IA como dispositivo médico: mapa de registro global | Pure Global

Una guía de campo basada en evidencia sobre cómo los reguladores del mundo clasifican, aprueban y supervisan la inteligencia artificial en la atención médica, y cómo llegar a 30+ mercados sin reconstruir el expediente cada vez.

TL;DR

La inteligencia artificial se ha convertido en la categoría de dispositivos médicos de más rápido crecimiento en la historia. La lista pública de dispositivos habilitados para IA de la Administración de Alimentos y Medicamentos de EE. UU. alcanzó 1,524 autorizaciones a mediados de 2026, con aproximadamente tres cuartas partes en radiología ¹. Según nuestro propio análisis de la base de datos FDA 510(k), la participación de la IA en todas las autorizaciones aumentó de aproximadamente 1 en 700 en 2019 a cerca de 1 en 28 en 2025. Tan solo Corea del Sur autorizó 153 dispositivos de IA en 2025 ².

Pero el mismo software que se aprueba fácilmente en una agencia puede estancarse en la siguiente. A continuación se presenta el argumento de este informe, en cinco puntos:

• La IA es un dispositivo, y la mayor parte es "Software como dispositivo médico" (SaMD). Cuando el software diagnostica, realiza triaje o recomienda un tratamiento, se regula como un bisturí o un escáner: en decenas de jurisdicciones, cada una con sus propias reglas.
• El mundo entero la clasifica en una categoría superior. La Regla 11 del MDR de la UE, la Regla 11 de Brasil, la clasificación predeterminada de Clase III de China para la IA de diagnóstico: el software de diagnóstico y terapéutico en casi todas partes termina en una clase de mayor riesgo que exige la revisión por parte de terceros.
• La IA adaptativa rompió el modelo de aprobación única. Un modelo que sigue aprendiendo cambia después de su comercialización, por lo que los reguladores inventaron nuevos mecanismos —el Plan Predeterminado de Control de Cambios de EE. UU., el IDATEN de Japón, el DMPA de Corea— que no coinciden entre sí.
• La confianza regulatoria converge, la IA diverge. Se supone que una red de vías de confianza regulatoria y reconocimiento permite que una sola aprobación abra muchos mercados. Funciona — para dispositivos estáticos. Para la IA adaptativa, "un PCCP autorizado por la FDA no satisface las obligaciones de la Ley de IA de la UE, y viceversa" ³.
• Por lo tanto, los ganadores industrializan el registro multimercado. La ventaja competitiva ya no es una sola autorización; es la maquinaria operativa que convierte una aprobación en treinta y mantiene cada una válida a medida que el algoritmo evoluciona.

Este es el espacio que cubre Pure Global: representación en el país y ejecución regulatoria asistida por IA en 30+ mercados, por una tarifa anual fija. El resto de este informe es el mapa.

---

Qué es realmente la "IA como dispositivo médico"

Comencemos con la palabra que hace el trabajo pesado: dispositivo. Si un programa de software está "destinado a ser utilizado en el diagnóstico, tratamiento o prevención de enfermedades", es un dispositivo médico en casi cualquier sistema legal del mundo, ya sea que se ejecute en un chip dentro de un escáner de resonancia magnética o como una aplicación en el navegador de un radiólogo. La IA no tiene su propia ley en la mayoría de los países; hereda todo el aparato de la legislación sobre dispositivos médicos.

La definición principal proviene del Foro Internacional de Reguladores de Dispositivos Médicos (IMDRF), el organismo en el que las principales agencias armonizan su vocabulario. En su documento fundacional 2013, el IMDRF definió el Software como Dispositivo Médico (SaMD) como "software destinado a ser utilizado para uno o más fines médicos que realiza estos fines sin ser parte de un dispositivo médico de hardware" ⁴. El FDA adoptó dicho lenguaje al pie de la letra y establece una distinción triple que resulta decisiva para todo lo subsiguiente ⁵:

• SaMD — software que es el dispositivo médico (un algoritmo de triaje para radiografías de tórax, un detector de retinopatía diabética). Aquí es donde reside la mayor parte de la IA clínica.
• SiMD — software en un dispositivo médico, integral al hardware (el firmware que ejecuta una bomba de infusión).
• Software utilizado para fabricar o mantener un dispositivo, el cual se regula de manera distinta.

Específicamente para la IA, el documento de términos clave 2022 del IMDRF define un Dispositivo Médico Habilitado para Aprendizaje Automático como "un dispositivo médico que utiliza aprendizaje automático, en parte o en su totalidad, para lograr su finalidad médica prevista" ⁶.

La distinción que lo cambia todo: bloqueado frente a adaptativo

La regulación tradicional de dispositivos se basa en un acuerdo sencillo: se demuestra que un dispositivo es seguro y eficaz una sola vez, con un diseño fijo, y ese diseño permanece inalterado. La IA rompe ese supuesto. El trascendental documento de debate 2019 del FDA trazó la línea de manera precisa. Un algoritmo "bloqueado" es aquel que "proporciona el mismo resultado cada vez que se le aplica la misma entrada y no cambia con el uso" —una tabla de consulta, un árbol de decisión, un clasificador congelado— ⁷. Un algoritmo adaptativo o de aprendizaje continuo cambia después de ser desplegado.

Esa única propiedad —el software que se perfecciona a sí mismo en el campo— es la razón por la cual la IA necesitó una década de nuevas regulaciones. Si el producto que aprobó en enero no es el producto que funciona en un hospital en junio, ¿qué aprobó exactamente? Cada marco conceptual de este informe es, en el fondo, un intento de responder a esa pregunta, y el Ciclo de Vida Total del Producto (TPLC) —la supervisión a lo largo de toda la vida del dispositivo, no solo en el momento de la autorización— es la respuesta compartida.

Cómo deciden los reguladores con qué rigor supervisar

El marco de categorización de riesgos 2014 del IMDRF estableció la lógica que el mundo sigue en la actualidad: el nivel de escrutinio que merece un SaMD se escala en función de dos factores: la importancia de la información que proporciona (¿informa, dirige o diagnostica/trata?) y la gravedad de la situación de salud (no grave, grave o crítica) ⁸. Una aplicación que sugiere estiramientos para el dolor de espalda y un algoritmo que detecta un sangrado cerebral no son la misma entidad regulatoria, y esta matriz de dos ejes es la razón de ello.

La Organización Mundial de la Salud aportó la estructura ética. Su informe 2021 Ética y gobernanza de la inteligencia artificial para la salud estableció seis principios: proteger la autonomía; promover el bienestar y la seguridad; garantizar la transparencia y la explicabilidad; fomentar la responsabilidad y la rendición de cuentas; garantizar la inclusión y la equidad; y promover una IA receptiva y sostenible ⁹. La OMS continuó con consideraciones regulatorias en 2023 y, en enero de 2024, publicó la primera guía global dirigida directamente a la IA generativa y a los modelos multimodales de gran tamaño ¹⁰.

---

Cómo llegamos aquí

Los dispositivos médicos de IA no llegaron con un único avance revolucionario; se acumularon, país por país, a lo largo de aproximadamente una década. Los hitos a continuación rastrean cómo una definición en 2013 se convirtió en reglas dedicadas para el ciclo de vida en cinco continentes.

Una cronología global de la regulación de dispositivos médicos de IA (2013–2026)

En apenas una década, el SaMD de IA pasó de ser una definición del IMDRF a reglas dedicadas para el ciclo de vida en cinco continentes.

Fuente: Compilado a partir de documentos primarios del IMDRF, FDA de EE. UU., UE, NMPA, PMDA, MFDS, SFDA, ANVISA, Health Canada y la OMS — Pure Global, junio de 2026.

Algunos momentos merecen énfasis. En enero de 2017, la FDA autorizó Arterys — la primera herramienta clínica en combinar computación en la nube y aprendizaje profundo ¹¹. Luego, en abril de 2018, llegó el punto de inflexión: la FDA autorizó IDx-DR, la primera IA autorizada para emitir un diagnóstico de forma autónoma, sin un médico que interprete el resultado — un tamizaje de retinopatía diabética para atención primaria que alcanzó una sensibilidad del 87.2% y una especificidad del 90.7% en su ensayo pivotal ¹². En cuestión de meses, Corea (VUNO Med-BoneAge, mayo de 2018) y Japón (EndoBRAIN, diciembre de 2018) aprobaron sus propios hitos iniciales; China le siguió en 2020 con DeepVessel FFR, su primer dispositivo de IA de Clase III ¹³.

El marco regulatorio se puso al día entre 2021 y 2025: los principios trilaterales de Buenas Prácticas de Aprendizaje Automático en octubre de 2021, la entrada en vigor de la Ley de IA de la UE en agosto de 2024, la guía final sobre el Plan Predeterminado de Control de Cambios de la FDA en diciembre de 2024 y —demostrando lo rápido que avanza la frontera— la primera guía del mundo para dispositivos de IA generativa de Corea en enero de 2025 ¹⁴. Para febrero de 2026, el IMDRF había publicado un Reliance Playbook global para ayudar a los reguladores a apoyarse en el trabajo de los demás ¹⁵.

---

Los datos: qué tan grande, qué tan rápido, dónde

La curva de autorizaciones se inclina pronunciadamente hacia arriba

El mejor indicador individual de la penetración de la IA en la medicina es la lista pública de Dispositivos médicos habilitados para inteligencia artificial de la FDA, la cual alcanzó 1,524 autorizaciones en su actualización más reciente (que refleja datos hasta el primer trimestre de 2026) ¹. Para ver la velocidad, analizamos directamente la base de datos subyacente de FDA 510(k). Las autorizaciones identificadas de IA/AA pasaron de un puñado a finales de la década de 2010 a 115 en 2025 y, lo que resulta más revelador, la IA pasó del 0.14% de todas las autorizaciones 510(k) en 2019 al 3.57% en 2025, un salto de aproximadamente 25 veces en su participación en seis años.

(Nuestra cifra derivada de la base de datos es deliberadamente conservadora —más estrecha que la lista seleccionada de la FDA, debido a que muchas herramientas de radiología con IA se encuentran bajo códigos de producto cuyo texto nunca menciona "IA". La utilizamos para analizar tendencias y geografía; la lista propia de la FDA es el total principal. Fuente: base de datos 510(k) de openFDA — análisis de Pure Global, junio de 2026.)

Es abrumadoramente una historia de imágenes — por ahora

La IA en la medicina es, hoy en día, principalmente IA en radiología. En la lista de la FDA, la radiología representa alrededor del 76% de todas las autorizaciones de IA ¹⁶; en nuestra propia muestra de autorizaciones la concentración es aún mayor, con el área cardiovascular y la gastroenterología (endoscopia) en un distante segundo y tercer lugar. La razón es estructural: las imágenes son digitales, abundantes y están etiquetadas, y la vía 510(k) permite que un nuevo algoritmo cite a uno existente como predicado. La patología, las señales cardiacas y los modelos de texto clínico están creciendo, pero el centro de gravedad sigue siendo la imagen.

Los innovadores están en todas partes; los mercados están en todos los demás lugares

He aquí el hecho que debería replantear cualquier plan de comercialización. Los dispositivos médicos con IA autorizados en los EE. UU. provienen de al menos 16 países. En nuestro análisis de los solicitantes de 510(k) de IA, Estados Unidos lidera, pero Corea del Sur, Israel, Canadá, Francia, China, Alemania, el Reino Unido, los Países Bajos, Taiwán y Japón cuentan cada uno con cifras significativas.

La producción nacional confirma el patrón. Corea del Sur autorizó (aprobaciones y certificaciones combinadas) 64 dispositivos de IA en 2023, 108 en 2024 y 153 en 2025 —un salto del 41.6%, con un 77.7% de fabricación nacional ¹⁷. China había aprobado aproximadamente 154 dispositivos médicos con IA para mediados de 2025, con cerca del 80% de ellos en la Clase III de mayor riesgo ¹⁸. Taiwán otorgó licencias a 166 dispositivos de IA/AA entre 2020 y 2024 ¹⁹. Japón contaba con 51 SaMD basados en IA en la lista de la PMDA a septiembre de 2025 ²⁰.

La implicación es directa: un algoritmo brillante creado en Tel Aviv, Seúl o Shanghái tiene que llegar a los pacientes en mercados que hablan, cada uno, un idioma regulatorio diferente. La innovación es global; la aprobación es obstinadamente local.

¿Qué tan grande es el mercado? Depende enteramente de lo que se contabilice

Las estimaciones del tamaño del mercado para la IA en la atención médica abarcan un orden de magnitud, debido a que los analistas trazan el límite en lugares enormemente diferentes. La amplia categoría de "IA en la atención médica" —que agrupa el descubrimiento de medicamentos, la automatización administrativa, los escribientes ambientales y más— se proyecta en USD 187.7 mil millones para 2030 a una TCAC del 38.5% ²¹, y la firma más agresiva proyecta más de USD 1 billones para 2034 ²². La fracción más estrecha y regulada —IA en dispositivos médicos— es mucho más pequeña y creíble: aproximadamente USD 12.4 mil millones en 2025, alcanzando USD 42.4 mil millones para 2030 ²³. El SaMD puro se estima en aproximadamente USD 5–25 mil millones según la fuente ²⁴. Trate a cada una de estas cifras como un rango, no como un hecho.

El capital cuenta una historia más clara. El financiamiento de riesgo para la salud digital en los EE. UU. se recuperó a USD 14.2 mil millones en 2025 (+35%), y por primera vez las empresas emergentes habilitadas para IA captaron la mayoría: 54% de todos los dólares ²⁵. Las empresas públicas de AI-SaMD están pasando del crecimiento a la rentabilidad: Tempus AI registró USD 1.3 mil millones en ingresos en el AF2025 (+83%) ²⁶; iRhythm alcanzó USD 747 millones y su primer trimestre rentable según los GAAP ²⁷; HeartFlow salió a bolsa en agosto de 2025 y creció un 40% a USD 176 millones ²⁸; Lunit de Corea creció un 53% con el 92% de sus ingresos provenientes del extranjero ²⁹. Entre los competidores privados, Aidoc recaudó una Serie E de USD 150 millones en abril de 2026, llevando el financiamiento total a más de quinientos millones de dólares ³⁰.

La carrera de patentes tiene un líder diferente

La propiedad intelectual es donde la competencia global resulta más visible. El hito del estudio de la WIPO contabilizó aproximadamente 340,000 solicitudes de patentes relacionadas con la IA, siendo las ciencias biológicas y médicas el tercer campo de aplicación más grande ³¹. Sin embargo, la geografía ha cambiado desde entonces: en la década previa a 2023, China presentó 38,210 invenciones de IA generativa —más que el resto del mundo combinado— frente a las 6,276 de los Estados Unidos ³². La oficina de patentes de China emitió directrices dedicadas para el examen de patentes de IA en el último día de 2024 ³³. La cartera de proyectos de IA médica se está llenando de manera desproporcionada desde Asia, lo que convierte la estrategia de acceso multimercado en una cuestión de cuándo, no de si, para una proporción creciente de los desarrolladores del mundo.

El punto ciego: no se puede ver el SaMD en los datos comerciales

Una advertencia analítica que replantea cómo pensar sobre este mercado. La inteligencia de mercado medtech tradicional se apoya en datos de importación y aduanas, pero el SaMD puro es invisible para ella. El software distribuido mediante descarga en la nube o tiendas de aplicaciones no cruza ninguna frontera física, no genera una declaración aduanera con código SA y no queda registrado en las estadísticas de comercio de mercancías. Los organismos internacionales de normalización lo expresan directamente: "Los flujos de datos que no se monetizan directamente no se consideran generalmente como flujos comerciales en los estándares estadísticos actuales" ³⁴, y la moratoria de la OMC sobre los derechos de aduana aplicables a las transmisiones electrónicas se ha mantenido desde 1998 ³⁵. El hardware con IA integrada —un escáner de TC habilitado para IA— se mueve como una mercancía y aparece en los datos; un algoritmo en la nube autorizado mediante 510(k) no lo hace. El resultado: el análisis comercial convencional subcontabiliza sistemáticamente el software de IA y sobrepondera el hardware. La única huella confiable de la expansión global de un SaMD son sus registros, que es exactamente la perspectiva que utiliza este informe.

---

El balance en materia de seguridad

Detrás de cada endurecimiento de las normas existe un conjunto de evidencias de que la IA en la medicina puede fallar de formas en que los dispositivos tradicionales no lo hacen. Tres hallazgos, en particular, reconfiguraron la forma de pensar de los reguladores.

El sesgo que se oculta a simple vista en los datos. Un estudio emblemático publicado en New England Journal of Medicine descubrió que los oxímetros de pulso —ubicuos y cada vez más asociados a algoritmos— no detectaron niveles peligrosamente bajos de oxígeno en sangre (hipoxemia oculta) en el 11.7% de los pacientes negros frente al 3.6% de los pacientes blancos, una disparidad de aproximadamente el triple a lo largo de unas 50,000 lecturas pareadas ³⁶. La FDA emitió una comunicación de seguridad en febrero de 2021 y, para enero de 2025, un borrador de guía que exigía una validación más diversa en diferentes tonos de piel ³⁷. La lección se generalizó: un modelo entrenado en una población no representativa puede trasladar ese sesgo de forma silenciosa a cada hospital que lo implemente.

Una validación que no resiste el contacto con la realidad. El Epic Sepsis Model —una herramienta de predicción de propiedad exclusiva implementada en cientos de hospitales de EE. UU.— fue validado externamente en 38,455 hospitalizaciones y obtuvo un área bajo la curva de 0.63, muy por debajo del 0.76–0.83 declarado por el fabricante. Pasó por alto el 67% de los casos de sepsis mientras activaba alertas en el 18% de todos los pacientes ³⁸. Un modelo puede estar "en producción" a escala y aun así no funcionar según lo anunciado.

Retiros del mercado que se concentran justo después de la autorización. Un análisis de 2025 realizado por Johns Hopkins/Yale sobre dispositivos de IA autorizados mediante FDA determinó que el 43.4% de los retiros del mercado de dispositivos de IA ocurrieron dentro de los primeros 12 meses posteriores a la autorización: aproximadamente el doble de la tasa observada en los dispositivos 510(k) en general ³⁹. Un estudio paralelo halló que los retiros del mercado se concentraban en aquellos dispositivos que carecían de estudios clínicos publicados ⁴⁰. El contexto importa: aproximadamente el 97% de los dispositivos de IA/ML obtienen la autorización mediante la vía 510(k), la cual no requiere ensayos prospectivos en humanos; por lo tanto, gran parte del éxito depende de la vigilancia poscomercialización.

El balance en materia de seguridad: por qué los reguladores están endureciendo las normas sobre la IA

El sesgo, las brechas de validación y los retiros tempranos del mercado son la evidencia detrás del cambio hacia la supervisión del ciclo de vida.

A esto se suma el problema del desplazamiento del conjunto de datos —los modelos implementados se degradan de forma silenciosa a medida que la población de pacientes, los escáneres o los sistemas de codificación que los rodean cambian— y se obtiene el fundamento de todo el aparato moderno: las Buenas Prácticas de Aprendizaje Automático, los Planes Predeterminados de Control de Cambios y el monitoreo obligatorio del desempeño en el mundo real. Los reguladores no están endureciendo las normas porque la IA no funcione. Las están endureciendo porque funciona hasta que deja de hacerlo silenciosamente.

---

El mapa regulatorio global

Este es el núcleo de referencia del informe: cómo las principales jurisdicciones clasifican, revisan y fiscalizan actualmente el SaMD de IA a mediados de 2026. El hilo conductor que se debe observar es la clasificación (en qué clase de riesgo se ubica el software) y el control de cambios (qué sucede cuando el algoritmo se actualiza). Después del detalle regional se incluye una matriz de comparación consolidada.

Cómo 15 jurisdicciones regulan la IA como dispositivo médico (2026)

El mismo software, quince respuestas: la clasificación, las guías específicas para IA y las reglas de control de cambios divergen de un mercado a otro.

Fuente: FDA de EE. UU., MDR/Ley de IA de la UE, MHRA, Health Canada, TGA, PMDA/MHLW, MFDS, HSA, NMPA, CDSCO, TFDA, ANVISA, COFEPRIS, SFDA, EDE — análisis de Pure Global, agosto de 2026.

Estados Unidos: la referencia y el más activo

EE. UU. opera el régimen de dispositivos con IA más activo del mundo, administrado por el Centro de Dispositivos y Salud Radiológica de la FDA y su Centro de Excelencia en Salud Digital. No existe una "ley de IA" especial; las funciones de IA que cumplen con la definición de dispositivo médico se regulan como SaMD a través de tres vías: la autorización 510(k) (que demuestra "equivalencia sustancial" con un dispositivo predicado), la clasificación De Novo (para dispositivos novedosos de riesgo bajo a moderado sin predicado) y la PMA (aprobación previa a la comercialización, para la Clase III de mayor riesgo). La abrumadora mayoría de los dispositivos con IA —alrededor del 97%— ingresan a través de 510(k); solo un par de docenas han utilizado De Novo y un puñado la PMA ⁴¹. El hito De Novo fue IDx-DR en 2018.

El desarrollo reciente determinante es el Plan Predeterminado de Control de Cambios (PCCP), finalizado en diciembre de 2024 ⁴². Un PCCP permite a un fabricante preespecificar y preautorizar un conjunto de modificaciones futuras del modelo, y las propias palabras de la agencia capturan su valor: la FDA revisa el PCCP "para garantizar la seguridad y eficacia continuas del dispositivo sin necesidad de solicitudes de comercialización adicionales para implementar cada modificación." En enero de 2025, la FDA fue más allá al emitir un borrador de guía integral sobre el ciclo de vida total del producto del software de dispositivos médicos con IA. En resumen, la postura de EE. UU. es: rápida, basada en predicados, centrada en imágenes y ahora organizada en torno a la supervisión del ciclo de vida.

Unión Europea: dos regímenes superpuestos en un solo dispositivo

La UE es el mercado principal más difícil para el SaMD de IA, debido a que ahora se aplican dos regímenes regulatorios a la vez. En primer lugar, el Reglamento sobre los Productos Sanitarios (MDR). Su regla de clasificación de software, la Regla 11, es célebre. Léase directamente: "El software destinado a proporcionar información que se utilice para tomar decisiones con fines diagnósticos o terapéuticos se clasifica en la clase IIa," escalando a Clase III cuando una decisión errónea pueda causar la muerte o un deterioro irreversible, o a Clase IIb para un deterioro grave ⁴³. Bajo las antiguas directivas, la mayoría del software independiente se autocertificaba como Clase I, sin intervención de terceros. La Regla 11 elevó casi todo el SaMD diagnóstico y terapéutico a la Clase IIa o superior, lo que exige una evaluación de la conformidad por parte de un Organismo Notificado, la gestión de la calidad ISO 13485 y una evaluación clínica. Nuestro propio examen de la base de datos EUDAMED reveló que los dispositivos con palabras clave de IA se concentran en la Clase IIa: exactamente la huella de la Regla 11.

Luego, superpuesta a lo anterior, se encuentra la Ley de IA de la UE (Reglamento 2024/1689), vigente desde el 1 de agosto de 2024. A través del Artículo 6(1), un sistema de IA es de "alto riesgo" cuando es (o es un componente de seguridad de) un producto que ya requiere una evaluación de la conformidad por parte de terceros, lo que abarca esencialmente a todos los dispositivos médicos de IA de Clase IIa+. Las obligaciones para el alto riesgo se introducen gradualmente hasta el 2 de agosto de 2026, fijándose la fecha para la IA integrada en dispositivos MDR/IVDR en el 2 de agosto de 2027 (una propuesta de "Ómnibus Digital" de noviembre de 2025 podría posponer esto a 2028; trátense las fechas como cambiantes) ⁴⁴. Las sanciones alcanzan hasta €35 millones o el 7% de la facturación global ⁴⁵. Para aclarar la superposición, el MDCG y el nuevo Comité Europeo de Inteligencia Artificial emitieron una sección conjunta de preguntas frecuentes, MDCG 2025-6, en junio de 2025 ⁴⁶.

La limitación vinculante es la capacidad. El número de Organismos Notificados para el MDR cayó de aproximadamente 80–96 bajo las directivas a alrededor de 50, con solo ~17–19 designados bajo el IVDR; la certificación MDR ahora demora 13–18 meses en promedio, casi el doble de la norma previa al MDR ⁴⁷. Para el SaMD de IA, cada dispositivo compite por los escasos cupos de los Organismos Notificados, y después de 2027/28 también necesitará la evaluación de la conformidad de la Ley de IA.

Reino Unido: divergiendo de manera pragmática

Tras el Brexit, la MHRA ha trazado un rumbo deliberadamente enfocado en la innovación. Su Programa de Cambio de Software e IA como Dispositivo Médico (hoja de ruta publicada en octubre de 2022) abarca once paquetes de trabajo, y la agencia se ha comprometido a permitir los PCCP en las próximas normas previas a la comercialización ⁴⁸. Su espacio de pruebas regulatorio (AI Airlock), el primero de su tipo para dispositivos médicos de IA, ejecutó un piloto de cuatro proyectos en 2024 y una Fase 2 de siete tecnologías a lo largo de 2026, con financiamiento plurianual ya comprometido ⁴⁹. En términos prácticos, alrededor del 90% de los dispositivos en el mercado británico aún ostentan el marcado CE, el cual Gran Bretaña aceptará hasta 2028–2030; la MHRA realizó una consulta a principios de 2026 sobre el reconocimiento de los marcados CE de manera indefinida ⁵⁰.

Canadá: el primero en finalizar normas dedicadas al aprendizaje automático

Health Canada estuvo entre los primeros reguladores con una guía previa a la comercialización finalizada y dedicada para dispositivos médicos habilitados para aprendizaje automático —finalizada por primera vez en 2025 y publicada en forma final revisada en abril de 2026—, la cual abarca las Clases II–IV, adopta los términos clave del IMDRF e introduce formalmente el PCCP para que los cambios autorizados no activen una nueva modificación de la licencia ⁵¹. Canadá fue coautor de los documentos fundamentales de los tres reguladores —GMLP (2021), principios de PCCP (2023) y principios de Transparencia (2024)— y ha exigido la certificación MDSAP desde 2019.

Australia: reformó tempranamente y se recalibra para la IA

La TGA de Australia reformó sus reglas de software en febrero de 2021, excluyendo las aplicaciones de bienestar de bajo riesgo mientras reclasificaba el software de diagnóstico hacia categorías superiores (los dispositivos activos para terapia con función diagnóstica pasaron a la Clase III). Su consulta de 2024, Aclaración y fortalecimiento de la regulación de la IA, atrajo a más de 600 partes interesadas y produjo 14 hallazgos clave en los que se trabaja actualmente ⁵². La ruta de confianza regulatoria de la TGA —que acepta "reguladores extranjeros comparables"— es un importante acelerador, analizado más adelante.

Japón: diseñado para la iteración

Japón regula el SaMD como "dispositivos médicos programados" y posee posiblemente el mecanismo más propicio para la actualización de IA de cualquier mercado principal: IDATEN, vigente desde septiembre de 2020, es la versión japonesa de un protocolo de gestión de cambios posterior a la aprobación, que permite a los fabricantes preacordar cambios para la IA que se actualiza con frecuencia ⁵³. Combinado con la iniciativa DASH para SaMD y la vía prioritaria SAKIGAKE, Japón ha construido una infraestructura para software que evoluciona, aunque la adopción es modesta: solo 51 SaMD basados en IA en la lista de la PMDA a septiembre de 2025.

Corea del Sur: el actor más veloz

Corea es el caso destacado. Más allá de sus 153 autorizaciones de IA en 2025, ha construido un marco legal a la medida: la Ley de Productos Médicos Digitales (DMPA), vigente desde enero de 2025, introduce un mecanismo de cambio al estilo PCCP y un SGC digital alineado con los temas de trabajo del IMDRF ⁵⁴. Corea también emitió la primera guía del mundo para dispositivos médicos de IA generativa en enero de 2025 y aprobó su primer dispositivo de este tipo en abril de 2026, y además preside el grupo de trabajo de IA/ML del IMDRF. Si desea ver hacia dónde se dirige la regulación global de la IA, observe a Seúl.

Singapur: el centro de la confianza regulatoria

La HSA de Singapur destaca muy por encima de su tamaño al ser el régimen de confianza regulatoria más eficiente de Asia. Su guía de software, GL-04 (Revisión 4, diciembre de 2025), cubre explícitamente los dispositivos habilitados para aprendizaje automático a lo largo de todo el ciclo de vida y exige una Notificación de Cambio cuando el desempeño del modelo de IA, las entradas o el nivel de supervisión humana cambien ⁵⁵. De manera crucial, la HSA reconoce cinco agencias de referencia (la FDA de EE. UU., Organismos Notificados de la UE, Health Canada, TGA, MHLW de Japón) y ha estimado que alrededor del 98% de las solicitudes pueden utilizar una vía abreviada; los dispositivos con dos aprobaciones previas pueden registrarse a través de una vía "inmediata" en tan solo una hora ⁵⁶.

China: grande, distinta y exigente

La NMPA de China trata con seriedad el software de soporte a la decisión basado en IA: sus principios de revisión de la CMDE de 2021 y el catálogo de clasificación de 2021–2022 ubican el software que emite un diagnóstico o dirige el tratamiento en la Clase III, el nivel de riesgo más alto. China aprobó su primer dispositivo de IA de Clase III en 2020 y había alcanzado aproximadamente 154 dispositivos médicos de IA a mediados de 2025 ¹⁸. En un paquete de reformas de octubre de 2025, la NMPA se comprometió a "simplificar los requisitos de registro de cambios para los dispositivos médicos impulsados por IA donde el algoritmo central permanezca sin cambios pero el desempeño del algoritmo se optimice", lo que representa una concesión real pero estrecha en comparación con el PCCP de EE. UU. ⁵⁷. China exige un agente en el país, pruebas de tipo locales y, para muchos dispositivos de Clase III, datos clínicos locales, lo que la convierte en uno de los mercados más exigentes de este informe.

India, Taiwán y el resto de Asia-Pacífico

La CDSCO de India emitió su guía actual de Software de Dispositivos Médicos el 21 de julio de 2026. El documento consolida la clasificación, las solicitudes, el SGC, la ciberseguridad, los controles posteriores a la comercialización y un Protocolo de Cambio de Algoritmo que puede utilizarse cuando corresponda; la CDSCO afirma explícitamente que la guía refleja la práctica existente del MDR 2017 y no crea un nuevo control regulatorio ⁵⁸. Por el contrario, la TFDA de Taiwán posee uno de los conjuntos de guías de IA más profundos del mundo —guías técnicas dedicadas a CADe/CADx y guía de redacción de PCCP— y autorizó 166 dispositivos de IA/ML entre 2020 y 2024. En toda la ASEAN, el patrón es de confianza regulatoria más localización: Malasia, Tailandia, Vietnam, Filipinas e Indonesia tratan en su mayoría el SaMD como un dispositivo general y se apoyan en aprobaciones de países de referencia, siendo la vía rápida de Vietnam inusualmente amplia (acepta incluso aprobaciones de NMPA y MFDS).

América Latina, Medio Oriente y África

La ANVISA de Brasil importó la lógica de la UE en su totalidad: su Regla 11 bajo la RDC 751/2022 refleja la de la UE, ubicando el software de soporte a la decisión en la Clase II–IV, y la RDC 657/2022 fue la primera resolución específica para SaMD de la región. Un fabricante extranjero no puede ser el titular del registro brasileño: un Titular del Registro en Brasil local es obligatorio e irrenunciable ⁵⁹. La COFEPRIS de México reestructuró su régimen de confianza regulatoria en 2025 en una sola Vía Abreviada que reconoce a todos los miembros del IMDRF y del MDSAP, apuntando a 30 días hábiles. La SFDA de Arabia Saudita emitió la MDS-G010 (noviembre de 2022) —entre las primeras guías de dispositivos médicos de IA/ML dedicadas del mundo, y citada por algunos observadores como la primera exigible (otros la clasifican como no vinculante)—, la cual dispone de manera singular que "el fabricante debe validar localmente los dispositivos médicos basados en IA/ML desarrollados y aprobados en otras jurisdicciones" ⁶⁰, un recordatorio de que la "aprobación del país de referencia" no siempre es suficiente. Los EAU centralizaron la aprobación de dispositivos bajo el nuevo Establecimiento de Medicamentos de los Emiratos en enero de 2025. La SAHPRA de Sudáfrica emitió su primera comunicación sobre IA en septiembre de 2025, pero aún no ha comenzado a registrar dispositivos, y la Agencia Africana del Medicamento a nivel continental —con 31 de 55 Estados que la han ratificado— todavía no abarca dispositivos médicos ni IA.

Este es el meollo del problema: quince jurisdicciones, quince respuestas. El mismo software es Clase II en EE. UU., Clase IIa+ y de "alto riesgo" en la UE, Clase III en China, Grado 2–3 en Corea y Clase II–IV en Brasil, cada una con sus propios requisitos de evidencia, idioma, titular local y control de cambios.

---

Cuánto cuesta y cuánto tarda

Las diferencias de clasificación anteriores se traducen directamente en dinero y meses. Las cifras principales a continuación son tarifas gubernamentales y plazos realistas para un dispositivo de mayor riesgo; excluyen los costos sustanciales de pruebas, evidencia clínica, traducción y representación en el país que a menudo eclipsan la tarifa oficial.

La tarifa oficial es la cifra pequeña

Tan solo las tarifas gubernamentales varían desde menos de USD 1,000 hasta aproximadamente USD 44,000 para un registro de alto riesgo:

• Estados Unidos — tarifas de la MDUFA para el FY2026 (verificadas en FDA.gov): 510(k) $26,067 (pequeña empresa $6,517); De Novo $173,782; PMA $579,272; más una tarifa anual de establecimiento de $11,423 ⁶¹.
• China — tarifas de registro de la NMPA de aproximadamente RMB 210,900 (~$30,000) para Clase II y RMB 308,800 (~$44,000) para Clase III — las tarifas oficiales más elevadas de este informe.
• Brasil — registro de Clase III/IV de la ANVISA de ~BRL 21,000 más una tarifa de certificación B-GMP de BRL 72,804 para fabricantes internacionales.
• Canadá — Clase III CAD $14,163, Clase IV CAD $30,713 (abril de 2026).
• Arabia Saudita — tarifas de la SFDA de SAR 15,000–23,000 por clase.
• India — licencia de importación MD-15 de $3,000 por sitio + $1,500 por producto para Clase C/D.
• Singapur, Australia, Corea, Japón — las tarifas oficiales son comparativamente módicas (a menudo por debajo de USD 13,000), pero la carga de evidencia y revisión varía ampliamente.

El tiempo es la cifra costosa

El costo real es el calendario. Los plazos realistas para alto riesgo se extienden desde aproximadamente un mes (Canadá, Clase III) hasta 24 meses en la UE y de cuatro a cinco años en China cuando se requiere un ensayo clínico local:

La UE ilustra cómo la clasificación se convierte en costo. Debido a que la Regla 11 convierte lo que solía ser una autodeclaración de Clase I casi gratuita en la intervención de un Organismo Notificado para Clase IIa+, el proyecto CE integral para SaMD comúnmente alcanza las seis cifras y 13–18 meses antes de que se emita un certificado. Para una startup con una autonomía financiera medida en trimestres, eso no es una partida presupuestaria — es una amenaza estratégica.

La palanca: la confianza regulatoria y el giro específico de la IA

Frente a esos plazos se encuentra la herramienta más potente en el acceso al mercado global: la confianza regulatoria. La mayoría de los mercados fuera de EE. UU., la UE y China se apoyarán en una aprobación que usted ya posee. Nuestros propios datos de mercado muestran el efecto de forma contundente —un SaMD de alto riesgo que tarda ~8 meses en registrarse en Brasil por la ruta estándar puede reducirse hacia 6 semanas cuando se aprovecha una aprobación de la FDA u otra aprobación de referencia a través de la vía de análisis optimizado de la ANVISA.

Para el SaMD de IA existe un giro específico y recurrente que las tablas de costos no muestran. Cuando el algoritmo se actualiza —como lo hace constantemente una buena IA—, la cuestión es si esa actualización requiere una nueva presentación. El PCCP de EE. UU. puede permitir que las actualizaciones preespecificadas se implementen sin una nueva presentación, ahorrando la tarifa de $26,067 más la revisión de 90–175 días en cada 510(k) evitada, y mucho más en suplementos de PMA evitados. Aproximadamente el 10% de los dispositivos de IA que la FDA autorizó en 2025 ya incorporaban un PCCP. Pero ese ahorro es exclusivo de EE. UU. —y ese es el eje de todo el informe.

---

¿Cuánto cuesta registrar la IA como dispositivo médico en diferentes países?

Las tarifas gubernamentales anteriores son solo la mitad de la factura. La otra mitad es el trabajo especializado — elaborar el dossier, mantener el registro local, responder a cada consulta de la autoridad y presentar cada renovación y cambio de algoritmo. Aquí es donde la industria resulta más opaca: la mayoría de las consultorías regulatorias facturan por hora o cotizan cada presentación por separado, por lo que el verdadero costo multimercado solo sale a la luz tras la llegada de las órdenes de cambio.

Pure Global es la primera firma de acceso al mercado de dispositivos médicos en publicar una tarifa anual única y fija por registro. Desde USD $2,000 por dispositivo, por mercado, por año, esa tarifa única consolida servicios que normalmente se facturan por hora — representación en el país, presentación (con base en una aprobación de referencia), renovaciones, modificaciones y toda la correspondencia con la autoridad sanitaria. Sin registros de horas, sin sorpresas por correo electrónico.

Aquí se detalla exactamente lo que cuesta que Pure Global actúe como su representante local y mantenga el registro de un dispositivo médico con IA, mercado por mercado. (El SaMD de IA suele ubicarse en la clase de mayor riesgo, por lo que la cifra superior se aplica en mercados con niveles estructurados).

Representación en el país de Pure Global — tarifa anual fija por dispositivo de IA

Una cifra transparente por mercado, por año: todo incluido para ese registro.

Tarifa anual fija por representación en el país de un SaMD de IA; incluye la presentación con base en una aprobación de referencia, renovaciones, modificaciones y correspondencia con la autoridad. Fuente: Lista Maestra de Precios de Pure Global, 2026 (por registro; se aplican descuentos por múltiples registros y contratos a 3 años).

El trabajo por única vez de presentación y compilación —donde un mercado requiere elaborar un dossier completo— se publica con la misma transparencia: la compilación de 510(k) para EE. UU. cuesta $15,000–$20,000, un proyecto de documentación técnica o CER para la UE se cotiza por clase ($8,000–$30,000), la compilación de un registro canadiense es de $3,000–$25,000 según la clase, y la determinación de la vía regulatoria es una tarifa fija de $5,000. Cada cifra se cotiza por adelantado, nunca por hora.

Un ejemplo práctico: un algoritmo de imágenes por IA, cuatro mercados. Considere una herramienta de radiología con IA que ya cuenta con la autorización de la FDA (Clase II) y el marcado CE (Clase IIb), y que desea mantener activa en los Estados Unidos, la Unión Europea, Brasil y Singapur durante un año. La representación en el país de Pure Global suma un total de $1,000 (EE. UU.) + $2,000 (UE) + $3,000 (Brasil) + $3,000 (Singapur) = $9,000 por año — tarifa fija, con cada renovación, modificación e intercambio con la autoridad incluidos; usted solo agrega el trabajo de presentación por única vez en los casos en que un mercado realmente exija un dossier nuevo. Esa predictibilidad es el objetivo: cuando las reglas difieren en cada mercado y su modelo cambia continuamente, lo último que necesita un fabricante es una factura regulatoria que también lo haga.

---

La paradoja de la convergencia

Esta es la aparente buena noticia. Bajo el mosaico de quince jurisdicciones opera una poderosa maquinaria de armonización. El IMDRF alinea las definiciones y los principios de Buenas Prácticas de Aprendizaje Automático (Good Machine Learning Practice). El Programa de Auditoría Única para Dispositivos Médicos (MDSAP) permite que una sola auditoría del sistema de gestión de la calidad satisfaga a cinco reguladores a la vez — EE. UU., Canadá, Brasil, Japón y Australia ⁶². Y las vías de confianza regulatoria se están extendiendo rápidamente: Singapur acepta cinco agencias de referencia y canaliza ~98% de las solicitudes a través de una revisión abreviada; Brasil, México, Australia, Malasia, Vietnam y el Golfo reconocen en alguna medida las aprobaciones extranjeras. En febrero de 2026, el IMDRF incluso publicó un Reliance Playbook global para codificar la práctica ¹⁵.

Qué mercados aceptan qué aprobaciones extranjeras (rutas de confianza regulatoria)

Una autorización FDA o el marcado CE es una llave maestra para docenas de mercados — cada uno con su propia cerradura.

Fuente: HSA, ANVISA, COFEPRIS, TGA, MDA de Malasia, FDA de Tailandia, MOH de Vietnam, SFDA, EDE — análisis de Pure Global, junio de 2026.

Para un dispositivo estático, esto es transformador: una aprobación sólida —por lo general, FDA o CE— se convierte en una llave maestra que abre docenas de mercados a velocidad y costo reducidos. Este es precisamente el apalancamiento que un programa de acceso al mercado bien ejecutado está diseñado para aprovechar.

Y aquí está la paradoja. Para la IA adaptativa, la llave maestra deja de funcionar exactamente en el punto que más importa: el control de cambios. La convergencia se da en el dispositivo; la divergencia se da en la IA. Considere el mismo modelo de aprendizaje automático que busca actualizar su algoritmo:

• En EE. UU., un PCCP preautorizado le permite implementar la actualización sin una nueva solicitud.
• En la UE, un cambio "sustancial" de software aún activa la revisión del Organismo Notificado y, además, una evaluación de conformidad independiente en virtud de la Ley de IA.
• En China, la actualización se tolera solo si "el algoritmo central no se modifica"; un reentrenamiento real implica un registro de cambio completo.
• En Corea, la DMPA permite planes de cambio preaprobados, pero solo dentro de parámetros preaprobados.

Como lo expresa tajantemente un análisis, "un PCCP autorizado por la FDA no satisface las obligaciones de la Ley de IA de la UE, y viceversa" ³. Ninguna auditoría del MDSAP ni ninguna ruta de confianza regulatoria resuelve esto. Un desarrollador de IA que obtiene autorizaciones en diez mercados no ha comprado tranquilidad; ha comprado diez obligaciones de control de cambios distintas, cada una de las cuales se activa cada vez que el modelo mejora. Para una tecnología cuya propuesta de valor fundamental es que sigue mejorando de forma continua, eso representa un impuesto estructural y acumulativo sobre el éxito, y recae con mayor fuerza en los equipos pequeños y ágiles que construyen los mejores modelos.

---

La próxima frontera: IA generativa y modelos de fundación

Si la IA adaptativa puso a prueba el sistema, la IA generativa amenaza con desbordarlo. Todo lo anterior asume un modelo entrenado para un uso previsto único y bien definido: detectar un sangrado, medir una fracción de eyección, marcar un nódulo. Los grandes modelos de lenguaje y los modelos de fundación multimodales rompen esa premisa de tres maneras a la vez: son de propósito general (un modelo, muchos usos posibles), no deterministas (la misma indicación puede dar respuestas diferentes) y propensos a alucinaciones (seguros, fluidos, erróneos). Ninguna de esas propiedades encaja fácilmente dentro de un marco diseñado en torno a un uso previsto fijo y una versión de referencia "bloqueada".

Los reguladores lo saben. La OMS emitió la primera guía global dedicada a grandes modelos multimodales en enero de 2024, advirtiendo específicamente sobre resultados fabricados, el sesgo de automatización y la dificultad de validar sistemas entrenados con datos a escala de internet ¹⁰. El Comité Asesor de Salud Digital de la FDA dedicó su reunión inaugural, en noviembre de 2024, a los desafíos del ciclo de vida total del producto de los dispositivos impulsados por IA generativa ⁶³. Y Corea del Sur, característicamente a la vanguardia, publicó la primera directriz del mundo para dispositivos médicos de IA generativa en enero de 2025 y autorizó su primer dispositivo de este tipo en abril de 2026.

Sin embargo, una guía no es lo mismo que una vía de autorización. A mediados de 2026, las rutas establecidas — 510(k), De Novo, marcado CE — todavía asumen un dispositivo que se puede precisar, evaluar frente a una norma fija y congelar. Un LLM clínico de propósito general no cumple limpiamente ninguna de esas condiciones previas, razón por la cual la primera ola de "IA generativa en la atención médica" ha llegado al mercado principalmente como herramientas administrativas (transcriptores ambientales, asistentes de documentación) que esquivan la definición de dispositivo médico, en lugar de como dispositivos diagnósticos autorizados. La frontera regulatoria para la IA clínica generativa y autónoma, genuinamente, todavía se está trazando, y los mercados que la tracen primero (Corea hoy; otros a continuación) moldearán la forma en que el resto del mundo los copia. Para los desarrolladores, la lección práctica es observar dónde se establecen las líneas y diseñar la estrategia regulatoria, no solo el producto, para un objetivo en constante movimiento.

---

El plan de acción para el acceso al mercado

Si el problema es la fragmentación, la respuesta es un sistema. A través de los patrones anteriores, surge un plan de acción repetible para llevar un dispositivo médico de IA al mundo y mantenerlo allí.

1. Clasifique antes de generar la evidencia. El mismo producto puede ser Clase II o Clase III según el mercado y la indicación. Mapee las reglas de clasificación de los mercados objetivo primero, ya que estas dictan la evidencia clínica y técnica que necesitará. Secuenciar la indicación y la evidencia con relación al mercado objetivo más estricto evita reconstruir el expediente más adelante.

2. Obtenga una aprobación de anclaje sólida y luego aproveche la confianza regulatoria deliberadamente. Una autorización FDA o el marcado CE valen mucho más que un solo mercado; constituyen la credencial que desbloquea rutas abreviadas en Singapur, Brasil, México, Australia, el Golfo y más allá. El arte radica en saber qué anclaje reconoce cada mercado objetivo y encaminar el expediente en consecuencia. Arabia Saudita, que exige validación local incluso para la IA aprobada en el extranjero, es el recordatorio de que la confianza regulatoria es un mapa, no una manta generalizada.

3. Establezca representación local donde sea obligatoria, lo cual ocurre en la mayoría de los lugares. Un fabricante extranjero no puede mantener su propio registro en Brasil (BRH), la UE (Representante Autorizado), China (agente legal), Japón (MAH/DMAH), Arabia Saudita, los EAU, la India y muchos más. Cada uno requiere una entidad legal local para mantener el registro y actuar como contraparte ante la autoridad sanitaria. Establecer treinta entidades de este tipo es impráctico; subcontratarlas con un socio único es la forma de hacer viable la escala.

4. Trate el control de cambios como un flujo de trabajo multimercado de primer nivel. Esta es la disciplina específica de la IA. Desarrolle un PCCP para EE. UU., pero también mapee cómo maneja cada mercado la misma actualización, y diseñe la cadencia de lanzamiento del algoritmo en torno al régimen más restrictivo que importe para su negocio. El plan del ciclo de vida ahora forma parte del plan de acceso al mercado.

5. Ejecútelo como una operación conectada única, no como treinta solicitudes desconectadas. El costo no es ninguna solicitud individual; es la coordinación: traducciones, titulares locales, calendarios de renovación, notificaciones de cambios y tecovigilancia/vigilancia poscomercialización en docenas de regímenes que evolucionan de forma independiente.

Una secuencia típica en la práctica. Para un desarrollador de IA aplicada a imágenes médicas, la implementación a menudo sigue este esquema: asegurar la autorización FDA 510(k) o el marcado CE como anclaje; en paralelo, presentar la solicitud en su mercado local y en un mercado rápido basado en confianza regulatoria (Singapur o Australia) para obtener ingresos tempranos; usar esas aprobaciones para abrir las rutas abreviadas en Brasil, México y el Golfo; luego abordar los mercados de alto esfuerzo y alto valor — China y Japón —, donde las pruebas locales o los datos clínicos son inevitables y los plazos de entrega son los más largos. En todo momento, se mantiene un plan de control de cambios único de forma centralizada y se mapea con las reglas de actualización de cada mercado, de modo que una mejora del modelo se solicite en todos los lugares donde deba hacerse y en ninguno donde no sea necesario. El orden no es arbitrario; secuencia de forma deliberada el flujo de caja, la reutilización de evidencias y los mercados con recursos escasos.

Este es el trabajo para el que se construyó Pure Global: representación local y ejecución regulatoria asistida por IA en 30+ mercados, ofrecida con una tarifa anual fija en lugar del modelo de tarifa por hora sin límite al que recurre la industria por defecto. Los datos de este informe —extraídos de FDA, EUDAMED, NMPA, PMDA, MFDS, ANVISA y docenas de registros nacionales, junto con nuestro propio conjunto de datos de costos y plazos mercado por mercado— son la misma inteligencia que utilizamos para secuenciar la implementación global de un cliente. El objetivo de mapear el laberinto de manera tan minuciosa es poder guiar a un cliente a través de él rápidamente.

---

Conclusión: cuatro puntos clave

La IA es ahora una categoría principal de dispositivos, y los datos lo demuestran. De aproximadamente 1 en 700 autorizaciones de FDA en 2019 a 1 en 28 en 2025, con más de 1,500 dispositivos de IA autorizados solo en EE. UU. y programas nacionales en Corea, China, Taiwán y Japón escalando rápidamente, el SaMD de IA ha pasado de ser una novedad a ser la norma.

Cada regulador lo clasifica en una categoría de mayor riesgo y la mayoría está convergiendo en la supervisión del ciclo de vida. La Regla 11 en la UE y Brasil, la Clase III en China, alto riesgo bajo la Ley de IA de la UE: la IA diagnóstica y terapéutica se trata como algo grave, y la respuesta compartida es el control del ciclo de vida total del producto, las GMLP y los planes de cambios predeterminados.

La confianza regulatoria permite que una aprobación viaje, excepto por la parte de la IA. El engranaje de armonización (IMDRF, MDSAP, vías de confianza regulatoria) realmente permite que una sólida aprobación de anclaje abra docenas de mercados. Sin embargo, el control de cambios de la IA adaptativa diverge drásticamente, por lo que una sola aprobación no permanece válida en todas partes a medida que el modelo evoluciona. Esa brecha es el desafío operativo determinante de este sector.

La ventaja competitiva es la maquinaria de registro, no el registro en sí. Cuando las reglas difieren en cada mercado y cambian cada año, la ventaja duradera pertenece a quienes pueden registrarse rápidamente en todas partes y mantener cada aprobación vigente a lo largo de cada actualización del modelo, como un sistema conectado.

Hable con nosotros

Si está desarrollando o escalando un dispositivo médico de IA y evaluando a qué mercados ingresar, en qué orden y cómo mantener válida cada aprobación a medida que su modelo mejora, ese es exactamente el problema que resolvemos. Hable con Pure Global sobre un plan de acceso al mercado basado en los datos anteriores, o explore nuestras guías de registro mercado por mercado para profundizar en cualquier país individual.

---

Referencias

1. FDA fda.gov ↩ ↩
2. MFDS bioin.or.kr ↩
3. Berkley Lifesciences berkleyls.com ↩ ↩
4. IMDRF N10 imdrf.org ↩
5. FDA fda.gov ↩
6. IMDRF N67 imdrf.org ↩
7. FDA, 2019 fda.gov ↩
8. IMDRF N12 imdrf.org ↩
9. WHO who.int ↩
10. WHO who.int ↩ ↩
11. PR Newswire prnewswire.com ↩
12. npj Digital Medicine nature.com ↩
13. npj Digital Medicine nature.com ↩
14. BioWorld bioworld.com ↩
15. IMDRF N89 imdrf.org ↩ ↩
16. The Imaging Wire theimagingwire.com ↩
17. MFDS medicalworldnews.co.kr ↩
18. JMIR Medical Informatics medinform.jmir.org ↩ ↩
19. J. Formos. Med. Assoc. doi.org ↩
20. Global Health & Medicine globalhealthmedicine.com ↩
21. Grand View Research finance.yahoo.com ↩
22. Fortune Business Insights fortunebusinessinsights.com ↩
23. The Business Research Company researchandmarkets.com ↩
24. Mordor Intelligence mordorintelligence.com ↩
25. Rock Health rockhealth.com ↩
26. Tempus investors.tempus.com ↩
27. iRhythm globenewswire.com ↩
28. HeartFlow nasdaq.com ↩
29. Lunit lunit.io ↩
30. Aidoc aidoc.com ↩
31. WIPO wipo.int ↩
32. WIPO wipo.int ↩
33. CNIPA english.cnipa.gov.cn ↩
34. OECD-IMF-WTO oecd.org ↩
35. UNCTAD unctad.org ↩
36. NEJM, 2020 pubmed.ncbi.nlm.nih.gov ↩
37. FDA fda.gov ↩
38. JAMA Internal Medicine, 2021 jamanetwork.com ↩
39. JAMA Health Forum, 2025 jamanetwork.com ↩
40. JAMA Network Open, 2025 jamanetwork.com ↩
41. análisis de la lista de FDA intuitionlabs.ai ↩
42. FDA fda.gov ↩
43. MDR, Anexo VIII, vía EUR-Lex eur-lex.europa.eu ↩
44. artificialintelligenceact.eu artificialintelligenceact.eu ↩
45. Artículo 99 artificialintelligenceact.eu ↩
46. Comisión Europea health.ec.europa.eu ↩
47. MedTech Europe medtecheurope.org ↩
48. MHRA gov.uk ↩
49. MHRA gov.uk ↩
50. MHRA gov.uk ↩
51. Health Canada canada.ca ↩
52. TGA tga.gov.au ↩
53. PMDA pmda.go.jp ↩
54. Emergo emergobyul.com ↩
55. HSA hsa.gov.sg ↩
56. Ministerio de Salud de Singapur moh.gov.sg ↩
57. NMPA english.nmpa.gov.cn ↩
58. CDSCO cdsco.gov.in ↩
59. Artixio artixio.com ↩
60. SFDA sfda.gov.sa ↩
61. FDA fda.gov ↩
62. FDA fda.gov ↩
63. FDA fda.gov ↩