da ciò che è un segnale e si chiude con le conseguenze per la pianificazione. Includiamo anche le dichiarazioni della FDA sulle funzionalità basate su foundation model e large language model (LLM), perché appartengono allo stesso tema del ciclo di vita. [3] [4]
Date e stato
- 20 ottobre 2026: la FDA ha aggiornato la sua pagina sui PCCP con un elenco dei dispositivi autorizzati con PCCP e ha pubblicato due casi ipotetici. Sono illustrazioni non vincolanti. [1] [2]
- 19 ottobre 2026: si è chiuso il periodo di commento sul documento di discussione della FDA sull’IA generativa. [4]
- 1° novembre 2026: è entrato in vigore, tramite lo strumento F2026L01167, il testo modificato della Schedule 4, Part 2, item 2.15 delle Therapeutic Goods (Medical Devices) Regulations 2002 (l’esenzione per i clinical decision support system, CDSS). La TGA descrive la modifica come una maggiore chiarezza su quando si applica l’esenzione. [25] [26] [27]
- 2 novembre 2026: la PMDA ha pubblicato i suoi Basic Principles for the Use of AI in Regulatory Activities come Early Consideration. [12] [13]
- Novembre 2026: è prevista la selezione della prima ondata di innovatori per la fase 3 dell’AI Airlock della MHRA. [17]
- Dicembre 2026: la MHRA intende pubblicare una bozza di linea guida sui predetermined change control plan. [16]
- Primavera 2027: la MHRA intende avviare una consultazione su qualificazione e classificazione del software e dei dispositivi basati su IA, ed è attesa la roadmap britannica di attuazione. [16]
In sintesi
- Gli esempi della FDA sono illustrazioni, non modelli. La FDA precisa che gli esempi non includono né trattano tutte le informazioni attese in un PCCP. [2]
- Un PCCP ha limiti che la FDA ricava dalla section 515C del FD&C Act. Può coprire modifiche che altrimenti richiederebbero una nuova domanda, deve mantenere il dispositivo entro il suo intended use e, per i dispositivi 510(k), preservarne la substantial equivalence. [1] [2]
- La FDA descrive un PCCP per il riaddestramento globale automatico senza revisione umana. L’esempio lo circonda di soglie di accettazione automatizzate, blocco del rilascio, roll-out scaglionato, visualizzazione della versione e audit trail, e indica come rischio l’assenza di una persona nel ciclo. [2]
- La TGA applica un test di funzione. La sola trascrizione e formattazione difficilmente costituiscono un dispositivo; selezionare, mettere in priorità, interpretare informazioni cliniche o agire sulla loro base può rendere uno scribe un dispositivo, e un’avvertenza non cambia le cose. [8] [10]
- La PMDA si occupa dell’IA usata nel lavoro regolatorio, non dei dispositivi basati su IA. Il documento stabilisce principi di responsabilità umana, governance e gestione del ciclo di vita e non crea nuovi requisiti. [12]
- Il Regno Unito è passato dai pareri a un programma di governo. Gli obblighi concreti dipendono ancora da una consultazione, da linee guida e da legislazione secondaria. [16]
FDA: pagina sui PCCP, elenco dei dispositivi autorizzati e due casi ipotetici
Il 20 ottobre 2026 il Center for Devices and Radiological Health della FDA ha aggiornato la sua pagina sui Predetermined Change Control Plans e pubblicato “Novel Medical Devices with Predetermined Change Control Plans: Hypothetical Case Examples”. Un PCCP descrive le modifiche pianificate, come il fabbricante le svilupperà, testerà e attuerà e come ne valuterà l’impatto. Se la FDA autorizza un PCCP nell’ambito di una domanda, il fabbricante può apportare le modifiche pianificate senza una nuova domanda per ciascuna, purché siano incluse nel piano autorizzato e attuate in conformità a esso. I PCCP possono far parte di domande 510(k), De Novo o di premarket approval. [1]
La pagina fissa tre condizioni per ciò che un PCCP può contenere: le modifiche richiederebbero altrimenti una nuova domanda (21 CFR 807.81(a)(3) o 21 CFR 814.39(a)), mantengono il dispositivo entro il suo intended use e, per i dispositivi 510(k), consentono al dispositivo di restare sostanzialmente equivalente al predicate. Un PCCP ha in genere tre componenti: una Description of Modifications, un Modification Protocol con criteri di accettazione e procedure di aggiornamento definiti in anticipo, e un Impact Assessment che copre l’impatto individuale e cumulativo di ogni modifica e il modo in cui una modifica ne influenza un’altra. [1]
La pagina riporta anche un elenco di dispositivi autorizzati con PCCP, che va dalla funzione Irregular Rhythm Notification di Apple (decisione del 21 luglio 2023) a decisioni del 30 settembre 2026. L’elenco non si limita all’IA: comprende sistemi per test di sensibilità antimicrobica, elettrocateteri per stimolazione cardiaca, neurostimolatori e cateteri per ablazione. La stampa di settore e un’analisi indipendente dell’export Excel dell’elenco contano 240 voci. Per il software basato su IA, il documento di raccomandazioni di riferimento è la linea guida definitiva della FDA di agosto 2025 sui PCCP per le funzioni software dei dispositivi basate su IA. [1] [5] [33]
Caso 1: sistema di allerta per sepsi adattato al singolo ospedale
Il dispositivo ipotetico aiuta i medici degli ospedali per acuti a individuare i pazienti a rischio di sviluppare una sepsi entro 24 ore, usando dati della cartella clinica elettronica raccolti di routine, e genera un punteggio di rischio e un’allerta. Il suo modello globale è addestrato su un dataset multicentrico. Il PCCP copre l’adattamento locale a ciascun sistema ospedaliero tramite tre modifiche: regolazione del peso degli input strutturati della documentazione infermieristica (valutazioni dello stato mentale e indicatori di colore e temperatura della cute) entro un intervallo ammesso, riaddestramento degli ultimi strati di output con dati EHR del sito e modifica della soglia di allerta entro un intervallo ammesso. Architettura di base del modello, insieme delle variabili e calcolo del punteggio di rischio restano invariati, i campi di testo libero sono esclusi, e gli adattamenti locali vengono attuati manualmente, con revisione e approvazione del fabbricante prima del rilascio in ogni nuovo sito. Il dispositivo con il modello globale resta disponibile per i siti che non usano un modello adattato localmente e come soluzione di riserva. [2]
Il metodo prevede sei passaggi: una verifica della sufficienza dei dati rispetto a dimensione minima del campione e qualità dei dati, addestramento e congelamento del modello adattato, validazione su un dataset di test indipendente separato prima dell’addestramento e confrontato con il dispositivo autorizzato, etichettatura e documentazione delle prestazioni aggiornate per il sito, compresa la cronologia delle versioni del modello, rilascio tramite un processo controllato di aggiornamento software nel sistema di gestione della qualità, e sorveglianza post-market a livello di sito del valore predittivo positivo delle allerte, della sensibilità e della risposta clinica. I dati provengono dall’ospedale che usa il dispositivo, vengono de-identificati prima dell’uso e la loro provenienza è documentata. La FDA definisce anche le dipendenze: il peso degli input incide sul fine-tuning e sulla soglia, il fine-tuning incide sulla soglia, e le modifiche vengono quindi attuate nella sequenza 1, 2, 3, mentre la sola soglia può essere modificata separatamente. [2]
Caso 2: software di rilevamento delle aritmie “ad apprendimento continuo”
Il secondo esempio va oltre. Il dispositivo assiste i cardiologi nel rilevamento di aritmie clinicamente significative, tra cui fibrillazione atriale, tachicardia ventricolare e blocco atrioventricolare di terzo grado, in pazienti ricoverati sotto telemetria continua. Il PCCP ipotetico consente un riaddestramento automatizzato e periodico del modello di deep learning su tutti i siti di impiego man mano che si accumulano nuovi dati ECG annotati, insieme alla regolazione della soglia di classificazione per una o più classi di aritmia. Le modifiche vengono attuate automaticamente e globalmente dal software alla fine di ogni ciclo, dopo controlli di validazione automatizzati, senza input, azione, revisione o decisione umana. [2]
Il Modification Protocol contiene dieci passaggi: un innesco automatico del riaddestramento quando si è accumulata una quantità prestabilita di nuovi dati annotati, preparazione dei dati de-identificati con un set di test indipendente separato, riaddestramento con la pipeline prestabilita, rivalutazione del punto operativo, validazione automatizzata per classe di aritmia e per sottogruppo predefinito rispetto a criteri di accettazione basati sulle prestazioni del dispositivo autorizzato, una decisione di rilascio automatizzata che blocca il rilascio e avvisa il fabbricante se un criterio non è soddisfatto, rilascio scaglionato tra i siti, un’interfaccia utente che mostra la versione attuale del dispositivo e del modello e la data dell’ultimo aggiornamento insieme alle istruzioni per l’uso aggiornate, un audit trail completo di ogni ciclo e un monitoraggio post-market automatizzato con soglie di deriva predefinite che fanno scattare una revisione del fabbricante. Il riaddestramento deve precedere la rivalutazione della soglia, perché modifica le probabilità di output del modello. La FDA afferma apertamente che l’attuazione automatica comporta rischi perché nel ciclo non c’è una persona, e per affrontarli si affida al controllo del rilascio e al monitoraggio successivo. [2]
Che cosa mostrano gli esempi e che cosa no
La FDA descrive gli esempi come illustrazioni coerenti con legge, regolamenti e linee guida. Non contengono tutto ciò che ci si attende in un PCCP, anche se possono rappresentare il livello di dettaglio di una sintesi pubblica del dispositivo. Tutte le modifiche presuppongono di essere adatte a un PCCP alle condizioni sopra indicate. Gli esempi non stabiliscono quindi un’accettazione generale dei sistemi ad autoapprendimento, e un PCCP arriva solo fin dove arriva il piano che la FDA autorizza. Illustrano il livello di struttura e i tipi di controlli che possono essere rilevanti per un PCCP, tra cui criteri di accettazione prestabiliti per classe e sottogruppo, gestione delle modifiche interdipendenti, rilascio controllato, tracciabilità e monitoraggio dopo il rilascio. Non vanno trattati come una checklist universale né come una dichiarazione dei requisiti della FDA per ogni PCCP. [2]
FDA: foundation model, LLM e sintesi pubblica
La pagina della FDA sulla AI-Enabled Medical Device List afferma che l’elenco non è esaustivo e che i dispositivi sono stati individuati soprattutto tramite termini legati all’IA nelle descrizioni sintetiche dei documenti di autorizzazione e/o tramite la loro classificazione, sulla base del Digital Health and Artificial Intelligence Glossary della FDA. La pagina afferma anche che la FDA esplorerà metodi per individuare e contrassegnare i dispositivi che incorporano foundation model, dagli LLM alle architetture multimodali, e che gli sponsor sono incoraggiati a includere a tal fine informazioni adeguate nelle sintesi pubbliche. Una copia in cache di terzi della pagina, datata 9 aprile 2026, contiene già l’invito a includere informazioni adeguate nelle sintesi pubbliche e il piano di contrassegnare i dispositivi con foundation model, quindi non sembra trattarsi di un annuncio nuovo; la pagina non crea nuovi requisiti di contenuto per le domande. [3] [28]
Il 18 agosto 2026 il Digital Health Center of Excellence della FDA ha pubblicato un documento di discussione sulla regolamentazione dei dispositivi medici basati su IA generativa e ha aperto il docket FDA-2026-N-7874, con commenti entro il 19 ottobre 2026. Il documento delinea una possibile euristica a due assi per la valutazione del rischio. Un asse descrive l’attività svolta dalla funzione in quattro categorie: informativa e non direttiva, informativa e orientata all’azione, che agisce sotto la supervisione di un professionista sanitario, e che agisce in piena autonomia. L’altro asse riflette la gravità del danno che potrebbe derivare dal fare affidamento su un output errato. La FDA presenta questo schema come quadro di discussione e chiede riscontri agli stakeholder; non è uno schema di classificazione adottato. Il documento descrive anche un approccio di valutazione delle competenze prima dell’immissione sul mercato, composto da benchmarking non clinico e conferma clinica, possibili approcci al monitoraggio post-market e considerazioni su foundation model e sistemi agentici. La FDA chiede riscontri sulla fattibilità di Foundation Model Device Master Files volontari: secondo il concetto discusso, gli sviluppatori di modelli potrebbero presentare informazioni in via riservata e gli sponsor potrebbero farvi riferimento in una domanda con l’autorizzazione del titolare. Secondo la sezione VII.A del documento, la presentazione di un file di questo tipo non costituirebbe un’autorizzazione del modello sottostante per alcun intended use di un dispositivo, e gli sponsor resterebbero responsabili di dimostrare in modo indipendente sicurezza ed efficacia del proprio dispositivo. Il documento non è né una bozza né una linea guida definitiva, e il periodo di commento si è chiuso. [4] [20] [21] [30] [32]
Per gli sponsor la domanda pratica è che cosa sia una descrizione pubblica “adeguata”. I documenti pubblici variano secondo il percorso. Per un 510(k), chi presenta la domanda redige un 510(k) summary oppure un 510(k) statement; un summary deve essere abbastanza dettagliato da spiegare la base della substantial equivalence, e la FDA lo rende disponibile entro 30 giorni dalla determinazione di substantial equivalence (21 CFR 807.95(d)). Per le richieste De Novo la FDA pubblica volontariamente una decision summary che descrive le evidenze scientifiche a sostegno della concessione. Per la premarket approval la FDA redige il Summary of Safety and Effectiveness Data (SSED) per le approvazioni PMA originali e per le decisioni sui panel-track supplement. Per De Novo e PMA la sintesi pubblica è un documento della FDA, e lo sponsor vi contribuisce attraverso la domanda sottostante e la documentazione di supporto. A nostro avviso, una descrizione interna controllata di ogni funzione dipendente dal modello (categoria di modello, ruolo medico, input e output, grado di autonomia e di supervisione umana, versioni, dipendenze da terzi, evidenze di prestazione e limiti, controllo delle modifiche) è la fonte sensata per ogni dichiarazione pubblica, così che nulla in una sintesi pubblica vada oltre l’intended use autorizzato. [6] [7] [23] [24]
Australia: quando un AI scribe diventa un dispositivo medico
Il 16 ottobre 2026 la TGA ha pubblicato l’esito della sua revisione sugli scribe digitali e una guida aggiornata. Nel 2025 la TGA aveva individuato circa 100 fornitori, li aveva interpellati (40 hanno risposto) e aveva esaminato 12 prodotti, tra cui quelli con la quota di mercato maggiore. Nessuno dei 12 fornitori aveva classificato il proprio prodotto come dispositivo medico. La TGA ha rilevato che otto includevano funzioni che probabilmente rientrano nella definizione di dispositivo medico ai sensi della section 41BD del Therapeutic Goods Act 1989, due richiedevano ulteriori informazioni e due non sembravano essere dispositivi. La revisione non ha testato i prodotti, non ne ha valutato sicurezza o prestazioni, non ha esaminato nel dettaglio la conformità regolatoria né la protezione dei dati e della privacy, e la TGA non ha indicato quali prodotti ricadano in quale gruppo. [8] [10] [11]
Secondo la guida aggiornata, uno scribe il cui unico scopo è registrare, trascrivere e convertire una conversazione clinica in testo strutturato, anche tramite modelli, senza analizzare o interpretare informazioni cliniche, non è un dispositivo medico. La guida confronta le funzioni in una tabella. Presentare una cartella clinica completa, per esempio, non è una funzione da dispositivo, mentre lo è individuare, mostrare selettivamente, mettere in priorità o analizzare informazioni per generare suggerimenti diagnostici o terapeutici; assegnare codici che riflettono quanto documentato non lo è, mentre lo è dedurre diagnosi o codici da informazioni implicite; recuperare informazioni di riferimento non lo è, mentre lo è applicarle a un singolo paziente; e le funzioni di chatbot o di “insight” che generano nuove conclusioni clinicamente rilevanti non individuate dal professionista sono funzioni da dispositivo. Tra gli esempi svolti figurano una funzione opzionale di insight accompagnata dall’avvertenza che non sostituisce le decisioni professionali, che resta comunque un dispositivo; uno strumento amministrativo commercializzato con l’affermazione che guida diagnosi e pianificazione del trattamento, anch’esso un dispositivo. La TGA afferma che dichiarazioni o avvertenze non bastano a stabilire se un prodotto sia un dispositivo medico. [9] [10] [31]
Per i fornitori di funzioni regolamentate la TGA descrive quattro strade: esenzione condizionata come software di supporto alle decisioni cliniche, modifica del prodotto e delle affermazioni che lo accompagnano, inclusione nell’Australian Register of Therapeutic Goods prima della fornitura, oppure cessazione della fornitura. Secondo una sintesi della guida, anche un CDSS esente richiede una notifica alla TGA e il rispetto degli Essential Principles, e il software CDSS esente resta soggetto alla regolamentazione dei dispositivi medici. Dal 1° novembre 2026 la colonna “kinds of medical devices” dell’item 2.15 è stata sostituita dallo strumento F2026L01167 (la colonna delle condizioni non è stata modificata). Secondo quanto riportato sul testo modificato, i criteri sono cumulativi: l’unico scopo del software è una raccomandazione a un professionista sanitario; non elabora né analizza immagini o segnali medici provenienti da un altro dispositivo medico; non è destinato a sostituire il giudizio clinico; non è destinato a prendere una decisione diagnostica o terapeutica, anche quando è software IVD; e mostra le linee guida, i calcoli o la logica usati, così che il professionista sanitario possa interpretare e verificare la raccomandazione. Qui riassumiamo i criteri e raccomandiamo di verificare il testo esatto nello strumento. La TGA descrive la modifica come un chiarimento di quando si applica l’esenzione e afferma che i risultati della revisione orienteranno attività di controllo mirate dove la funzionalità di uno scribe rientra nella definizione di dispositivo medico. [8] [10] [11] [25] [26] [27] [31]
Giappone: principi di base per l’IA nelle attività regolatorie
Il 2 novembre 2026 il Center for Regulatory Science della PMDA ha pubblicato i Basic Principles for the Use of AI in Regulatory Activities (Early Consideration), come traduzione inglese provvisoria dell’originale giapponese, che prevale. Il documento si applica ai contesti in cui l’IA, compresa l’IA generativa, viene usata in attività che comportano valutazioni e decisioni regolatorie lungo il ciclo di vita di medicinali, quasi-farmaci, cosmetici, dispositivi medici e prodotti di medicina rigenerativa, dallo sviluppo, inclusi gli studi non clinici e clinici, fino alla produzione e alla fase post-marketing. Anche lo sviluppo e il funzionamento di tale IA possono rientrare nell’ambito; la ricerca di base e la pratica medica generale non ne sono il focus principale. I destinatari sono la PMDA, i richiedenti, i titolari di autorizzazioni all’immissione in commercio, i fabbricanti, gli sponsor e le organizzazioni di ricerca a contratto, nonché gli sviluppatori e i fornitori di sistemi di IA usati in tali attività. [12]
Non è una regola per i dispositivi medici basati su IA. La PMDA afferma che il documento non intende introdurre nuovi requisiti regolatori e che occuparsi solo degli aspetti che descrive non basterebbe a soddisfare tutti gli obblighi. I suoi tre livelli sono un principio centrato sulla persona (l’IA supporta il giudizio umano e la responsabilità ultima resta alle persone), sei principi fondamentali (approccio basato sul rischio, contesto d’uso e ambito chiari, data governance, equità, responsabilità e trasparenza, competenze multidisciplinari e rispetto di leggi e norme) e cinque principi di attuazione e gestione (progettazione e sviluppo, valutazione, gestione del ciclo di vita, supervisione umana e alfabetizzazione sull’IA). Sui dati chiede di documentare caratteristiche, fonti, fasi di elaborazione, cronologia delle modifiche e base delle decisioni, con tracciabilità. Sulla valutazione chiede di considerare non solo le prestazioni dell’IA ma anche il funzionamento nell’ambiente d’uso reale. [12]
La PMDA ha un documento distinto per i prodotti basati su IA: il 14 ottobre 2026 ha pubblicato una traduzione inglese delle Review Points for Medical Devices Utilizing Generative AI (Draft), rivolte ai prodotti che si qualificano come dispositivi medici e destinate a raccogliere un ampio ventaglio di opinioni. La bozza stessa afferma che la PMDA non ha ancora esaminato per l’approvazione alcun dispositivo medico basato su IA generativa, e RAPS ha riferito lo stesso il 19 ottobre 2026; una situazione del genere può cambiare. [14] [15] [29]
Regno Unito: dal rapporto della commissione a un programma di governo
Il 6 ottobre 2026 il governo britannico ha accettato tutte le 44 raccomandazioni della National Commission into the Regulation of AI in Healthcare, il cui rapporto era stato pubblicato il 10 settembre. La risposta afferma che l’attuale regolamentazione dei dispositivi medici non è adatta all’IA, chiede un approccio proporzionato, basato sul rischio e sul ciclo di vita, e presenta un piano d’azione. Contestualmente la MHRA ha aperto le candidature per la fase 3 della sua sandbox AI Airlock, con la prima ondata di innovatori da selezionare a novembre 2026; la stampa di settore riporta per questa ondata un termine di candidatura al 31 ottobre. [16] [17] [22]
Gli impegni sono per lo più formulati come intenzioni con date. La MHRA intende avviare entro la primavera 2027 una consultazione su qualificazione e classificazione del software e dei dispositivi basati su IA, seguita da legislazione secondaria su una definizione aggiornata di dispositivo medico (con possibili esclusioni per alcuni software amministrativi, di benessere e di supporto decisionale), un approccio di classificazione rivisto e una definizione aggiornata di destinazione d’uso che tenga conto di progettazione, funzionalità e contesto d’uso. Entro dicembre 2026 intende pubblicare una bozza di linea guida sui PCCP, che descriva un approccio in cui i fabbricanti definiscono i confini dell’ambito delle modifiche ammesse e non solo modifiche prestabilite, anche per i dispositivi adattivi basati su IA e mantenendo la destinazione d’uso. Altri impegni riguardano uno strumentario per una sorveglianza post-market adattata, un possibile approccio basato sulla funzione, la valutazione di Master Files per i modelli di uso generale, l’indicazione nelle domande delle dipendenze da tali modelli, linee guida sulle condizioni operative per un impiego sicuro e sui controlli del rischio, identificativi unici del dispositivo con controllo di versione, sanzioni civili, un elenco aggiornato regolarmente dei dispositivi basati su IA autorizzati, percorsi di autorizzazione per fasi e accordi di riconoscimento e reliance con autorità di fiducia. La maggior parte porta la data “further details by spring 2027”, e per allora è attesa una roadmap completa di attuazione. [16]
Il 19 ottobre la MHRA ha annunciato che il suo Deputy Director for AI and Software avrebbe presentato l’approccio dell’agenzia alla conferenza AdvaMed del 20 ottobre, con i temi regolamentazione basata sul ciclo di vita, AI Airlock, partenariati regionali con NHS London e con il Manchester University NHS Foundation Trust e collaborazione più stretta con la FDA. La strategia 2030 della MHRA, di cui si è riferito il 14 ottobre, aggiunge un Centre for AI and Digital Health in programma e percorsi più ampi di reliance e riconoscimento con autorità di fiducia, tra cui la FDA. Queste dichiarazioni indicano una direzione, non nuovi obblighi. [18] [19]
Che cosa significa per la pianificazione
Pianificare i PCCP come documenti di ingegneria e di qualità. Gli esempi della FDA illustrano controlli che possono essere rilevanti: modifiche definite, dipendenze ordinate, criteri di accettazione per classe e sottogruppo, dati di test separati, rilascio controllato con la possibilità di bloccarlo, visualizzazione della versione, audit trail e monitoraggio definito. È la nostra lettura pratica degli esempi, non una checklist. Se una determinata modifica rientri in un PCCP dipende dalle tre condizioni sopra indicate e da ciò che la FDA autorizza. [1] [2]
Non leggere gli esempi come un’accettazione dei dispositivi ad autoapprendimento. L’esempio sulle aritmie è un caso ipotetico in cui ogni ciclo di riaddestramento passa per controlli predefiniti, e la FDA indica come rischio la mancanza di una persona nel ciclo. Uno sponsor che valuta aggiornamenti automatizzati dovrebbe, a nostro avviso, trattarlo come un esempio del tipo di concetto di controllo da discutere con la FDA, idealmente in una Pre-Submission. [2] [4]
Qualificare le funzioni, non i prodotti. La tabella delle funzioni della TGA, le proposte britanniche per un approccio basato sulla funzione e per regole più chiare sulla destinazione d’uso, e il quadro di rischio per funzione del documento di discussione della FDA, che guarda al dispositivo finale messo in uso e non al solo foundation model, pongono tutte la stessa domanda. Per i prodotti con più funzioni, le funzioni amministrative e cliniche andrebbero valutate separatamente, e affermazioni, materiale di marketing, messaggi dell’interfaccia utente e comportamento effettivo dovrebbero essere coerenti. [9] [16] [32]
Trattare i modelli di terzi come una questione di controllo delle modifiche. Il documento di discussione della FDA, la risposta britannica (Master Files, indicazione delle dipendenze) e i principi di tracciabilità della PMDA convergono su notifica delle versioni, accesso per la valutazione e possibilità di limitare un componente modificato. Oggi sono proposte di discussione o di policy, e sono già una base sensata per gli accordi con i fornitori. [4] [12] [16]
Usare i principi della PMDA per l’IA nel proprio lavoro regolatorio, come riferimento. Per la redazione o la revisione di dossier, rapporti di sicurezza e documenti di qualità con il supporto dell’IA, i principi si traducono in un inventario dei casi d’uso, punti di revisione umana definiti, versioni del modello e configurazione documentate, validazione sul caso d’uso reale e controllo dei fornitori. Da soli non richiedono alcuna modifica delle SOP. [12]
Avviso sulle immagini: le immagini illustrative e di apertura sono state generate con l'IA e non raffigurano persone, luoghi o eventi reali. I ritratti fotografici raffigurano persone reali.
Rilevante per il Suo progetto?
Domande simili nel Suo progetto attuale?
In un primo colloquio chiariamo, senza impegno, ciò che è concretamente rilevante per la Sua situazione.
Richieda un primo colloquio →Normative e standard considerati
- Section 515C del FD&C Act (Predetermined Change Control Plans), 21 CFR 807.81(a)(3) e 21 CFR 814.39(a)
- FDA, Novel Medical Devices with Predetermined Change Control Plans: Hypothetical Case Examples (20 ottobre 2026)
- Documento di discussione della FDA sui dispositivi medici con IA generativa, docket FDA-2026-N-7874 (periodo di commento chiuso il 19 ottobre 2026)
- Therapeutic Goods Act 1989, section 41BD, e Therapeutic Goods (Medical Devices) Regulations 2002, Schedule 4, Part 2, item 2.15 (esenzione CDSS), modificato da F2026L01167 con effetto dal 1° novembre 2026
- PMDA, Basic Principles for the Use of AI in Regulatory Activities (Early Consideration), 2 novembre 2026
- Governo britannico, Government Response to the National Commission's Recommendations on the Regulation of AI in Healthcare (6 ottobre 2026)
FAQ
Domande frequenti
Expertise correlata
Software as a Medical Device →
Controllo delle modifiche, versioni del modello e monitoraggio per il software dei dispositivi basati su IA, il terreno che un PCCP deve coprire
Strategia e percorsi FDA →
Domande 510(k), De Novo e PMA che possono includere un PCCP, e le sintesi pubbliche che la FDA ne pubblica
Marcatura UKCA & Accesso alla Gran Bretagna →
Il quadro britannico che la consultazione prevista della MHRA e la legislazione secondaria modificherebbero
Progetti correlati
Tutti i Case Study →Fonti
- [1] FDA, Predetermined Change Control Plans (pagina aggiornata il 20 ottobre 2026, con elenco dei dispositivi autorizzati). https://www.fda.gov/medical-devices/premarket-submissions-selecting-and-preparing-correct-submission/predetermined-change-control-plans
- [2] FDA, Novel Medical Devices with Predetermined Change Control Plans: Hypothetical Case Examples (20 ottobre 2026). https://www.fda.gov/medical-devices/premarket-submissions-selecting-and-preparing-correct-submission/novel-medical-devices-predetermined-change-control-plans-hypothetical-case-examples
- [3] FDA, Artificial Intelligence-Enabled Medical Devices (AI-Enabled Medical Device List). https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-enabled-medical-devices
- [4] FDA, comunicato stampa, FDA Seeks Public Feedback to Inform Regulatory Approach for Generative AI-Enabled Medical Devices (18 agosto 2026; docket FDA-2026-N-7874). https://www.fda.gov/news-events/press-announcements/fda-seeks-public-feedback-inform-regulatory-approach-generative-ai-enabled-medical-devices
- [5] Medtech Insight, FDA’s New PCCP Pages Add Case Studies, Instructions And A 240-Device List (fonte secondaria). https://insights.citeline.com/medtech-insight/policy-and-regulation/approvals/fdas-new-pccp-pages-add-case-studies-instructions-and-a-240-device-list-K63E3IZYDFD6LBCWENGALMIEXA/
- [6] 21 CFR 807.92, contenuto e formato di un 510(k) summary (e 807.93, 807.95), eCFR. https://www.ecfr.gov/current/title-21/chapter-I/subchapter-H/part-807/subpart-E/section-807.92
- [7] FDA, Content of a 510(k). https://www.fda.gov/medical-devices/premarket-notification-510k/content-510k
- [8] Healthcare IT News, 8 popular AI scribes may need medical device regulation: TGA (fonte secondaria). https://www.healthcareitnews.com/news/anz/8-popular-ai-scribes-may-need-medical-device-regulation-tga
- [9] TGA, Digital scribes (guida regolatoria, aggiornata il 16 ottobre 2026). https://www.tga.gov.au/products/medical-devices/software-and-artificial-intelligence-ai/overview/types-software-based-medical-devices/digital-scribes
- [10] Pure Global, Australia TGA Clarifies Digital Scribe Medical Device Boundaries (17 ottobre 2026; sintesi secondaria della guida TGA). https://www.pureglobal.com/news/australia-tga-digital-scribes-review-guidance-2026
- [11] The Medical Republic, TGA refuses to name AI scribes flagged as possible medical devices (fonte secondaria). https://www.medicalrepublic.com.au/?p=130122
- [12] PMDA, Basic Principles for the Use of AI in Regulatory Activities (Early Consideration), traduzione provvisoria, 2 novembre 2026. https://www.pmda.go.jp/files/000283394.pdf
- [13] PMDA, Early Consideration (pagina in inglese che elenca il documento). https://www.pmda.go.jp/english/review-services/regulatory-info/0005.html
- [14] PMDA, What’s New (voci del 2 novembre e del 14 ottobre 2026). https://www.pmda.go.jp/english/0006.html
- [15] RAPS, Asia-Pacific Roundup: Japan’s PMDA shares principles for evaluating generative AI-enabled medical devices (19 ottobre 2026; fonte secondaria). https://www.raps.org/resource/asia-pacific-roundup-japan-s-pmda-shares-principles-for-evaluating-generative-ai-enabled-medical-devices.html
- [16] Governo britannico, Government Response to the National Commission’s Recommendations on the Regulation of AI in Healthcare (pubblicata il 6 ottobre 2026). https://www.gov.uk/government/publications/government-response-to-the-national-commissions-recommendations-on-the-regulation-of-ai-in-healthcare/government-response-to-the-national-commissions-recommendations-on-the-regulation-of-ai-in-healthcare
- [17] GOV.UK, Government backs recommendations of NHS doctors-led AI Commission (6 ottobre 2026). https://www.gov.uk/government/news/government-backs-recommendations-of-nhs-doctors-led-ai-commission
- [18] GOV.UK, UK regulator brings new AI and MedTech agenda to AdvaMed (19 ottobre 2026). https://www.gov.uk/government/news/uk-regulator-brings-new-ai-and-medtech-agenda-to-advamed
- [19] RAPS, MHRA announces strategy to streamline regulation in the AI era (14 ottobre 2026; fonte secondaria). https://www.raps.org/resource/mhra-announces-strategy-to-streamline-regulation-in-the-ai-era.html
- [20] Covington, FDA Releases Highly Anticipated Discussion Paper on Generative AI-Enabled Medical Devices (24 agosto 2026; fonte secondaria). https://www.cov.com/-/media/files/corporate/publications/2026/08/fda-releases-highly-anticipated-discussion-paper-august-2026.pdf
- [21] The FDA Law Blog, Regulating a Moving Target: FDA Seeks Comments on Possible Framework for Regulation of GenAI (3 settembre 2026; fonte secondaria). https://www.thefdalawblog.com/2026/09/regulating-a-moving-target-fda-seeks-comments-on-possible-framework-for-regulation-of-genai/
- [22] IZHC, Field Notes: The UK Commits To Monitoring AI Medical Devices Across Their Working Life (fonte secondaria per il termine di candidatura). https://www.zhcinstitute.com/research/uk-health-ai-lifecycle-monitoring-field-notes/
- [23] FDA, De Novo Classification Request (decision summary dopo la concessione). https://www.fda.gov/medical-devices/premarket-submissions-selecting-and-preparing-correct-submission/de-novo-classification-request
- [24] FDA, PMA Application Contents (SSED). https://www.fda.gov/medical-devices/premarket-approval-pma/pma-application-contents
- [25] Governo australiano, Therapeutic Goods Legislation Amendment (2026 Measures No. 1) Regulations 2026, F2026L01167 (Federal Register of Legislation). https://www.legislation.gov.au/F2026L01167
- [26] Pure Global, sintesi di F2026L01167 e dell’esenzione CDSS modificata (fonte secondaria). https://www.pureglobal.com/news/tga-f2026l01167-class-iia-saline-flush-cdss-exemption-2026
- [27] TGA, Clinical decision support system exemption amendments (modifiche in vigore dal 1° novembre 2026). https://www.tga.gov.au/news/news-articles/clinical-decision-support-system-exemption-amendments
- [28] Longterm Wiki, copia in cache della pagina FDA AI-Enabled Medical Devices (consultata il 9 aprile 2026; cache di terzi). https://www.longtermwiki.com/resources/817822d0744697cf
- [29] PMDA, Review Points for Medical Devices Utilizing Generative AI (Draft), traduzione provvisoria, ottobre 2026. https://www.pmda.go.jp/files/000283182.pdf
- [30] FDA Map, The FDA is Rethinking Regulatory Strategy for Generative AI in Medical Devices (fonte secondaria). https://www.fdamap.com/blog/the-fda-is-rethinking-regulatory-strategy-for-generative-ai-in-medical-devices/
- [31] TGA, Digital scribe review outcomes (16 ottobre 2026; letto come estratto dei risultati di ricerca, il sito della TGA blocca gli accessi automatizzati). https://www.tga.gov.au/resources/publication/corporate-reports/digital-scribe-review-outcomes
- [32] FDA, Considerations for the Regulation of Generative AI-Enabled Medical Devices: Discussion Paper and Request for Feedback (agosto 2026). https://www.fda.gov/media/194242/download
- [33] RegulatoryIQ, FDA’s PCCP List: What 240 Authorizations Show, and What It Leaves Out (analisi indipendente dell’export Excel della FDA; fonte secondaria). https://regulatoryiq.ai/blog/fda-pccp-authorizations-data-2026
Insights correlati
Tutti gli insights →IA e software
Quali funzioni del Suo software un’autorità tratterà come dispositivo?
Descriva il prodotto, le sue funzioni e i mercati in cui intende entrare.
La Sua richiesta arriva al nostro team, che coinvolge gli esperti del tema quando serve.
Preferisce il contatto diretto? +39 02 8904 1000
contact@theentourage.it
- Risposta di norma entro un giorno lavorativo
- 3 sedi: DE · CH · IT · progetti anche negli USA
- 100% Life Sciences





