KI und Software, Oktober–November 2026: PCCP-Beispiele, Signale zu generativer KI und funktionsbasierte Regulierung bei FDA, TGA, PMDA und im Vereinigten Königreich
Zwischen Anfang Oktober und Anfang November 2026 haben FDA, TGA, PMDA und die britische Regierung Material zu KI-gestützten und softwarebasierten Medizinprodukten veröffentlicht. Das meiste klärt bestehende Ansätze oder kündigt Regulierungsarbeit an; die einzige Änderung im Normtext betrifft die australische CDSS-Ausnahme, in Kraft seit dem 1. November 2026.
Principal Consultant
Kurz gefasst
Der regulatorische Status von KI-Software hängt an der Funktion und an den Aussagen über sie, nicht am Etikett „KI“. Die PCCP-Beispiele der FDA sind Illustrationen und keine Vorlagen, die TGA wendet auf KI-Scribes einen Funktionstest an, die PMDA-Grundsätze betreffen KI in der regulatorischen Arbeit, und die britischen Zusagen hängen noch an Konsultation, Leitlinien und Sekundärgesetzgebung.
Stand: 12. November 2026
Zwischen Anfang Oktober und Anfang November 2026 haben vier Regulierer Material zu KI-gestützten und softwarebasierten Medizinprodukten veröffentlicht. Das meiste davon klärt bestehende regulatorische Ansätze oder kündigt künftige Regulierungsarbeit an, statt neue Premarket-Anforderungen einzuführen. Die FDA hat eine Webseite zu Predetermined Change Control Plans (PCCP) mit einer Liste autorisierter Produkte und zwei hypothetischen Fallbeispielen für KI-gestützte Software veröffentlicht. Die australische TGA hat klargestellt, wann KI-Scribes Medizinprodukte sind, und Maßnahmen zur Durchsetzung angekündigt. Die japanische PMDA hat Grundsätze für den Einsatz von KI in regulatorischen Tätigkeiten herausgegeben. Die britische Regierung hat alle 44 Empfehlungen ihrer National Commission into the Regulation of AI in Healthcare angenommen. Die einzige Änderung eines Normtexts, an der bestehenden australischen CDSS-Ausnahme, ist am 1. November 2026 in Kraft getreten; die TGA beschreibt sie als größere Klarheit darüber, wann die Ausnahme greift. [1] [2] [8] [12] [16] [27]
Zusammen gelesen, weisen diese Dokumente in dieselbe Richtung. Der regulatorische Status von KI-Software hängt von der Funktion ab, die sie erfüllt, und von den Aussagen, die über sie gemacht werden, nicht vom Etikett „KI“, und Änderungsmanagement, Überwachung und Transparenz rücken vom Ende des Entwicklungsprozesses in seine Mitte. Dieser Beitrag beschreibt jede Entwicklung, trennt Verbindliches von Signalen und endet mit Folgen für die Planung. Wir beziehen auch die Aussagen der FDA zu Funktionen auf Basis von Foundation Models und Large Language Models (LLM) ein, weil sie zum selben Lebenszyklusthema gehören. [3] [4]
Termine und Status
- 20. Oktober 2026: Die FDA hat ihre PCCP-Seite um eine Liste autorisierter Produkte mit PCCP ergänzt und zwei hypothetische Fallbeispiele veröffentlicht. Es sind unverbindliche Illustrationen. [1] [2]
- 19. Oktober 2026: Die Kommentierungsfrist zum Diskussionspapier der FDA über generative KI ist abgelaufen. [4]
- 1. November 2026: Der geänderte Wortlaut von Schedule 4, Part 2, item 2.15 der Therapeutic Goods (Medical Devices) Regulations 2002 (die Ausnahme für Clinical Decision Support Systems, CDSS) ist durch das Instrument F2026L01167 in Kraft getreten. Die TGA beschreibt die Änderung als größere Klarheit darüber, wann die Ausnahme greift. [25] [26] [27]
- 2. November 2026: Die PMDA hat ihre Basic Principles for the Use of AI in Regulatory Activities als Early Consideration veröffentlicht. [12] [13]
- November 2026: Die erste Welle von Innovatoren für Phase 3 des AI Airlock der MHRA soll ausgewählt werden. [17]
- Dezember 2026: Die MHRA will einen Leitlinienentwurf zu Predetermined Change Control Plans herausgeben. [16]
- Frühjahr 2027: Die MHRA will eine Konsultation zu Qualifizierung und Klassifizierung von Software und KI-gestützten Produkten starten, und der britische Umsetzungsfahrplan soll vorliegen. [16]
Das Wichtigste in Kürze
- Die Beispiele der FDA sind Illustrationen, keine Vorlagen. Die FDA stellt fest, dass die Beispiele nicht alle Informationen enthalten oder behandeln, die in einem PCCP erwartet werden. [2]
- Ein PCCP hat Grenzen, die die FDA aus Section 515C des FD&C Act ableitet. Er kann Änderungen abdecken, die sonst eine neue Einreichung erfordern würden, muss das Produkt innerhalb seines Intended Use halten und bei 510(k)-Produkten die Substantial Equivalence wahren. [1] [2]
- Die FDA beschreibt einen PCCP für automatisches globales Nachtrainieren ohne menschliche Prüfung. Das Beispiel umgibt es mit automatisierten Abnahmeschranken, blockierter Freigabe, gestaffeltem Roll-out, Versionsanzeige und Audit Trail und nennt das Fehlen eines Menschen in der Schleife als Risiko. [2]
- Die TGA wendet einen Funktionstest an. Reine Transkription und Formatierung sind wahrscheinlich keine Medizinprodukte; das Auswählen, Priorisieren und Interpretieren klinischer Informationen oder das Handeln auf ihrer Grundlage kann einen Scribe zum Medizinprodukt machen, und ein Haftungshinweis ändert daran nichts. [8] [10]
- Die PMDA befasst sich mit KI in der regulatorischen Arbeit, nicht mit KI-basierten Produkten. Das Dokument legt Grundsätze zu menschlicher Verantwortung, Governance und Lebenszyklusmanagement fest und schafft keine neue Anforderung. [12]
- Das Vereinigte Königreich ist von der Beratung zu einem Regierungsprogramm übergegangen. Die konkreten Pflichten hängen noch an einer Konsultation, an Leitlinien und an Sekundärgesetzgebung. [16]
FDA: PCCP-Seite, Liste autorisierter Produkte und zwei hypothetische Fälle
Am 20. Oktober 2026 hat das Center for Devices and Radiological Health der FDA seine Seite zu Predetermined Change Control Plans aktualisiert und „Novel Medical Devices with Predetermined Change Control Plans: Hypothetical Case Examples“ veröffentlicht. Ein PCCP beschreibt geplante Änderungen, wie der Hersteller sie entwickeln, testen und umsetzen wird und wie er ihre Auswirkungen bewerten wird. Autorisiert die FDA einen PCCP als Teil einer Einreichung, darf der Hersteller die geplanten Änderungen ohne neue Einreichung für jede einzelne vornehmen, solange sie im autorisierten Plan enthalten sind und nach ihm umgesetzt werden. PCCPs können Teil von 510(k)-, De-Novo- oder Premarket-Approval-Einreichungen sein. [1]
Die Seite nennt drei Bedingungen dafür, was ein PCCP enthalten kann: Die Änderungen würden sonst eine neue Einreichung erfordern (21 CFR 807.81(a)(3) oder 21 CFR 814.39(a)), sie halten das Produkt innerhalb seines Intended Use, und bei 510(k)-Produkten behält das Produkt die Substantial Equivalence zum Predicate Device. Ein PCCP hat in der Regel drei Bestandteile: eine Description of Modifications, ein Modification Protocol mit vorab festgelegten Akzeptanzkriterien und Update-Verfahren sowie ein Impact Assessment, das die einzelne und die kumulative Wirkung jeder Änderung abdeckt und beschreibt, wie eine Änderung eine andere beeinflusst. [1]
Die Seite enthält außerdem eine Liste autorisierter Produkte mit PCCP, die von der Funktion Irregular Rhythm Notification von Apple (Entscheidung vom 21. Juli 2023) bis zu Entscheidungen vom 30. September 2026 reicht. Die Liste ist nicht auf KI beschränkt: Sie enthält Systeme zur Prüfung der antimikrobiellen Empfindlichkeit, Herzschrittmacherelektroden, Neurostimulatoren und Ablationskatheter. Fachpresse und eine unabhängige Auswertung des Excel-Exports der Liste zählen 240 Einträge. Für KI-gestützte Software ist die endgültige Leitlinie der FDA vom August 2025 zu PCCPs für KI-gestützte Softwarefunktionen von Medizinprodukten das maßgebliche Empfehlungsdokument. [1] [5] [33]
Fall 1: Sepsis-Warnsystem mit Anpassung an das einzelne Krankenhaus
Das hypothetische Produkt unterstützt Ärztinnen und Ärzte in Akutkrankenhäusern dabei, Patienten mit dem Risiko einer Sepsis innerhalb von 24 Stunden zu erkennen. Es nutzt routinemäßig erhobene Daten der elektronischen Patientenakte und erzeugt einen Risikowert und eine Warnung. Sein globales Modell ist auf einem Datensatz aus mehreren Standorten trainiert. Der PCCP deckt die lokale Anpassung an jedes Krankenhaussystem durch drei Änderungen ab: Anpassung der Gewichtung strukturierter Eingaben aus der Pflegedokumentation (Einschätzungen des mentalen Status sowie Merkmale zu Hautfarbe und Hauttemperatur) innerhalb eines zulässigen Bereichs, Nachtrainieren der letzten Ausgabeschicht(en) mit standortspezifischen EHR-Daten und Änderung der Warnschwelle innerhalb eines zulässigen Bereichs. Basisarchitektur des Modells, Merkmalssatz und Berechnung des Risikowerts bleiben gleich, Freitextfelder sind ausgeschlossen, und lokale Anpassungen werden manuell umgesetzt, mit Prüfung und Freigabe durch den Hersteller vor dem Einsatz an jedem neuen Standort. Das Produkt mit dem globalen Modell bleibt für Standorte verfügbar, die kein lokal angepasstes Modell nutzen, und dient als Rückfallebene. [2]
Das Verfahren hat sechs Schritte: eine Prüfung der Datenmenge gegen Mindeststichprobengröße und Datenqualität, Training und Festschreiben des angepassten Modells, Validierung auf einem unabhängigen Testdatensatz, der vor dem Training separiert wurde, gemessen am autorisierten Produkt, aktualisierte standortspezifische Kennzeichnung und Leistungsdokumentation einschließlich der Versionshistorie des Modells, Einsatz über einen kontrollierten Software-Update-Prozess im Qualitätsmanagementsystem und Post-Market-Überwachung auf Standortebene für den positiven prädiktiven Wert der Warnungen, die Sensitivität und die klinische Reaktion. Die Daten stammen aus dem einsetzenden Krankenhaus, werden vor der Nutzung de-identifiziert, und ihre Herkunft wird dokumentiert. Die FDA legt auch die Abhängigkeiten fest: Die Gewichtung der Eingaben wirkt auf das Fine-Tuning und die Schwelle, das Fine-Tuning wirkt auf die Schwelle, und die Änderungen werden deshalb in der Reihenfolge 1, 2, 3 umgesetzt, während die Schwelle allein einzeln geändert werden kann. [2]
Fall 2: „kontinuierlich lernende“ Software zur Arrhythmieerkennung
Das zweite Beispiel geht weiter. Das Produkt unterstützt Kardiologen bei der Erkennung klinisch bedeutsamer Arrhythmien, darunter Vorhofflimmern, ventrikuläre Tachykardie und AV-Block dritten Grades, bei stationären Patienten unter kontinuierlicher Telemetrie. Der hypothetische PCCP erlaubt ein automatisiertes, periodisches Nachtrainieren des Deep-Learning-Modells über alle Einsatzorte hinweg, sobald neu annotierte EKG-Daten anfallen, zusammen mit einer Anpassung der Klassifikationsschwelle für eine oder mehrere Arrhythmieklassen. Die Änderungen werden am Ende jedes Zyklus nach automatisierten Validierungsprüfungen automatisch und global durch Software umgesetzt, ohne menschliche Eingabe, Handlung, Prüfung oder Entscheidung. [2]
Das Modification Protocol umfasst zehn Schritte: einen automatischen Auslöser für das Nachtrainieren, sobald eine vorab festgelegte Menge neu annotierter Daten vorliegt, de-identifizierte Datenaufbereitung mit einem separierten unabhängigen Testdatensatz, Nachtrainieren mit der vorab festgelegten Pipeline, Neubewertung des Arbeitspunkts, automatisierte Validierung je Arrhythmieklasse und je vorab definierter Untergruppe gegen Akzeptanzkriterien auf Basis der Leistung des autorisierten Produkts, eine automatisierte Entscheidung über den Einsatz, die den Einsatz blockiert und den Hersteller alarmiert, wenn ein Kriterium nicht erfüllt ist, gestaffelten Einsatz über die Standorte, eine Benutzeroberfläche, die die aktuelle Produkt- und Modellversion und das Datum der letzten Aktualisierung zusammen mit aktualisierter Gebrauchsanweisung anzeigt, einen vollständigen Audit Trail jedes Zyklus und eine automatisierte Post-Market-Überwachung mit vorab definierten Drift-Schwellen, die eine Prüfung durch den Hersteller auslösen. Das Nachtrainieren muss der Neubewertung der Schwelle vorausgehen, weil es die Ausgabewahrscheinlichkeiten des Modells verändert. Die FDA sagt offen, dass die automatische Umsetzung Risiken birgt, weil kein Mensch in der Schleife ist, und setzt auf Einsatzkontrolle und Überwachung nach dem Einsatz, um ihnen zu begegnen. [2]
Was die Beispiele zeigen und was nicht
Die FDA beschreibt die Beispiele als Illustrationen, die mit Gesetz, Verordnungen und Leitlinien vereinbar sind. Sie enthalten nicht alles, was in einem PCCP erwartet wird, auch wenn sie den Detaillierungsgrad einer öffentlichen Produktzusammenfassung abbilden können. Alle Änderungen setzen voraus, dass sie unter den oben genannten Bedingungen für einen PCCP geeignet sind. Die Beispiele begründen deshalb keine allgemeine Akzeptanz selbstlernender Systeme, und ein PCCP reicht nur so weit wie der Plan, den die FDA autorisiert. Sie veranschaulichen den Grad an Struktur und die Arten von Kontrollen, die für einen PCCP relevant sein können, darunter vorab festgelegte Akzeptanzkriterien je Klasse und Untergruppe, die Steuerung voneinander abhängiger Änderungen, kontrollierten Einsatz, Rückverfolgbarkeit und Überwachung nach dem Einsatz. Sie sollten weder als universelle Checkliste noch als Aussage über die Anforderungen der FDA an jeden PCCP behandelt werden. [2]
FDA: Foundation Models, LLMs und die öffentliche Zusammenfassung
Die Seite der FDA zur AI-Enabled Medical Device List stellt fest, dass die Liste nicht vollständig ist und dass Produkte vor allem über KI-bezogene Begriffe in den Zusammenfassungen ihrer Zulassungsdokumente und/oder über ihre Klassifizierung ermittelt wurden, auf Grundlage des Digital Health and Artificial Intelligence Glossary der FDA. Die Seite sagt auch, dass die FDA Methoden prüfen wird, um Produkte zu erkennen und zu markieren, die Foundation Models enthalten, von LLMs bis zu multimodalen Architekturen, und dass Sponsoren ermutigt werden, dafür geeignete Informationen in ihre öffentlichen Zusammenfassungen aufzunehmen. Eine von Dritten zwischengespeicherte Kopie der Seite vom 9. April 2026 enthält bereits diese Ermutigung und den Plan, Produkte mit Foundation Models zu markieren; es scheint sich also nicht um eine neue Ankündigung zu handeln. Die Seite schafft keine neue inhaltliche Anforderung an Einreichungen. [3] [28]
Am 18. August 2026 hat das Digital Health Center of Excellence der FDA ein Diskussionspapier zur Regulierung von Medizinprodukten mit generativer KI herausgegeben und das Docket FDA-2026-N-7874 eröffnet, mit Kommentaren bis zum 19. Oktober 2026. Das Papier skizziert eine mögliche Heuristik mit zwei Achsen für die Risikobewertung. Eine Achse beschreibt die Tätigkeit der Funktion in vier Kategorien: informierend und nicht anleitend, informierend und zu einer Handlung anleitend, handelnd unter Aufsicht einer Fachkraft im Gesundheitswesen und vollständig autonom handelnd. Die andere Achse bildet die Schwere des Schadens ab, der entstehen könnte, wenn man sich auf eine falsche Ausgabe verlässt. Die FDA stellt dies als Diskussionsrahmen vor und bittet um Rückmeldung; ein beschlossenes Klassifizierungsschema ist es nicht. Das Papier beschreibt außerdem einen Ansatz zur Kompetenzbewertung vor der Zulassung aus nicht klinischem Benchmarking und klinischer Bestätigung, mögliche Ansätze zur Überwachung nach dem Inverkehrbringen und Überlegungen zu Foundation Models und agentischen Systemen. Die FDA erbittet Rückmeldung zur Machbarkeit freiwilliger Foundation Model Device Master Files: Nach dem diskutierten Konzept könnten Modellentwickler Informationen vertraulich einreichen, und Sponsoren könnten mit Zustimmung des Inhabers in einer Einreichung darauf verweisen. Nach Abschnitt VII.A des Papiers wäre die Einreichung eines solchen Files keine Autorisierung des zugrunde liegenden Modells für irgendeinen Intended Use eines Produkts, und die Sponsoren blieben dafür verantwortlich, Sicherheit und Wirksamkeit ihres eigenen Produkts eigenständig nachzuweisen. Das Papier ist weder ein Leitlinienentwurf noch eine endgültige Leitlinie, und die Kommentierungsfrist ist abgelaufen. [4] [20] [21] [30] [32]
Für Sponsoren lautet die praktische Frage, was eine „geeignete“ öffentliche Beschreibung ist. Die öffentlichen Dokumente unterscheiden sich je nach Zulassungsweg. Bei einer 510(k) verfasst der Einreicher entweder eine 510(k) Summary oder ein 510(k) Statement; eine Summary muss so detailliert sein, dass sie die Grundlage der Substantial Equivalence erklärt, und die FDA macht sie binnen 30 Tagen nach der Feststellung der Substantial Equivalence zugänglich (21 CFR 807.95(d)). Für De-Novo-Anträge veröffentlicht die FDA freiwillig eine Decision Summary, die die wissenschaftliche Evidenz für die Gewährung beschreibt. Für das Premarket Approval erstellt die FDA die Summary of Safety and Effectiveness Data (SSED) für ursprüngliche PMA-Zulassungen und für Entscheidungen über Panel-Track Supplements. Bei De Novo und PMA ist die öffentliche Zusammenfassung ein Dokument der FDA, und der Sponsor trägt über die zugrunde liegende Einreichung und die stützenden Unterlagen dazu bei. Aus unserer Sicht ist eine gelenkte interne Beschreibung jeder modellabhängigen Funktion (Modellkategorie, medizinische Rolle, Eingaben und Ausgaben, Grad der Eigenständigkeit und der menschlichen Aufsicht, Versionen, Abhängigkeiten von Dritten, Leistungsnachweise und Grenzen, Änderungskontrolle) die sinnvolle Quelle für jede öffentliche Aussage, damit nichts in einer öffentlichen Zusammenfassung über den autorisierten Intended Use hinausgeht. [6] [7] [23] [24]
Australien: wann ein KI-Scribe zum Medizinprodukt wird
Am 16. Oktober 2026 hat die TGA das Ergebnis ihrer Prüfung digitaler Scribes und eine aktualisierte Leitlinie veröffentlicht. Die TGA hatte 2025 rund 100 Anbieter ermittelt, sie befragt (40 antworteten) und 12 Produkte geprüft, darunter die mit dem größten Marktanteil. Keiner der 12 Anbieter hatte sein Produkt als Medizinprodukt eingestuft. Die TGA stellte fest, dass acht Produkte Funktionen enthielten, die wahrscheinlich die Definition eines Medizinprodukts nach section 41BD des Therapeutic Goods Act 1989 erfüllen, zwei mehr Informationen erforderten und zwei wahrscheinlich keine Medizinprodukte sind. Die Prüfung hat die Produkte weder getestet noch Sicherheit oder Leistung bewertet, sie hat keine detaillierte regulatorische Konformität beurteilt und Datenschutz nicht geprüft, und die TGA hat nicht genannt, welche Produkte in welche Gruppe fallen. [8] [10] [11]
Nach der aktualisierten Leitlinie ist ein Scribe, dessen einziger Zweck es ist, ein klinisches Gespräch aufzuzeichnen, zu transkribieren und in strukturierten Text umzuwandeln, auch mithilfe von Vorlagen, ohne klinische Informationen zu analysieren oder zu interpretieren, kein Medizinprodukt. Die Leitlinie vergleicht Funktionen in einer Tabelle. Eine vollständige Patientenakte darzustellen ist zum Beispiel keine Produktfunktion, Informationen zu identifizieren, selektiv anzuzeigen, zu priorisieren oder zu analysieren, um diagnostische oder therapeutische Vorschläge zu erzeugen, dagegen schon; Codes zuzuweisen, die das Dokumentierte abbilden, ist keine, Diagnosen oder Codes aus impliziten Informationen abzuleiten dagegen schon; Referenzinformationen abzurufen ist keine, sie auf einen einzelnen Patienten anzuwenden dagegen schon; und Chatbot- oder „Insight“-Funktionen, die neue klinisch relevante Schlussfolgerungen erzeugen, die die behandelnde Fachkraft nicht selbst gezogen hat, sind Produktfunktionen. Zu den ausgearbeiteten Beispielen gehören eine optionale Insight-Funktion mit dem Hinweis, sie ersetze keine fachlichen Entscheidungen, die dennoch ein Medizinprodukt ist; ein Verwaltungswerkzeug, das mit der Aussage vermarktet wird, es leite Diagnose und Therapieplanung an, und damit ebenfalls ein Medizinprodukt ist. Die TGA stellt fest, dass Aussagen oder Haftungshinweise nicht ausreichen, um zu bestimmen, ob ein Produkt ein Medizinprodukt ist. [9] [10] [31]
Für Anbieter regulierter Funktionen beschreibt die TGA vier Wege: bedingte Ausnahme als Software zur klinischen Entscheidungsunterstützung, Änderung des Produkts und seiner Aussagen, Aufnahme in das Australian Register of Therapeutic Goods vor der Abgabe oder Einstellung der Abgabe. Nach einer Zusammenfassung der Leitlinie verlangt auch eine ausgenommene CDSS eine Meldung an die TGA und die Einhaltung der Essential Principles, und ausgenommene CDSS-Software bleibt der Regulierung für Medizinprodukte unterworfen. Seit dem 1. November 2026 ist die Spalte „kinds of medical devices“ von item 2.15 durch das Instrument F2026L01167 ersetzt (die Spalte mit den Bedingungen wurde nicht geändert). Wie zum geänderten Wortlaut berichtet, gelten die Kriterien kumulativ: Der einzige Zweck der Software ist eine Empfehlung an eine Fachkraft im Gesundheitswesen; sie verarbeitet oder analysiert keine medizinischen Bilder oder Signale eines anderen Medizinprodukts; sie soll das klinische Urteil nicht ersetzen; sie soll keine klinische Diagnose oder Therapieentscheidung treffen, auch wenn sie IVD-Software ist; und sie zeigt die verwendeten Leitlinien, Berechnungen oder Logik an, damit die Fachkraft die Empfehlung interpretieren und überprüfen kann. Wir fassen die Kriterien hier zusammen und empfehlen, den genauen Wortlaut im Instrument zu prüfen. Die TGA beschreibt die Änderung als Klarstellung, wann die Ausnahme greift, und erklärt, dass die Ergebnisse der Prüfung gezielte Maßnahmen zur Durchsetzung leiten werden, wo die Funktionen eines Scribes die Definition eines Medizinprodukts erfüllen. [8] [10] [11] [25] [26] [27] [31]
Japan: Grundsätze für KI in regulatorischen Tätigkeiten
Am 2. November 2026 hat das Center for Regulatory Science der PMDA die Basic Principles for the Use of AI in Regulatory Activities (Early Consideration) als vorläufige englische Übersetzung des japanischen Originals veröffentlicht, das maßgeblich ist. Das Dokument gilt für Situationen, in denen KI, einschließlich generativer KI, in Tätigkeiten mit regulatorischer Beurteilung und Entscheidung über den Lebenszyklus von Arzneimitteln, Quasi-Arzneimitteln, Kosmetika, Medizinprodukten und regenerativen Medizinprodukten eingesetzt wird, von der Entwicklung einschließlich nicht klinischer und klinischer Studien bis zur Herstellung und zur Phase nach dem Inverkehrbringen. Auch die Entwicklung und der Betrieb solcher KI können in den Anwendungsbereich fallen; Grundlagenforschung und allgemeine medizinische Praxis stehen nicht im Mittelpunkt. Adressaten sind die PMDA, Antragsteller, Zulassungsinhaber, Hersteller, Sponsoren und Auftragsforschungsinstitute sowie Entwickler und Anbieter von KI-Systemen, die in solchen Tätigkeiten eingesetzt werden. [12]
Eine Regel für KI-basierte Medizinprodukte ist es nicht. Die PMDA stellt fest, dass das Dokument keine neuen regulatorischen Anforderungen schaffen soll und dass es nicht genügt, nur die darin beschriebenen Punkte zu behandeln, um alle Pflichten zu erfüllen. Seine drei Ebenen sind ein menschenzentrierter Grundsatz (KI unterstützt das menschliche Urteil, und die letzte Verantwortung liegt beim Menschen), sechs Kerngrundsätze (risikobasierter Ansatz, klarer Einsatzkontext und Anwendungsbereich, Data Governance, Fairness, Rechenschaft und Transparenz, multidisziplinäre Expertise sowie Einhaltung von Gesetzen und Normen) und fünf Grundsätze für Umsetzung und Steuerung (Design und Entwicklung, Bewertung, Lebenszyklusmanagement, menschliche Aufsicht und KI-Kompetenz). Bei den Daten verlangt es die Dokumentation von Dateneigenschaften, Quellen, Verarbeitungsschritten, Änderungshistorien und Entscheidungsgrundlagen, mit Rückverfolgbarkeit. Bei der Bewertung verlangt es, neben der Leistung der KI auch den Betrieb in der tatsächlichen Einsatzumgebung zu betrachten. [12]
Für KI-basierte Produkte hat die PMDA ein eigenes Dokument: Am 14. Oktober 2026 hat sie eine englische Übersetzung der Review Points for Medical Devices Utilizing Generative AI (Draft) veröffentlicht, die sich an Produkte richtet, die als Medizinprodukte gelten, und ein breites Meinungsbild einholen soll. Der Entwurf selbst hält fest, dass die PMDA bisher kein Medizinprodukt mit generativer KI im Zulassungsverfahren geprüft hat, und RAPS berichtete am 19. Oktober 2026 dasselbe; ein solcher Stand kann sich ändern. [14] [15] [29]
Vereinigtes Königreich: vom Kommissionsbericht zum Regierungsprogramm
Am 6. Oktober 2026 hat die britische Regierung alle 44 Empfehlungen der National Commission into the Regulation of AI in Healthcare angenommen, deren Bericht am 10. September veröffentlicht worden war. Die Antwort stellt fest, dass die geltenden Vorschriften für Medizinprodukte für KI nicht geeignet sind, fordert einen verhältnismäßigen, risiko- und lebenszyklusbasierten Ansatz und legt einen Aktionsplan vor. Parallel dazu hat die MHRA Bewerbungen für Phase 3 ihrer Sandbox AI Airlock geöffnet; die erste Welle von Innovatoren soll im November 2026 ausgewählt werden, und die Fachpresse berichtet von einem Bewerbungsschluss am 31. Oktober für diese Welle. [16] [17] [22]
Die Zusagen sind überwiegend als Absichten mit Terminen formuliert. Die MHRA will bis zum Frühjahr 2027 eine Konsultation zu Qualifizierung und Klassifizierung von Software und KI-gestützten Produkten starten, gefolgt von Sekundärgesetzgebung zu einer aktualisierten Definition des Medizinprodukts (einschließlich möglicher Ausnahmen für bestimmte Verwaltungs-, Wellbeing- und Entscheidungsunterstützungssoftware), einem überarbeiteten Klassifizierungsansatz und einer aktualisierten Definition der Zweckbestimmung, die Design, Funktionalität und Einsatzkontext berücksichtigt. Bis Dezember 2026 will sie einen Leitlinienentwurf zu PCCPs herausgeben. Er soll einen Ansatz beschreiben, in dem Hersteller Grenzen für den Umfang zulässiger Änderungen festlegen statt nur vorab festgelegter Änderungen, auch für adaptive KI-gestützte Produkte und unter Wahrung der Zweckbestimmung. Weitere Zusagen betreffen ein Instrumentarium für eine angepasste Überwachung nach dem Inverkehrbringen, einen möglichen funktionsbasierten Ansatz, die Prüfung von Master Files für Allzweckmodelle, die Angabe von Abhängigkeiten von solchen Modellen in Einreichungen, Leitlinien zu Betriebsbedingungen für sicheren Einsatz und zu Risikokontrollen, Unique Device Identifiers mit Versionskontrolle, zivilrechtliche Sanktionen, eine regelmäßig aktualisierte Liste zugelassener KI-gestützter Produkte, gestufte Zulassungswege sowie Anerkennungs- und Reliance-Vereinbarungen mit vertrauenswürdigen Regulierern. Die meisten tragen das Datum „further details by spring 2027“, und bis dahin soll ein vollständiger Umsetzungsfahrplan vorliegen. [16]
Am 19. Oktober kündigte die MHRA an, dass ihr Deputy Director for AI and Software den Ansatz der Behörde am 20. Oktober auf der AdvaMed-Konferenz vorstellen werde, mit den Themen lebenszyklusbasierte Regulierung, AI Airlock, regionale Partnerschaften mit NHS London und dem Manchester University NHS Foundation Trust sowie engere Zusammenarbeit mit der FDA. Die Strategie 2030 der MHRA, über die am 14. Oktober berichtet wurde, ergänzt ein geplantes Centre for AI and Digital Health und breitere Reliance- und Anerkennungswege mit vertrauenswürdigen Regulierern, darunter die FDA. Diese Aussagen beschreiben eine Richtung, keine neuen Pflichten. [18] [19]
Was das für die Planung bedeutet
PCCPs als Engineering- und Qualitätsdokumente planen. Die Beispiele der FDA veranschaulichen Kontrollen, die relevant sein können: definierte Änderungen, geordnete Abhängigkeiten, Akzeptanzkriterien je Klasse und Untergruppe, separierte Testdaten, kontrollierter Einsatz mit der Möglichkeit, den Einsatz zu blockieren, Versionsanzeige, Audit Trails und festgelegte Überwachung. Das ist unsere praktische Lesart der Beispiele, keine Checkliste. Ob eine bestimmte Änderung in einen PCCP passt, hängt von den drei oben genannten Bedingungen ab und davon, was die FDA autorisiert. [1] [2]
Die Beispiele nicht als Akzeptanz selbstlernender Produkte lesen. Das Arrhythmie-Beispiel ist ein hypothetischer Fall, in dem jeder Nachtrainingszyklus durch vorab definierte Schranken läuft, und die FDA nennt den fehlenden Menschen in der Schleife als Risiko. Ein Sponsor, der automatisierte Aktualisierungen erwägt, sollte es aus unserer Sicht als Beispiel für die Art von Kontrollkonzept behandeln, die mit der FDA zu besprechen ist, am besten in einer Pre-Submission. [2] [4]
Funktionen qualifizieren, nicht Produkte. Die Funktionstabelle der TGA, die britischen Vorschläge für einen funktionsbasierten Ansatz und für klarere Regeln zur Zweckbestimmung und der funktionsbezogene Risikorahmen im Diskussionspapier der FDA, der auf das fertig eingesetzte Produkt und nicht allein auf das Foundation Model blickt, stellen alle dieselbe Frage. Bei Produkten mit mehreren Funktionen sollten administrative und klinische Funktionen getrennt bewertet werden, und Aussagen, Marketingmaterial, Hinweise in der Benutzeroberfläche und tatsächliches Verhalten sollten übereinstimmen. [9] [16] [32]
Modelle Dritter als Frage der Änderungskontrolle behandeln. Das Diskussionspapier der FDA, die britische Antwort (Master Files, Angabe von Abhängigkeiten) und die Rückverfolgbarkeitsgrundsätze der PMDA laufen auf Versionsankündigung, Zugang für Bewertungen und die Möglichkeit hinaus, eine geänderte Komponente zu beschränken. Das sind heute Diskussions- oder Politikvorschläge, und sie sind schon jetzt eine sinnvolle Grundlage für Lieferantenverträge. [4] [12] [16]
Die PMDA-Grundsätze für KI in der eigenen regulatorischen Arbeit als Maßstab nutzen. Für KI-gestütztes Entwerfen oder Prüfen von Dossiers, Sicherheitsberichten und Qualitätsdokumenten übersetzen sich die Grundsätze in ein Verzeichnis der Anwendungsfälle, festgelegte Punkte für menschliche Prüfung, dokumentierte Modellversionen und Konfiguration, Validierung am tatsächlichen Anwendungsfall und Lieferantenkontrolle. Für sich genommen verlangen sie keine Änderung einer SOP. [12]
Bildhinweis: Die Motiv- und Aufmacherbilder wurden mit KI erzeugt und zeigen keine realen Personen, Orte oder Ereignisse. Die Porträtfotos zeigen reale Personen.
Relevant für Ihr Vorhaben?
Ähnliche Fragen beschäftigen Sie gerade?
Im Erstgespräch klären wir unverbindlich, was für Ihre konkrete Situation relevant ist.
Erstgespräch anfragen →Berücksichtigte Verordnungen & Normen
- Section 515C des FD&C Act (Predetermined Change Control Plans), 21 CFR 807.81(a)(3) und 21 CFR 814.39(a)
- FDA, Novel Medical Devices with Predetermined Change Control Plans: Hypothetical Case Examples (20. Oktober 2026)
- Diskussionspapier der FDA zu Medizinprodukten mit generativer KI, Docket FDA-2026-N-7874 (Kommentierung am 19. Oktober 2026 beendet)
- Therapeutic Goods Act 1989, section 41BD, und Therapeutic Goods (Medical Devices) Regulations 2002, Schedule 4, Part 2, item 2.15 (CDSS-Ausnahme), geändert durch F2026L01167 mit Wirkung zum 1. November 2026
- PMDA, Basic Principles for the Use of AI in Regulatory Activities (Early Consideration), 2. November 2026
- Britische Regierung, Government Response to the National Commission's Recommendations on the Regulation of AI in Healthcare (6. Oktober 2026)
FAQ
Häufige Fragen
Passende Expertise
Software as a Medical Device →
Änderungskontrolle, Modellversionen und Überwachung für KI-gestützte Produktsoftware, das Feld, das ein PCCP abdecken muss
FDA-Strategie und Zulassungswege →
510(k)-, De-Novo- und PMA-Einreichungen, die einen PCCP tragen können, und die öffentlichen Zusammenfassungen der FDA dazu
UKCA-Kennzeichnung & Marktzugang Großbritannien →
Der britische Rahmen, den die geplante MHRA-Konsultation und die Sekundärgesetzgebung ändern würden
Passende Projekte
Alle Case Studies →Quellen
- [1] FDA, Predetermined Change Control Plans (Seite aktualisiert am 20. Oktober 2026, mit Liste autorisierter Produkte). 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. Oktober 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, Pressemitteilung, FDA Seeks Public Feedback to Inform Regulatory Approach for Generative AI-Enabled Medical Devices (18. August 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 (Sekundärquelle). 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, Inhalt und Form einer 510(k) Summary (sowie 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 (Sekundärquelle). https://www.healthcareitnews.com/news/anz/8-popular-ai-scribes-may-need-medical-device-regulation-tga
- [9] TGA, Digital scribes (regulatorische Leitlinie, aktualisiert am 16. Oktober 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. Oktober 2026; Sekundärzusammenfassung der TGA-Leitlinie). 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 (Sekundärquelle). https://www.medicalrepublic.com.au/?p=130122
- [12] PMDA, Basic Principles for the Use of AI in Regulatory Activities (Early Consideration), vorläufige Übersetzung, 2. November 2026. https://www.pmda.go.jp/files/000283394.pdf
- [13] PMDA, Early Consideration (englische Seite, die das Dokument aufführt). https://www.pmda.go.jp/english/review-services/regulatory-info/0005.html
- [14] PMDA, What’s New (Einträge vom 2. November und 14. Oktober 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. Oktober 2026; Sekundärquelle). https://www.raps.org/resource/asia-pacific-roundup-japan-s-pmda-shares-principles-for-evaluating-generative-ai-enabled-medical-devices.html
- [16] Britische Regierung, Government Response to the National Commission’s Recommendations on the Regulation of AI in Healthcare (veröffentlicht am 6. Oktober 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. Oktober 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. Oktober 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. Oktober 2026; Sekundärquelle). 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. August 2026; Sekundärquelle). 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. September 2026; Sekundärquelle). 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 (Sekundärquelle für den Bewerbungsschluss). https://www.zhcinstitute.com/research/uk-health-ai-lifecycle-monitoring-field-notes/
- [23] FDA, De Novo Classification Request (Decision Summaries nach einer Gewährung). 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] Australische Regierung, Therapeutic Goods Legislation Amendment (2026 Measures No. 1) Regulations 2026, F2026L01167 (Federal Register of Legislation). https://www.legislation.gov.au/F2026L01167
- [26] Pure Global, Zusammenfassung von F2026L01167 und der geänderten CDSS-Ausnahme (Sekundärquelle). https://www.pureglobal.com/news/tga-f2026l01167-class-iia-saline-flush-cdss-exemption-2026
- [27] TGA, Clinical decision support system exemption amendments (Änderungen in Kraft seit 1. November 2026). https://www.tga.gov.au/news/news-articles/clinical-decision-support-system-exemption-amendments
- [28] Longterm Wiki, zwischengespeicherte Kopie der FDA-Seite AI-Enabled Medical Devices (abgerufen am 9. April 2026; Cache eines Dritten). https://www.longtermwiki.com/resources/817822d0744697cf
- [29] PMDA, Review Points for Medical Devices Utilizing Generative AI (Draft), vorläufige Übersetzung, Oktober 2026. https://www.pmda.go.jp/files/000283182.pdf
- [30] FDA Map, The FDA is Rethinking Regulatory Strategy for Generative AI in Medical Devices (Sekundärquelle). https://www.fdamap.com/blog/the-fda-is-rethinking-regulatory-strategy-for-generative-ai-in-medical-devices/
- [31] TGA, Digital scribe review outcomes (16. Oktober 2026; als Auszug aus Suchergebnissen gelesen, die TGA-Seite sperrt automatisierte Zugriffe). 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 (August 2026). https://www.fda.gov/media/194242/download
- [33] RegulatoryIQ, FDA’s PCCP List: What 240 Authorizations Show, and What It Leaves Out (unabhängige Auswertung des Excel-Exports der FDA; Sekundärquelle). https://regulatoryiq.ai/blog/fda-pccp-authorizations-data-2026
Verwandte Insights
Alle Insights →KI und Software
Welche Ihrer Softwarefunktionen behandelt eine Behörde als Medizinprodukt?
Beschreiben Sie das Produkt, seine Funktionen und die Märkte, die Sie anstreben.
Ihre Anfrage geht an unser Team, das bei Bedarf die Fachleute zum Thema hinzuzieht.
Lieber direkt? +49 89 4161170-0
contact@theentourage.de
- Antwort i.d.R. innerhalb eines Werktags
- 3 Standorte: DE · CH · IT · Projekte auch in den USA
- 100% Life Sciences





