Zehn Jahre Regulierung von KI-Medizinprodukten: Politikevolution und Branchenauswirkungen in den fünf größten globalen Märkten

Einleitung

Im letzten Jahrzehnt verändert die Verschmelzung von künstlicher Intelligenz (KI) und medizinischen Geräten die globale Diagnose- und Behandlungsweise tiefgreifend. Von der Echtzeit-Sepsisvorhersage bis zur automatisierten Retinopathie-Screening tauchen ständig KI-gestützte Diagnosewerkzeuge auf. Allerdings stellen die Selbstanpassungsfähigkeit und die „Black-Box“-Eigenschaften von KI-Algorithmen eine ernsthafte Herausforderung für den traditionellen Regulierungsrahmen medizinischer Geräte dar.

Zwischen 2015 und 2025 haben wichtige Märkte wie die USA, die EU, China, Japan und Südkorea gezielte Maßnahmen ergriffen, um ein Gleichgewicht zwischen Innovation und Patientensicherheit zu finden. Dennoch gibt es weiterhin erhebliche Lücken bei der weltweiten Regulierungsstandardisierung, und grenzüberschreitende Zulassungen sind komplex und kostspielig.

Dieser Artikel basiert auf einer systematischen Übersichtsstudie, die in „Frontiers in Medicine“ veröffentlicht wurde, und untersucht die Entwicklung der globalen Regulierungspolitik für KI-Medizinprodukte (AIMD) in diesem Jahrzehnt sowie deren Auswirkungen auf die Medizintechnikindustrie.

Branchenhintergrund

KI-Medizinprodukte sind zu einem zentralen Wachstumsbereich im digitalen Gesundheitswesen geworden. Branchenbeobachtungen zufolge nimmt die Anwendung von Medizinprodukten auf Basis maschinellen Lernens in Diagnose, Überwachung und Therapieplanung rasch zu. Allerdings wird das Problem, dass die Regulierung hinter der technologischen Entwicklung zurückbleibt, immer deutlicher.

Ein zentraler Hintergrund ist: Deep-Learning-Modelle entbehren oft eines transparenten Entscheidungsprozesses und können sich nach der Einführung kontinuierlich weiterentwickeln, was die traditionelle Annahme „unverändert nach dem Inverkehrbringen“ medizinischer Geräte durchbricht. Daher benötigen Regulierungsbehörden völlig neue Methoden zur Bewertung von Sicherheit, Wirksamkeit und Algorithmusstabilität.

Vor diesem Hintergrund begannen die wichtigsten Märkte, ihre jeweiligen Regulierungswege zu etablieren. Diese Wege beeinflussen nicht nur die Marktzulassungsstrategien von Unternehmen, sondern auch Kapitalflüsse und Krankenhausbeschaffungsentscheidungen.

Wichtige Fortschritte

USA: Schrittweise Regulierung von der Vorzertifizierung bis zum PCCP

Die US-amerikanische FDA stand schon immer an der Spitze der Regulierung von KI-Medizinprodukten. 2017 veröffentlichte die FDA den „Digital Health Innovation Action Plan“ und startete ein Pilotprojekt zur Software-Vorzertifizierung (Pre-Cert), um die Fähigkeiten von Entwicklern auf Organisationsebene zu bewerten. 2019 schlug die FDA einen Regulierungsrahmen auf der Grundlage des „Total Product Life Cycle“ (TPLC) vor, dessen Kern der „Predetermined Change Control Plan“ (PCCP) ist, der es Herstellern ermöglicht, vor der Marktzulassung Parameter für Algorithmus-Updates vorab zu definieren und so im Rahmen der Zulassung flexibel zu iterieren.

Der 2021 veröffentlichte „AI/ML Software Action Plan“ verstärkte diesen Kurs weiter. 2023 veröffentlichte die FDA einen Entwurf einer Leitlinie zur PCCP-Marktzulassungseinreichung, der die zulässigen Bedingungen für Algorithmusänderungen festlegte. Im Dezember 2024 wurde die endgültige Leitlinie offiziell verabschiedet und bietet einen klaren Konformitätspfad für die dynamische Aktualisierung von KI-Medizinprodukten.

EU: KI-Verordnung und Risikoklassifizierung

Die EU hat einen umfassenderen gesetzgeberischen Ansatz gewählt. Das 2024 verabschiedete Gesetz über künstliche Intelligenz (KI-Verordnung) stuft KI-Medizinprodukte als Hochrisikosysteme ein und verlangt die Erfüllung strenger Anforderungen an Datenqualität, Transparenz und menschliche Aufsicht. Dies erhöht zwar die Marktzutrittsschwelle, stellt aber auch eines der weltweit höchsten Regulierungsmodelle dar.

China: Technische Prüfleitlinien der NMPA ### China: Technischer Überprüfungsleitfaden der NMPA

Die chinesische Nationale Arzneimittelbehörde (NMPA) veröffentlichte 2022 den „Leitfaden zur Registrierungsprüfung von KI-Medizinprodukten" und lieferte damit einen klaren technischen Rahmen für die Zulassung von KI-Medizinprodukten. Gleichzeitig beteiligt sich China aktiv an der internationalen Regulierungsabstimmung und fördert die Effizienz der Zulassung von KI-Medizinprodukten.

Japan und Südkorea: Flexible adaptive Regulierung

Japans PMDA hat einen „adaptiven KI-Regulierungsrahmen" entwickelt, der je nach Risikostufe des Algorithmus flexible Regulierungsmaßnahmen betont. Auch Südkoreas MFDS überarbeitet seine Leitlinien und gleicht sie an internationale Standards an, um einheimischen KI-Medizingeräteherstellern den Export zu erleichtern.

Marktauswirkungen

Diese Regulierungspolitik verändert den Medizintechnikmarkt.

Erstens: Für große Medizingeräteunternehmen bedeuten Mechanismen wie PCCP, dass Produkte nach der Markteinführung kontinuierlich weiterentwickelt werden können, was den Produktlebenszyklus verlängert. Beispielsweise können Bildgebungs-KI-Unternehmen ihre Algorithmen auf Basis von Real-World-Daten regelmäßig optimieren, ohne jedes Mal eine erneute Zulassung beantragen zu müssen.

Zweitens: Für Start-ups verringert regulatorische Transparenz die Unsicherheit. Die strengen Konformitätsanforderungen des EU-KI-Gesetzes können die Kosten für kleine Unternehmen erhöhen, fördern aber auch den Kapitalfluss in Unternehmen mit hoher Compliance-Fähigkeit.

Gleichzeitig legen Krankenhäuser als Endnutzer zunehmend Wert auf den Regulierungsstatus von KI-Geräten. Eine Studie zeigt, dass etwa 43 % der von der FDA zugelassenen KI-Medizinprodukte keine klinischen Validierungsdaten aufweisen. Dies veranlasst Einkäufer dazu, klinische Evidenz als entscheidendes Entscheidungskriterium zu betrachten.

Beim Kapital wird regulatorische Klarheit als wichtiger Faktor für die Investitionsattraktivität angesehen. Die politischen Rahmenbedingungen in den USA, der EU und China sind relativ klar und tragen zu einem vorhersehbaren Finanzierungsumfeld bei.

Herausforderungen und Risiken

Obwohl die globalen Regulierungsrahmen schrittweise aufgebaut werden, bleiben die Herausforderungen erheblich.

• Mangelnde Datenvielfalt: Weniger als 30 % der KI-Medizinprodukte legen die Bevölkerungsvielfalt ihrer Trainingsdatensätze offen. Dies kann zu Algorithmusverzerrungen führen, insbesondere bei Minderheitengruppen mit schlechteren Ergebnissen.
• Fehlende klinische Validierung: Nur etwa 28 % der von der FDA zugelassenen oder anerkannten KI-Geräte wurden prospektiv getestet. Viele Produkte stützen sich lediglich auf retrospektive Daten oder Simulationsvalidierung.
• Schwierige internationale Abstimmung: Die regulatorischen Standards unterscheiden sich regional erheblich, was zu wiederholten Einreichungen und lokalen Anpassungen bei grenzüberschreitenden Zulassungen führt und Kosten sowie Markteinführungszeit erhöht.

Diese Risiken betreffen nicht nur die Patientensicherheit, sondern können auch das öffentliche Vertrauen in die KI-gestützte Medizin schwächen und damit die langfristige Marktdurchdringung beeinträchtigen.

Zukunftsausblick

• In den nächsten 3-5 Jahren werden die globalen Regulierungen für KI-Medizinprodukte mehrere deutliche Trends aufweisen:- PCCP-Mechanismen werden breitere Anwendung finden: Die US-amerikanische FDA hat bereits mehrere Geräte auf Basis von PCCP zugelassen, und auch die EU und Japan könnten diesem Beispiel folgen und dynamische Regulierung zur Norm machen.
• Beschleunigte internationale Harmonisierung: Organisationen wie das International Medical Device Regulators Forum (IMDRF) treiben einen einheitlichen KI-Regulierungsrahmen voran, um Compliance-Kosten zu senken.
• Zentrale Rolle von Real-World Evidence (RWE): Regulierungsbehörden werden sich stärker auf Real-World-Daten stützen, um die Sicherheit und Leistungsfähigkeit von KI-Geräten kontinuierlich zu bewerten. Dies erfordert, dass Unternehmen leistungsfähige Datenerfassungs- und Analysefähigkeiten aufbauen.
• Aufstieg der Märkte in China und Südostasien: Die Leitprinzipien der NMPA beeinflussen andere asiatische Länder, und Chinas enorme klinische Datenressourcen werden zu einem wichtigen Feld für die Validierung von KI-Algorithmen.

Aus Kapitalsicht wird regulatorische Klarheit weiterhin Investitionen antreiben, insbesondere Unternehmen, die reale klinische Evidenz und algorithmische Fairness nachweisen können, werden mehr Unterstützung erhalten.

Fazit

Regulierung ist kein Hindernis für Innovation, sondern das Fundament nachhaltiger Innovation. In den letzten zehn Jahren haben die großen globalen Märkte einen Wandel von „erst auf den Markt, dann regulieren“ hin zu „Governance über den gesamten Lebenszyklus“ vollzogen – eine Veränderung, die die Entwicklungslogik von KI-Medizinprodukten neu definiert. Für Unternehmen wird das Verstehen und Befolgen regulatorischer Trends der Schlüssel sein, um die nächste Welle von Wachstumschancen in der Medizintechnologie zu nutzen.

In Zukunft wird der Erfolg von KI-Medizinprodukten nicht mehr allein von der Algorithmusleistung abhängen, sondern vielmehr davon, ob sie unter der Prämisse von Sicherheit, Fairness und Transparenz in den Markt gelangen können. Das dynamische Gleichgewicht zwischen Regulierung und Industrie wird letztendlich das globale Tempo der Verbreitung von KI im Gesundheitswesen bestimmen.