IA comme dispositif médical : cartographie mondiale

Un guide de terrain fondé sur des preuves décrivant la façon dont les autorités réglementaires du monde entier classent, approuvent et surveillent l'intelligence artificielle dans la santé — et la manière d'accéder à 30+ marchés sans avoir à reconstruire le dossier à chaque fois.

TL;DR

L'intelligence artificielle est devenue la catégorie de dispositif médical à la croissance la plus rapide de l'histoire. La liste publique des dispositifs intégrant l'IA de la Food and Drug Administration des États-Unis a atteint 1,524 autorisations à la mi-2026, dont environ les trois quarts en radiologie ¹. Selon notre propre analyse de la base de données FDA 510(k), la part de l'IA dans l'ensemble des homologations est passée d'environ 1 sur 700 en 2019 à près de 1 sur 28 en 2025. La Corée du Sud à elle seule a autorisé 153 dispositifs d'IA en 2025 ².

Mais le même logiciel qui franchit sans encombre une agence peut être bloqué par la suivante. Voici l'argumentation de ce rapport, en cinq points :

• L'IA est un dispositif, et il s'agit le plus souvent d'un « logiciel en tant que dispositif médical » (SaMD). Lorsqu'un logiciel émet un diagnostic, effectue un tri ou recommande un traitement, il est réglementé comme un bistouri ou un scanner — dans des dizaines de juridictions, chacune ayant ses propres règles.
• Le monde entier surclasse sa catégorie de risque. La règle 11 du RDM de l'UE, la règle 11 du Brésil, la classification par défaut en classe III de la Chine pour l'IA diagnostique — les logiciels diagnostiques et thérapeutiques se retrouvent presque partout dans une classe de risque plus élevée nécessitant l'évaluation d'un tiers.
• L'IA adaptative a brisé le modèle d'approbation unique. Un modèle qui continue d'apprendre évolue après sa commercialisation, de sorte que les autorités réglementaires ont inventé de nouveaux mécanismes — le Predetermined Change Control Plan des États-Unis, IDATEN au Japon, le DMPA en Corée — qui ne correspondent pas les uns aux autres.
• Le principe de confiance (« reliance ») converge, l'IA diverge. Un réseau de voies de confiance et de reconnaissance est censé permettre à une approbation d'ouvrir de nombreux marchés. Cela fonctionne — pour les dispositifs statiques. Pour l'IA adaptative, « un PCCP autorisé par la FDA ne satisfait pas aux obligations de l'EU AI Act, et vice versa » ³.
• Ainsi, les gagnants industrialisent l'enregistrement multi-marchés. L'avantage concurrentiel n'est plus une homologation unique ; c'est la machine opérationnelle qui transforme une approbation en trente, et maintient chacune d'elles valide au fur et à mesure que l'algorithme évolue.

C'est cette lacune que comble Pure Global — la représentation locale et l'exécution réglementaire assistée par l'IA sur 30+ marchés, moyennant un forfait annuel fixe. La suite de ce rapport en constitue la feuille de route.

---

Ce qu'est réellement l'« IA en tant que dispositif médical »

Commençons par le mot qui fait tout le travail : dispositif. Si un logiciel est « destiné à être utilisé à des fins de diagnostic, de traitement ou de prévention d'une maladie », il s'agit d'un dispositif médical dans presque tous les systèmes juridiques de la planète — qu'il s'exécute sur une puce à l'intérieur d'un scanner IRM ou sous la forme d'une application dans le navigateur d'un radiologue. L'IA ne bénéficie pas de son propre statut juridique dans la plupart des pays ; elle hérite de l'ensemble de la législation sur les dispositifs médicaux.

La définition de référence provient du Forum international des autorités de réglementation des dispositifs médicaux (IMDRF), l'instance au sein de laquelle les principales agences harmonisent leur vocabulaire. Dans son document fondateur de 2013, l'IMDRF a défini le logiciel en tant que dispositif médical (SaMD) comme "un logiciel destiné à être utilisé pour une ou plusieurs fins médicales et qui remplit ces fins sans faire partie d'un dispositif médical matériel" ⁴. La FDA a adopté cette formulation mot pour mot et établit une distinction tripartite essentielle pour tout ce qui en découle ⁵ :

• SaMD — le logiciel qui est le dispositif médical (un algorithme de tri pour radiographie pulmonaire, un détecteur de rétinopathie diabétique). C'est là que réside la majeure partie de l'IA clinique.
• SiMD — le logiciel intégré à un dispositif médical, indissociable du matériel (le micrologiciel qui pilote une pompe à perfusion).
• Le logiciel utilisé pour fabriquer ou entretenir un dispositif, qui est réglementé encore différemment.

Concernant spécifiquement l'IA, le document de termes clés de l'IMDRF de 2022 définit un dispositif médical reposant sur l'apprentissage automatique comme "un dispositif médical qui utilise l'apprentissage automatique, en tout ou en partie, pour atteindre la destination médicale qui lui a été assignée" ⁶.

La distinction qui remet tout en cause : verrouillé vs adaptatif

La réglementation traditionnelle des dispositifs repose sur un compromis simple : vous prouvez qu'un dispositif est sûr et efficace une seule fois, pour une conception fixe, et cette conception ne change plus ensuite. L'IA vole en éclats face à cette hypothèse. Le document de réflexion charnière de la FDA publié en 2019 a tracé la ligne avec précision. Un algorithme « verrouillé » est un algorithme qui "fournit le même résultat chaque fois que la même donnée d'entrée lui est appliquée et ne change pas avec l'utilisation" — une table de correspondance, un arbre de décision, un classificateur figé ⁷. Un algorithme adaptatif ou à apprentissage continu évolue après son déploiement.

Cette seule propriété — un logiciel qui s'améliore de lui-même sur le terrain — explique pourquoi l'IA a nécessité une décennie de nouvelles réglementations. Si le produit que vous avez approuvé en janvier n'est pas le produit qui fonctionne dans un hôpital en juin, qu'avez-vous approuvé exactement ? Chaque cadre présenté dans ce rapport est, au fond, une tentative de réponse à cette question, et le cycle de vie global du produit (TPLC) — une surveillance sur l'ensemble de la vie du dispositif, pas seulement au moment de l'homologation — constitue la réponse commune.

Comment les autorités réglementaires déterminent le niveau d'exigence

Le cadre de catégorisation des risques de l'IMDRF de 2014 a posé la logique suivie aujourd'hui dans le monde entier : le degré d'examen que mérite un SaMD varie selon deux facteurs — l'importance de l'information qu'il fournit (sert-il à informer, orienter ou diagnostiquer/traiter ?) et la gravité de la situation de santé (non grave, grave ou critique) ⁸. Une application qui propose des étirements pour le mal de dos et un algorithme qui signale une hémorragie cérébrale ne sont pas le même objet réglementaire, et c'est cette grille à deux axes qui l'explique.

L'Organisation mondiale de la santé a apporté le cadre éthique. Son rapport de 2021 intitulé Éthique et gouvernance de l'intelligence artificielle pour la santé a fixé six principes — protéger l'autonomie ; promouvoir le bien-être et la sécurité ; garantir la transparence et l'explicabilité ; favoriser la responsabilité et la redevabilité ; assurer l'inclusion et l'équité ; et promouvoir une IA réactive et durable ⁹. L'OMS a enchaîné avec des considérations réglementaires en 2023 et, en janvier 2024, avec les premières directives mondiales visant directement l'IA générative et les grands modèles multimodaux ¹⁰.

---

Comment nous en sommes arrivés là

Les dispositifs médicaux d'IA ne sont pas apparus au travers d'une percée unique ; ils se sont développés progressivement, pays par pays, sur environ une décennie. Les étapes clés ci-dessous retracent la manière dont une définition élaborée en 2013 s'est transformée en règles dédiées au cycle de vie sur cinq continents.

Une chronologie mondiale de la réglementation des dispositifs médicaux d'IA (2013–2026)

En à peine une décennie, les SaMD d'IA sont passés d'une définition de l'IMDRF à des règles dédiées au cycle de vie sur cinq continents.

Source : Compilé à partir des documents primaires de l'IMDRF, de la FDA des États-Unis, de l'UE, de la NMPA, de la PMDA, de la MFDS, de la SFDA, de la ANVISA, de Santé Canada et de l'OMS — Pure Global, juin 2026.

Quelques moments méritent d'être soulignés. En janvier 2017, la FDA a autorisé Arterys — le premier outil clinique combinant le cloud et l'apprentissage profond ¹¹. Puis, en avril 2018, le tournant s'est produit : la FDA a autorisé IDx-DR, la première IA autorisée à poser un diagnostic de manière autonome, sans qu'aucun médecin n'interprète le résultat — un dépistage de la rétinopathie diabétique destiné aux soins primaires ayant atteint une sensibilité de 87.2 % et une spécificité de 90.7 % lors de son essai pivot ¹². En l'espace de quelques mois, la Corée (VUNO Med-BoneAge, mai 2018) et le Japon (EndoBRAIN, décembre 2018) ont approuvé leurs propres premiers dispositifs ; la Chine a suivi en 2020 avec DeepVessel FFR, son premier dispositif d'IA de classe III ¹³.

Le cadre réglementaire a rattrapé son retard entre 2021 et 2025 : les principes trilatéraux de Good Machine Learning Practice en octobre 2021, l'entrée en vigueur de l'AI Act de l'UE en août 2024, les lignes directrices finales de la FDA sur le Predetermined Change Control Plan en décembre 2024, et — preuve de la rapidité avec laquelle la frontière évolue — la première ligne directrice au monde sur les dispositifs d'IA générative de la Corée en janvier 2025 ¹⁴. En février 2026, l'IMDRF avait publié un Reliance Playbook mondial pour aider les autorités réglementaires à s'appuyer sur les travaux des unes et des autres ¹⁵.

---

Les données : quelle ampleur, quelle vitesse, où

La courbe des homologations s'oriente fortement à la hausse

Le meilleur indicateur de la pénétration de l'IA en médecine est la liste publique des Artificial Intelligence-Enabled Medical Devices de la FDA, qui a atteint 1,524 autorisations lors de sa dernière mise à jour (reflétant les données jusqu'au premier trimestre 2026) ¹. Pour observer la vitesse, nous avons analysé directement la base de données sous-jacente FDA 510(k). Les homologations d'IA/AA identifiées sont passées d'une poignée à la fin des années 2010 à 115 en 2025 — et, fait plus révélateur encore, l'IA est passée de 0.14 % de l'ensemble des homologations 510(k) en 2019 à 3.57 % en 2025, soit une multiplication par environ 25 de sa part en six ans.

(Notre décompte issu de la base de données est délibérément conservateur — plus étroit que la liste établie par la FDA, car de nombreux outils d'IA en radiologie relèvent de codes produits dont le texte ne mentionne jamais « IA ». Nous l'utilisons pour les tendances et la géographie ; la propre liste de la FDA constitue le chiffre de référence. Source : base de données openFDA 510(k) — analyse Pure Global, juin 2026.)

Il s'agit très majoritairement d'une histoire d'imagerie — pour l'instant

L'IA en médecine est, aujourd'hui, principalement de l'IA en radiologie. Sur la liste de la FDA, la radiologie représente environ 76 % de l'ensemble des autorisations d'IA ¹⁶ ; dans notre propre échantillon d'homologations, la concentration est encore plus élevée, la cardiologie et la gastro-entérologie (endoscopie) arrivant loin derrière en deuxième et troisième positions. La raison en est structurelle : l'imagerie est numérique, abondante et annotée, et la voie 510(k) permet à un nouvel algorithme de citer un algorithme existant comme prédicat. La pathologie, les signaux cardiologiques et les modèles de texte clinique se développent, mais le centre de gravité reste l'imagerie.

Les innovateurs sont partout ; les marchés sont ailleurs

Voici le fait qui devrait recadrer tout plan de commercialisation. Les dispositifs médicaux intégrant l'IA homologués aux États-Unis proviennent d'au moins 16 pays. Dans notre analyse des demandeurs de 510(k) en IA, les États-Unis arrivent en tête, mais la Corée du Sud, Israël, le Canada, la France, la Chine, l'Allemagne, le Royaume-Uni, les Pays-Bas, Taïwan et le Japon comptent chacun un nombre significatif d'acteurs.

La production nationale confirme cette tendance. La Corée du Sud a autorisé (approbations et certifications confondues) 64 dispositifs d'IA en 2023, 108 en 2024 et 153 en 2025 — soit un bond de 41.6 %, dont 77.7 % conçus localement ¹⁷. La Chine avait approuvé environ 154 dispositifs médicaux d'IA à la mi-2025, dont environ 80 % dans la classe III à risque le plus élevé ¹⁸. Taïwan a autorisé 166 dispositifs d'IA/AA entre 2020 et 2024 ¹⁹. Le Japon comptait 51 SaMD basés sur l'IA sur la liste de la PMDA en septembre 2025 ²⁰.

L'implication est directe : un algorithme brillant développé à Tel-Aviv, Séoul ou Shanghai doit atteindre des patients sur des marchés qui parlent chacun une langue réglementaire différente. L'innovation est mondiale ; l'approbation reste obstinément locale.

Quelle est la taille du marché ? Cela dépend entièrement de ce que l'on compte

Les estimations de la taille du marché de l'IA dans la santé varient d'un ordre de grandeur, car les analystes définissent le périmètre de manières très différentes. La catégorie large « l'IA dans la santé » — qui regroupe la découverte de médicaments, l'automatisation administrative, les scribes ambiants et bien plus encore — est estimée à 187.7 milliards de dollars USD d'ici 2030 avec un TCAC de 38.5 % ²¹, le cabinet le plus agressif projetant plus de 1 mille milliards de dollars USD d'ici 2034 ²². Le segment plus étroit et réglementé — l'IA dans les dispositifs médicaux — est nettement plus restreint et plus crédible : environ 12.4 milliards de dollars USD en 2025, pour atteindre 42.4 milliards de dollars USD d'ici 2030 ²³. Les SaMD purs sont estimés entre environ 5 et 25 milliards de dollars USD selon la source ²⁴. Considérez chacune de ces données comme une fourchette, non comme un fait established.

Le capital raconte une histoire plus claire. Le financement en capital-risque de la santé numérique aux États-Unis a rebondi pour atteindre 14.2 milliards de dollars USD en 2025 (+35 %), et pour la première fois, les jeunes entreprises développant l'IA ont capté la majorité — 54 % de l'ensemble des montants ²⁵. Les sociétés cotées de SaMD basés sur l'IA évoluent de la croissance vers la rentabilité : Tempus AI a publié un chiffre d'affaires de 1.3 milliard de dollars USD pour l'exercice 2025 (+83 %) ²⁶ ; iRhythm a atteint 747 millions de dollars USD et son premier trimestre rentable selon les normes GAAP ²⁷ ; HeartFlow est entrée en bourse en août 2025 et a progressé de 40 % pour atteindre 176 millions de dollars USD ²⁸ ; la société coréenne Lunit a progressé de 53 %, avec 92 % de ses revenus réalisés à l'international ²⁹. Parmi les acteurs non cotés, Aidoc a levé une série E de 150 millions de dollars USD en avril 2026, portant le financement total à plus d'un demi-milliard de dollars ³⁰.

La course aux brevets a un leader différent

La propriété intellectuelle est le domaine où la compétition mondiale est la plus visible. L'étude de référence de l'OMPI comptabilisait environ 340,000 dépôts de brevets liés à l'IA, les sciences de la vie et de la santé constituant le troisième domaine d'application ³¹. Mais la géographie s'est depuis inversée : au cours de la décennie s'achevant en 2023, la Chine a déposé 38,210 inventions en IA générative — plus que le reste du monde combiné — contre 6,276 pour les États-Unis ³². L'office chinois des brevets a publié des directives spécifiques pour l'examen des brevets d'IA le dernier jour de 2024 ³³. Le portefeuille de projets en IA médicale se remplit de manière disproportionnée depuis l'Asie — ce qui fait d'une stratégie d'accès multi-marchés une question de moment, et non de faisabilité, pour une part croissante des développeurs mondiaux.

L'angle mort : le SaMD est invisible dans les données du commerce international

Une réserve d'ordre analytique recadre la façon de concevoir ce marché. L'intelligence économique traditionnelle du secteur des technologies médicales s'appuie sur les données d'importation et de douane — mais le SaMD pur y est invisible. Les logiciels fournis par téléchargement dans le cloud ou via un magasin d'applications ne franchissent aucune frontière physique, ne génèrent aucune déclaration en douane sous code SH et ne sont pas enregistrés dans les statistiques du commerce de marchandises. Les organismes internationaux de normalisation le déclarent directement : « Les flux de données qui ne sont pas directement monétisés ne sont généralement pas considérés comme des flux commerciaux dans les normes statistiques actuelles » ³⁴, et le moratoire de l'OMC sur les droits de douane appliqués aux transmissions électroniques est maintenu depuis 1998 ³⁵. Les équipements intégraux d'IA — un scanner TDM doté d'IA — circulent en tant que marchandise et apparaissent dans les données ; un algorithme cloud homologué par la voie 510(k) n'y figure pas. Résultat : l'analyse conventionnelle du commerce sous-estime systématiquement les logiciels d'IA et surpondère le matériel. La seule empreinte fiable de l'expansion mondiale d'un SaMD réside dans ses enregistrements — ce qui constitue précisément le prisme adopté dans ce rapport.

---

L'heure des comptes pour la sécurité

Derrière chaque durcissement des règles se trouve un ensemble de preuves démontrant que l'IA en médecine peut défaillir de manières inconnues des dispositifs traditionnels. Trois constats, en particulier, ont redéfini la réflexion des autorités réglementaires.

Un biais dissimulé au cœur même des données. Une étude princeps du New England Journal of Medicine a révélé que les oxymètres de pouls — omniprésents et de plus en plus associés à des algorithmes — ont manqué des taux d'oxygène sanguin dangereusement bas (hypoxémie occulte) chez 11.7% des patients noirs contre 3.6% des patients blancs, soit une disparité d'un facteur trois environ sur quelque 50,000 mesures appariées ³⁶. La FDA a publié une communication de sécurité en février 2021 et, dès janvier 2025, un projet de guide exigeant une validation plus diversifiée selon les carnations de peau ³⁷. La leçon s'est généralisée : un modèle entraîné sur une population non représentative peut véhiculer ce biais silencieusement dans chaque hôpital qui le déploie.

Une validation qui ne résiste pas au contact de la réalité. L'Epic Sepsis Model — un outil de prédiction propriétaire déployé dans des centaines d'hôpitaux américains — a fait l'objet d'une validation externe sur 38,455 hospitalisations et a obtenu une aire sous la courbe de 0.63, bien en deçà des 0.76–0.83 revendiqués par le fournisseur. Il a manqué 67% des cas de sepsis tout en déclenchant des alertes pour 18% de l'ensemble des patients ³⁸. Un modèle peut être "en production" à grande échelle et ne pas fonctionner comme annoncé.

Des rappels concentrés juste après l'autorisation. Une analyse menée par Johns Hopkins/Yale en 2025 sur les dispositifs d'IA autorisés via la voie FDA a révélé que 43.4% des rappels de dispositifs d'IA sont survenus au cours des 12 premiers mois suivant l'autorisation — soit environ le double du taux observé pour l'ensemble des dispositifs 510(k) ³⁹. Une étude parallèle a montré que les rappels étaient concentrés parmi les dispositifs ne disposant pas d'études cliniques publiées ⁴⁰. Le contexte a son importance : environ 97% des dispositifs d'IA/ML sont autorisés via la voie 510(k), qui ne requiert aucun essai prospectif chez l'être humain — une part considérable repose donc sur la surveillance après commercialisation.

L'heure des comptes pour la sécurité : pourquoi les autorités réglementaires durcissent les règles pour l'IA

Les biais, les lacunes de validation et les rappels précoces constituent la preuve justifiant la transition vers une surveillance tout au long du cycle de vie.

Ajoutez à cela le problème du décalage des jeux de données — les modèles déployés se dégradent silencieusement à mesure que la population de patients, les scanners ou les systèmes de codage qui les entourent évoluent — et vous obtenez la justification de tout l'arsenal moderne : bonnes pratiques d'apprentissage automatique (Good Machine Learning Practice), plans de contrôle des modifications prédéterminés (Predetermined Change Control Plans) et surveillance obligatoire des performances en conditions réelles. Les autorités réglementaires ne durcissent pas les règles parce que l'IA ne fonctionne pas. Elles les durcissent parce qu'elle fonctionne jusqu'à ce qu'elle cesse silencieusement de fonctionner.

---

La cartographie réglementaire mondiale

Il s'agit du cœur de référence du rapport : la façon dont les principales juridictions classent, examinent et contrôlent réellement les SaMD à IA au milieu de l'année 2026. Le fil conducteur à suivre est la classification (la classe de risque dans laquelle se situe le logiciel) et le contrôle des modifications (ce qui se produit lorsque l'algorithme est mis à jour). Une matrice de comparaison consolidée suit le détail régional.

Comment 15 juridictions réglementent l'IA en tant que dispositif médical (2026)

Un même logiciel, quinze réponses : la classification, les directives spécifiques à l'IA et les règles de contrôle des modifications divergent d'un marché à l'autre.

Source : US FDA, MDR/Règlement sur l'IA de l'UE, MHRA, Santé Canada, TGA, PMDA/MHLW, MFDS, HSA, NMPA, CDSCO, TFDA, ANVISA, COFEPRIS, SFDA, EDE — analyse Pure Global, août 2026.

États-Unis — la référence et le marché le plus actif

Les États-Unis disposent du régime de dispositifs d'IA le plus actif au monde, administré par le Center for Devices and Radiological Health de la FDA et son Digital Health Center of Excellence. Il n'existe pas de « loi sur l'IA » spécifique ; les fonctions d'IA répondant à la définition d'un dispositif médical sont réglementées en tant que SaMD via trois voies : l'autorisation 510(k) (démontrant une « équivalence substantielle » par rapport à un dispositif prédicat), la classification De Novo (pour les dispositifs innovants à risque faible à modéré sans prédicat) et la PMA (approbation préalable à la mise sur le marché, pour la classe III au risque le plus élevé). La grande majorité des dispositifs d'IA — environ 97 % — entrent via 510(k) ; seule une vingtaine a utilisé la voie De Novo, et une poignée la PMA ⁴¹. La décision De Novo marquant un tournant a été attribuée à IDx-DR en 2018.

L'évolution récente majeure est le Predetermined Change Control Plan (PCCP) (plan prédéterminé de contrôle des modifications), finalisé en décembre 2024 ⁴². Un PCCP permet à un fabricant de pré-spécifier et de pré-autoriser un ensemble de modifications futures du modèle — et les propres termes de l'agence en résument l'intérêt : la FDA examine le PCCP "afin d'assurer le maintien de la sécurité et de l'efficacité du dispositif sans nécessiter de soumissions commerciales supplémentaires pour la mise en œuvre de chaque modification." En janvier 2025, la FDA est allée plus loin en publiant un projet de directive complet sur l'ensemble du cycle de vie des logiciels de dispositifs médicaux intégrant l'IA. En résumé, la posture des États-Unis est rapide, axée sur les prédicats, fortement centrée sur l'imagerie et désormais structurée autour de la surveillance du cycle de vie.

Union européenne — deux régimes superposés sur un même dispositif

L'UE est le marché majeur le plus complexe pour les SaMD à IA, car deux régimes réglementaires s'y appliquent désormais simultanément. En premier lieu, le Règlement relatif aux dispositifs médicaux (MDR). Sa règle de classification des logiciels — la Règle 11 — est particulièrement stricte. Lisons-la directement : "Les logiciels destinés à fournir des informations utilisées pour prendre des décisions à des fins diagnostiques ou thérapeutiques sont classés en classe IIa," évoluant vers la Classe III lorsqu'une décision erronée peut entraîner le décès ou une détérioration irréversible de l'état de santé, ou en Classe IIb en cas de détérioration grave ⁴³. Sous les anciennes directives, la plupart des logiciels autonomes s'auto-certifiaient en Classe I, sans intervention d'un tiers. La Règle 11 a fait passer presque tous les SaMD diagnostiques et thérapeutiques en Classe IIa ou supérieure, ce qui impose une évaluation de la conformité par un organisme notifié, un système de gestion de la qualité ISO 13485 et une évaluation clinique. Notre propre analyse de la base de données EUDAMED a révélé que les dispositifs associés au mot-clé IA étaient concentrés en Classe IIa — correspondant exactement à l'empreinte de la Règle 11.

Ensuite, s'y superpose le Règlement européen sur l'IA (Règlement 2024/1689), en vigueur depuis le 1 août 2024. Conformément à l'article 6(1), un système d'IA est considéré comme « à haut risque » lorsqu'il constitue (ou est un composant de sécurité d') un produit nécessitant déjà une évaluation de la conformité par un tiers — ce qui englobe essentiellement tous les dispositifs médicaux d'IA de classe IIa+. Les obligations liées aux systèmes à haut risque s'appliqueront progressivement à partir du 2 août 2026, la date pour l'IA intégrée dans les dispositifs visés par le MDR/DIVR étant fixée au 2 août 2027 (une proposition d'« Omnibus numérique » de novembre 2025 pourrait reporter cette date à 2028 — considérez ces dates comme évolutives) ⁴⁴. Les sanctions peuvent atteindre €35 millions ou 7 % du chiffre d'affaires mondial ⁴⁵. Afin de clarifier ce chevauchement, le MDCG et le nouveau Comité européen de l'IA ont publié une FAQ conjointe, MDCG 2025-6, en juin 2025 ⁴⁶.

La contrainte majeure réside dans la capacité. Le nombre d'organismes notifiés au titre du MDR a chuté d'environ 80–96 sous les directives à près de 50, avec seulement ~17–19 désignés sous le RDIV ; la certification MDR prend désormais 13–18 mois en moyenne, soit environ le double de la norme antérieure au MDR ⁴⁷. Pour les SaMD à IA, chaque dispositif est en concurrence pour obtenir des créneaux rares auprès des organismes notifiés — et devra également faire l'objet d'une évaluation de la conformité au titre du Règlement sur l'IA après 2027/28.

Royaume-Uni — une divergence pragmatique

Après le Brexit, la MHRA a tracé une voie délibérément favorable à l'innovation. Son Software and AI as a Medical Device Change Programme (feuille de route publiée en octobre 2022) comprend onze volets de travail, et l'agence s'est engagée à autoriser les PCCP dans les futures règles de pré-commercialisation ⁴⁸. Son bac à sable réglementaire AI Airlock — le premier du genre pour les dispositifs médicaux d'IA — a mené un projet pilote portant sur quatre projets en 2024 et une phase 2 couvrant sept technologies jusqu'en 2026, avec un financement pluriannuel désormais engagé ⁴⁹. En pratique, environ 90 % des dispositifs sur le marché britannique portent toujours le marquage CE, que la Grande-Bretagne acceptera jusqu'en 2028–2030 ; la MHRA a mené des consultations au début de l'année 2026 sur la reconnaissance indéfinie des marquages CE ⁵⁰.

Canada — le premier à finaliser des règles dédiées au ML

Santé Canada figurait parmi les premiers organismes de réglementation à disposer de directives de pré-commercialisation dédiées et finalisées pour les dispositifs médicaux fonctionnant grâce à l'apprentissage automatique — finalisées une première fois en 2025 et publiées sous une forme finale révisée en avril 2026 — couvrant les classes II à IV, adoptant les termes clés de l'IMDRF et introduisant formellement le PCCP afin que les modifications autorisées ne déclenchent pas de nouvelle modification d'homologation ⁵¹. Le Canada a co-rédigé les documents fondateurs tri-régulateurs — BpAM (2021), principes PCCP (2023) et principes de transparence (2024) — et exige la certification MDSAP depuis 2019.

Australie — une réforme précoce, en cours de recalibrage pour l'IA

La TGA d'Australie a réformé ses règles relatives aux logiciels dès février 2021, en excluant les applications de bien-être à faible risque tout en rehaussant la classification des logiciels diagnostiques (les dispositifs actifs thérapeutiques dotés d'une fonction diagnostique sont passés en Classe III). Sa consultation 2024, Clarifying and strengthening the regulation of AI, a réuni plus de 600 parties prenantes et s'est traduite par 14 conclusions clés actuellement en cours de traitement ⁵². La voie de reconnaissance de la TGA — acceptant les « autorités réglementaires étrangères comparables » — constitue un accélérateur majeur, détaillé ci-dessous.

Japon — conçu pour l'itération

Le Japon réglemente les SaMD en tant que « dispositifs médicaux programmés » et dispose probablement du mécanisme le plus adapté aux mises à jour de l'IA parmi tous les grands marchés : IDATEN, en vigueur depuis septembre 2020, est la version japonaise d'un protocole de gestion des modifications post-homologation, permettant aux fabricants de convenir au préalable des modifications apportées à une IA fréquemment mise à jour ⁵³. Combiné à l'initiative DASH for SaMD et à la voie prioritaire SAKIGAKE, le Japon s'est doté d'une infrastructure pour les logiciels évolutifs — bien que l'adoption reste modeste : seulement 51 SaMD basés sur l'IA figuraient sur la liste de la PMDA en septembre 2025.

Corée du Sud — l'acteur le plus rapide

La Corée du Sud se distingue particulièrement. Au-delà de ses 153 autorisations d'IA en 2025, elle a élaboré un cadre juridique sur mesure : le Digital Medical Products Act (DMPA), entré en vigueur en janvier 2025, introduit un mécanisme de modification de type PCCP et un SMQ numérique aligné sur les travaux de l'IMDRF ⁵⁴. La Corée a également publié la première directive au monde pour les dispositifs médicaux basés sur l'IA générative en janvier 2025 et a approuvé son premier dispositif de ce type en avril 2026 — et elle préside le groupe de travail IA/ML de l'IMDRF. Pour observer l'orientation future de la réglementation mondiale de l'IA, c'est vers Séoul qu'il faut se tourner.

Singapour — la plaque tournante de la reconnaissance

La HSA de Singapour joue un rôle bien supérieur à sa taille en constituant le régime de reconnaissance le plus efficace d'Asie. Sa directive sur les logiciels, GL-04 (Révision 4, décembre 2025), couvre explicitement les dispositifs intégrant l'apprentissage automatique tout au long de leur cycle de vie et exige une notification de modification lorsque les performances d'un modèle d'IA, ses données d'entrée ou son niveau de supervision humaine changent ⁵⁵. Point capital, la HSA reconnaît cinq organismes de référence (US FDA, organismes notifiés de l'UE, Santé Canada, TGA, Japon MHLW) et a estimé qu'environ 98 % des demandes peuvent emprunter une voie abrégée ; les dispositifs bénéficiant de deux homologations préalables peuvent s'enregistrer via une voie « immédiate » en seulement une heure ⁵⁶.

Chine — vaste, distincte et exigeante

La NMPA de la Chine traite le logiciel d'aide à la décision par IA avec la plus grande rigueur : ses principes d'examen du CMDE de 2021 et son catalogue de classification 2021–2022 placent les logiciels qui établissent un diagnostic ou guident un traitement en Classe III, le niveau de risque le plus élevé. La Chine a approuvé son premier dispositif d'IA de Classe III en 2020 et atteignait environ 154 dispositifs médicaux d'IA à la mi-2025 ¹⁸. Dans un ensemble de réformes d'octobre 2025, la NMPA s'est engagée à "simplifier les exigences d'enregistrement des modifications pour les dispositifs médicaux alimentés par l'IA lorsque l'algorithme de base reste inchangé mais que ses performances sont optimisées" — une concession réelle mais limitée par rapport au PCCP américain ⁵⁷. La Chine exige un agent local, des essais de type locaux et — pour de nombreux dispositifs de classe III — des données cliniques locales, ce qui en fait l'un des marchés les plus exigeants de ce rapport.

Inde, Taïwan et le reste de l'Asie-Pacifique

En Inde, le CDSCO a publié ses directives actuelles sur les logiciels de dispositifs médicaux le 21 juillet 2026. Le document consolide la classification, les soumissions, le SMQ, la cybersécurité, les contrôles post-commercialisation et un protocole de modification d'algorithme utilisable le cas échéant ; le CDSCO indique explicitement que les directives reflètent la pratique existante du MDR 2017 et ne créent pas de nouveau contrôle réglementaire ⁵⁸. À l'inverse, la TFDA de Taïwan dispose de l'un des ensembles de directives sur l'IA les plus complets au monde — des directives techniques dédiées aux CADe/CADx et des directives d'élaboration de PCCP — et a autorisé 166 dispositifs d'IA/ML entre 2020 et 2024. À l'échelle de l'ANASE (ASEAN), la tendance est à la reconnaissance assortie d'une localisation : la Malaisie, la Thaïlande, le Viêt Nam, les Philippines et l'Indonésie traitent majoritairement le SaMD comme un dispositif général et s'appuient sur les homologations des pays de référence, la voie accélérée du Viêt Nam étant particulièrement large (elle accepte même les homologations de la NMPA et de la MFDS).

Amérique latine, Moyen-Orient et Afrique

Au Brésil, l'ANVISA a transposé l'intégralité de la logique européenne : sa Règle 11 sous la RDC 751/2022 reflète celle de l'UE, classant les logiciels d'aide à la décision en Classe II–IV, et la RDC 657/2022 a été la première résolution spécifique aux SaMD de la région. Un fabricant étranger ne peut pas détenir directement un enregistrement brésilien — un titulaire d'enregistrement local au Brésil (Brazil Registration Holder) est obligatoire et d'ordre public ⁵⁹. Au Mexique, la COFEPRIS a refondu son régime de reconnaissance en 2025 en une voie abrégée unique reconnaissant tous les membres de l'IMDRF et du MDSAP, visant un délai de 30 jours ouvrés. La SFDA d'Arabie saoudite a publié la directive MDS-G010 (novembre 2022) — qui compte parmi les premières directives dédiées aux dispositifs médicaux d'IA/ML au monde, et que certains observateurs citent comme la première exécutoire (d'autres la qualifiant de non contraignante) — qui exige de manière singulière que "le fabricant valide localement les dispositifs médicaux basés sur l'IA/ML développés et homologués dans d'autres juridictions" ⁶⁰ — rappelant ainsi que l'« homologation dans un pays de référence » ne suffit pas toujours. Les Émirats arabes unis ont centralisé l'homologation des dispositifs sous la responsabilité d'un nouvel Emirates Drug Establishment en janvier 2025. La SAHPRA d'Afrique du Sud a publié sa première communication sur l'IA en septembre 2025, mais n'a pas encore commencé l'enregistrement des dispositifs, et l'Agence africaine du médicament à l'échelle continentale — ratifiée par 31 États sur 55 — ne couvre pas encore les dispositifs ni l'IA.

C'est là le cœur du problème : quinze juridictions, quinze réponses. Un même logiciel est en Classe II aux États-Unis, en Classe IIa+ et « à haut risque » dans l'UE, en Classe III en Chine, en Grade 2–3 en Corée et en Classe II–IV au Brésil — chacune imposant ses propres exigences en matière de preuves, de langue, de mandataire local et de contrôle des modifications.

---

Ce que cela coûte et combien de temps cela prend

Les différences de classification ci-dessus se traduisent directement en argent et en mois. Les chiffres clés ci-dessous représentent les frais officiels et les calendriers réalistes pour un dispositif à risque plus élevé ; ils excluent les coûts considérables liés aux essais, aux preuves cliniques, à la traduction et à la représentation locale, qui dépassent souvent largement les frais officiels.

Les frais officiels représentent le montant le plus faible

Les seuls frais officiels s'échelonnent de moins de 1,000 USD à environ 44,000 USD pour un enregistrement à risque élevé :

• États-Unis — Frais MDUFA FY2026 (vérifiés sur FDA.gov) : 510(k) $26,067 (petite entreprise $6,517) ; De Novo $173,782 ; PMA $579,272 ; plus des frais annuels d'enregistrement d'établissement de $11,423 ⁶¹.
• Chine — Frais d'enregistrement NMPA d'environ RMB 210,900 (~$30,000) pour la classe II et RMB 308,800 (~$44,000) pour la classe III — les frais officiels les plus élevés de ce rapport.
• Brésil — Enregistrement ANVISA de classe III/IV de ~BRL 21,000 plus des frais de certification B-GMP de BRL 72,804 pour les fabricants internationaux.
• Canada — Classe III CAD $14,163, Classe IV CAD $30,713 (avril 2026).
• Arabie saoudite — Frais de la SFDA de SAR 15,000–23,000 selon la classe.
• Inde — Licence d'importation MD-15 de $3,000 par site + $1,500 par produit pour la classe C/D.
• Singapour, Australie, Corée, Japon — les frais officiels sont comparativement modestes (souvent inférieurs à 13,000 USD), mais la charge de preuves et d'évaluation varie considérablement.

Le temps est le facteur le plus coûteux

Le véritable coût réside dans le calendrier. Les délais réalistes pour les dispositifs à risque élevé s'étendent d'environ un mois (Canada, classe III) à 24 mois dans l'UE et quatre à cinq ans en Chine lorsqu'un essai clinique local est requis :

L'UE illustre parfaitement la manière dont la classification se traduit en coûts. Parce que la règle 11 transforme ce qui était auparavant une auto-déclaration de classe I quasiment gratuite en un processus exigeant l'intervention d'un organisme notifié pour la classe IIa+, le projet complet de marquage CE pour un SaMD atteint couramment six chiffres et 13–18 mois avant la délivrance d'un certificat. Pour une jeune entreprise dont la trésorerie se compte en trimestres, il ne s'agit pas d'une simple ligne budgétaire — c'est une menace stratégique.

Le levier : la reliance et la spécificité propre à l'IA

Face à ces délais se dresse le levier le plus puissant de l'accès au marché mondial : la reliance. La plupart des marchés en dehors des États-Unis, de l'UE et de la Chine s'appuient sur une homologation que vous possédez déjà. Nos propres données de marché le démontrent clairement — un SaMD à risque élevé qui nécessite ~8 mois pour être enregistré au Brésil via la voie standard peut voir ce délai tomber à 6 semaines lorsqu'une autorisation FDA ou une autre homologation de référence est exploitée via la voie d'analyse optimisée de ANVISA.

Pour les SaMD basés sur l'IA, il existe une spécificité récurrente que les tableaux de coûts ne montrent pas. Lorsque l'algorithme est mis à jour — comme le fait constamment une IA performante —, la question est de savoir si cette mise à jour nécessite une nouvelle soumission. Le PCCP américain permet de déployer des mises à jour pré-spécifiées sans nouvelle soumission, évitant ainsi les frais de $26,067 plus l'examen de 90–175 jours pour chaque 510(k) évité, et bien plus pour les suppléments PMA évités. Environ 10 % des dispositifs d'IA homologués par FDA en 2025 intégraient déjà un PCCP. Mais cette économie reste exclusivement américaine — et c'est là le pivot de l'ensemble de ce rapport.

---

Combien coûte l'enregistrement de l'IA en tant que dispositif médical dans les différents pays ?

Les frais officiels ci-dessus ne représentent que la moitié de la facture. L'autre moitié concerne le travail spécialisé — la constitution du dossier, la détention de l'enregistrement local, le traitement de chaque question de l'autorité réglementaire et le dépôt de chaque renouvellement et modification d'algorithme. C'est là que le secteur est le plus opaque : la plupart des cabinets de conseil en affaires réglementaires facturent à l'heure ou établissent un devis séparé pour chaque soumission, de sorte que le véritable coût multimarché n'apparaît qu'une fois les avenants arrivés.

Pure Global est la première entreprise d'accès au marché des dispositifs médicaux à publier un tarif annuel forfaitaire unique par enregistrement. À partir de $2,000 USD par dispositif, par marché et par an, ce tarif unique regroupe des services normalement facturés à l'heure — la représentation locale, la soumission (sur la base d'une homologation de référence), les renouvellements, les modifications et l'ensemble de la correspondance avec les autorités de santé. Sans feuilles de temps ni mauvaises surprises facturées par courriel.

Voici exactement ce qu'il en coûte pour que Pure Global agisse en tant que votre représentant local et détienne l'enregistrement d'un dispositif médical d'IA, marché par marché. (Les SaMD basés sur l'IA relèvent généralement de la classe de risque supérieure, le chiffre le plus élevé s'applique donc sur les marchés à plusieurs niveaux.)

Représentation locale Pure Global — tarif annuel forfaitaire par dispositif d'IA

Un chiffre transparent par marché et par an — tout est inclus pour cet enregistrement.

Tarif annuel forfaitaire pour la représentation locale d'un SaMD d'IA ; inclut la soumission sur la base d'une homologation de référence, les renouvellements, les modifications et la correspondance avec les autorités. Source : Grille tarifaire de référence de Pure Global, 2026 (par enregistrement ; des réductions s'appliquent pour les enregistrements multiples et les contrats de 3 ans).

Les travaux ponctuels de soumission et de compilation — lorsqu'un marché exige la constitution d'un dossier complet — sont publiés de manière tout aussi transparente : la compilation d'un dossier 510(k) américain s'élève à $15,000–$20,000, un projet de documentation technique ou de CER dans l'UE est affiché par classe ($8,000–$30,000), la compilation d'un enregistrement canadien coûte $3,000–$25,000 selon la classe, et la détermination de la voie réglementaire est un forfait de $5,000. Chaque chiffre est indiqué au préalable, jamais à l'heure.

Un exemple concret — un algorithme d'imagerie d'IA, quatre marchés. Prenons un outil de radiologie d'IA unique déjà autorisé par la FDA (classe II) et portant le marquage CE (classe IIb), que vous souhaitez maintenir actif pendant un an aux États-Unis, dans l'Union européenne, au Brésil et à Singapour. La représentation locale assurée par Pure Global s'élève au total à $1,000 (É-U) + $2,000 (UE) + $3,000 (Brésil) + $3,000 (Singapour) = $9,000 pour l'année — montant forfaitaire, incluant l'ensemble des renouvellements, modifications et échanges avec les autorités ; vous n'ajoutez des travaux de soumission ponctuels que là où un marché exige réellement un nouveau dossier. Cette prévisibilité est l'objectif recherché : lorsque les règles diffèrent sur chaque marché et que votre modèle évolue en permanence, la dernière chose dont un fabricant a besoin est une facture réglementaire qui varie elle aussi.

---

Le paradoxe de la convergence

Voici ce qui apparaît comme la bonne nouvelle. Sous la mosaïque de quinze juridictions fonctionne une puissante mécanique d'harmonisation. L'IMDRF aligne les définitions et les principes de Bonnes pratiques d'apprentissage automatique (Good Machine Learning Practice). Le Medical Device Single Audit Program (MDSAP) permet à un audit unique du système qualité de satisfaire cinq régulateurs à la fois — les États-Unis, le Canada, le Brésil, le Japon et l'Australie ⁶². Et les voies de confiance (reliance) se répandent rapidement : Singapour accepte cinq organismes de référence et achemine ~98 % des demandes via une évaluation abrégée ; le Brésil, le Mexique, l'Australie, la Malaisie, le Viêt Nam et le Golfe reconnaissent tous les homologations étrangères à divers degrés. En février 2026, l'IMDRF a même publié un Reliance Playbook mondial pour codifier cette pratique ¹⁵.

Quels marchés acceptent quelles homologations étrangères (voies de reliance)

Une homologation FDA ou un marquage CE est une clé maîtresse pour des dizaines de marchés — chacun ayant sa propre serrure.

Source : HSA, ANVISA, COFEPRIS, TGA, MDA Malaisie, FDA thaïlandaise, MOH Viêt Nam, SFDA, EDE — analyse Pure Global, juin 2026.

Pour un dispositif statique, cela change la donne : une homologation solide — généralement FDA ou le marquage CE — devient une clé maîtresse qui ouvre des dizaines de marchés à une vitesse et un coût réduits. C'est précisément le levier qu'un programme d'accès au marché bien mené est conçu pour exploiter.

Et voici le paradoxe. Pour l'IA adaptative, la clé maîtresse cesse de fonctionner exactement au moment le plus critique — le contrôle des modifications. La convergence porte sur le dispositif ; la divergence porte sur l'IA. Prenons le cas d'un même modèle d'apprentissage automatique cherchant à mettre à jour son algorithme :

• Aux États-Unis, un PCCP pré-autorisé lui permet de déployer la mise à jour sans nouvelle soumission.
• Dans l'UE, une modification "substantielle" du logiciel déclenche toujours un réexamen par l'organisme notifié — auquel s'ajoute, de surcroît, une évaluation de la conformité distincte au titre de l'AI Act.
• En Chine, la mise à jour n'est tolérée que si "l'algorithme de base reste inchangé" ; un véritable réentraînement exige un enregistrement complet de la modification.
• En Corée, la DMPA autorise des plans de modification pré-approuvés — mais uniquement dans les limites de paramètres pré-approuvés.

Comme le résume sans détour une analyse, "un PCCP autorisé par la FDA ne satisfait pas aux obligations de l'AI Act de l'UE, et vice versa" ³. Aucun audit MDSAP et aucune voie de reliance ne résout cela. Un développeur d'IA qui obtient des homologations sur dix marchés n'a pas acheté la tranquillité ; il a acheté dix obligations distinctes de contrôle des modifications, chacune étant déclenchée à chaque fois que le modèle s'améliore. Pour une technologie dont toute la proposition de valeur repose sur une amélioration continue, il s'agit d'une taxe structurelle et cumulative sur le succès — et elle pèse le plus lourdement sur les petites équipes réactives qui conçoivent les meilleurs modèles.

---

La prochaine frontière : IA générative et modèles de fondation

Si l'IA adaptative a mis le système à rude épreuve, l'IA générative menace de le submerger. Tout ce qui précède suppose un modèle entraîné pour une destination médicale unique et bien définie — détecter un saignement, mesurer une fraction d'éjection, signaler un nodule. Les grands modèles linguistiques et les modèles de fondation multimodaux brisent cette hypothèse de trois manières à la fois : ils sont à usage général (un seul modèle, de nombreux usages possibles), non déterministes (une même invite peut produire des réponses différentes) et sujets aux hallucinations (affirmations péremptoires, fluides mais erronées). Aucune de ces propriétés ne s'intègre aisément dans un cadre conçu autour d'une destination médicale fixe et d'une version de référence "verrouillée".

Les régulateurs en ont conscience. L'OMS a publié les premières directives mondiales consacrées aux grands modèles multimodaux en janvier 2024, mettant spécifiquement en garde contre les résultats fabriqués, le biais d'automatisation et la difficulté de valider des systèmes entraînés sur des données à l'échelle d'Internet ¹⁰. Le Comité consultatif sur la santé numérique de la FDA a consacré sa réunion inaugurale, en novembre 2024, aux défis posés sur l'ensemble du cycle de vie des dispositifs intégrant de l'IA générative ⁶³. Et la Corée du Sud, fidèle à son rôle de pionnière, a publié la première ligne directrice au monde pour les dispositifs médicaux à IA générative en janvier 2025 et a autorisé son premier dispositif de ce type en avril 2026.

Mais des directives ne remplacent pas une voie d'homologation. À la mi-2026, les voies établies — 510(k), De Novo, marquage CE — reposent toujours sur l'hypothèse d'un dispositif que l'on peut cerner, tester par rapport à une norme fixe et figer. Un LLM clinique à usage général ne remplit clairement aucune de ces conditions préalables, c'est pourquoi la première vague d'"IA générative en santé" est arrivée sur le marché principalement sous forme d'outils administratifs (assistants d'écoute ambiante, aides à la documentation) qui contournent la définition de dispositif médical, plutôt que sous forme de dispositifs de diagnostic homologués. La frontière réglementaire pour l'IA clinique générative et autonome est, véritablement, encore en train d'être tracée — et les marchés qui la tracent en premier (la Corée aujourd'hui ; d'autres suivront) façonneront la manière dont le reste du monde les imitera. Pour les développeurs, la leçon pratique est d'observer où les lignes sont fixées et de concevoir la stratégie réglementaire, et pas seulement le produit, pour une cible en mouvement.

---

Le guide stratégique d'accès au marché

Si le problème est la fragmentation, la réponse réside dans un système. À travers les schémas décrits ci-dessus, une méthodologie réutilisable se dégage pour lancer un dispositif médical à IA dans le monde entier — et l'y maintenir.

1. Classifiez avant de constituer les preuves. Le même produit peut être de classe II ou de classe III selon le marché et la revendication. Cartographiez les règles de classification des marchés cibles en premier, car elles dictent les preuves cliniques et techniques dont vous aurez besoin. Séquencer la revendication et les preuves en fonction du marché cible le plus strict évite d'avoir à reconstruire le dossier ultérieurement.

2. Obtenez une homologation d'ancrage solide — puis exploitez la reliance de manière délibérée. Une autorisation FDA ou un marquage CE vaut bien plus qu'un seul marché ; c'est le titre qui débloque les voies abrégées à Singapour, au Brésil, au Mexique, en Australie, dans le Golfe et au-delà. L'art consiste à savoir quel ancrage chaque marché cible reconnaît, et à orienter le dossier en conséquence. L'Arabie saoudite, qui exige une validation locale même pour l'IA approuvée à l'étranger, rappelle que la reliance est une carte, pas une couverture universelle.

3. Mettez en place une représentation locale là où elle est obligatoire — c'est-à-dire dans la plupart des pays. Un fabricant étranger ne peut pas détenir son propre enregistrement au Brésil (BRH), dans l'UE (mandataire), en Chine (agent légal), au Japon (MAH/DMAH), en Arabie saoudite, aux Émirats arabes unis, en Inde et dans bien d'autres pays. Chacun exige qu'une entité juridique locale détienne l'enregistrement et fasse l'interface avec l'autorité sanitaire. Créer trente entités de ce type n'est pas réalisable ; les externaliser auprès d'un partenaire unique est ce qui permet de passer à l'échelle.

4. Traitez le contrôle des modifications comme un chantier prioritaire multi-marchés. C'est la discipline spécifique à l'IA. Élaborez un PCCP pour les États-Unis, mais cartographiez également la façon dont chaque marché gère la même mise à jour — et concevez le rythme de déploiement de l'algorithme en fonction du régime le plus restrictif important pour votre activité. Le plan de cycle de vie fait désormais partie intégrante du plan d'accès au marché.

5. Gérez l'ensemble comme une opération connectée unique, et non comme trente soumissions isolées. Le coût ne réside pas dans un enregistrement unique ; il réside dans la coordination — traductions, mandataires locaux, calendriers de renouvellement, notifications de modification et matériovigilance post-commercialisation à travers des dizaines de régimes qui évoluent indépendamment.

Une séquence type en pratique. Pour un développeur d'IA d'imagerie, le déploiement se déroule souvent ainsi : obtenir le FDA 510(k) ou le marquage CE comme ancrage ; en parallèle, soumettre le dossier sur votre marché national et sur un marché de reliance rapide (Singapour ou l'Australie) pour engranger de premiers revenus ; utiliser ces homologations pour ouvrir les voies abrégées au Brésil, au Mexique et dans le Golfe ; puis s'attaquer aux marchés à forte valeur exigeant de grands efforts — la Chine et le Japon — où les essais locaux ou les données cliniques sont inévitables et les délais les plus longs. Tout au long du processus, un plan unique de contrôle des modifications est maintenu de façon centralisée et adapté aux règles de mise à jour de chaque marché, afin qu'une amélioration du modèle soit soumise partout où elle doit l'être, et nulle part où elle n'est pas nécessaire. Cet ordre n'est pas arbitraire ; il séquence sciemment le flux de trésorerie, la réutilisation des preuves et les marchés à ressources limitées.

C'est précisément la mission pour laquelle Pure Global a été conçu : assurer la représentation locale et l'exécution réglementaire assistée par IA sur 30+ marchés, proposées selon un forfait annuel fixe plutôt que selon le modèle à taux horaire illimité généralement appliqué dans le secteur. Les données de ce rapport — issues de la FDA, d'EUDAMED, de la NMPA, de la PMDA, de la MFDS, de la ANVISA et de dizaines de registres nationaux, aux côtés de notre propre jeu de données de coûts et d'échéanciers marché par marché — constituent les mêmes informations stratégiques que nous utilisons pour séquencer le déploiement mondial d'un client. L'intérêt de cartographier le labyrinthe aussi rigoureusement est de pouvoir y guider rapidement un client.

---

Conclusion : quatre points à retenir

L'IA est désormais une catégorie de dispositifs incontournable, et les données le prouvent. D'environ 1 autorisations FDA sur 700 en 2019 à 1 sur 28 en 2025, avec plus de 1,500 dispositifs d'IA autorisés aux seuls États-Unis et des programmes nationaux en Corée, en Chine, à Taïwan et au Japon en plein essor, les SaMD reposant sur l'IA sont passés de la curiosité à la norme.

Chaque autorité réglementaire en élève la classification, et la plupart convergent vers un contrôle du cycle de vie. La règle 11 dans l'UE et au Brésil, la classe III en Chine, le risque élevé selon l'EU AI Act — l'IA diagnostique et thérapeutique est traitée avec le plus grand sérieux, et la réponse commune réside dans le contrôle de l'ensemble du cycle de vie du produit, les GMLP et les plans de modifications prédéterminés.

La reconnaissance réglementaire permet à une homologation de s'exporter — sauf pour la partie IA. Les mécanismes d'harmonisation (IMDRF, MDSAP, voies de reconnaissance « reliance ») permettent réellement à une homologation de référence solide d'ouvrir l'accès à des dizaines de marchés. Mais le contrôle des modifications de l'IA adaptative diverge fortement, de sorte qu'une homologation unique ne reste pas valide partout à mesure que le modèle évolue. Ce décalage constitue le défi opérationnel majeur du secteur.

L'avantage concurrentiel réside dans le moteur d'enregistrement, pas dans l'enregistrement lui-même. Lorsque les règles diffèrent sur chaque marché et évoluent chaque année, l'avantage durable appartient à ceux qui peuvent enregistrer rapidement leurs produits, partout, et maintenir chaque homologation valide lors de chaque mise à jour du modèle — sous la forme d'un système unique et connecté.

Échangez avec nous

Si vous développez ou déployez un dispositif médical d'IA et que vous évaluez les marchés à pénétrer, dans quel ordre, et comment maintenir chaque homologation valide à mesure que votre modèle s'améliore, c'est précisément le problème que nous résolvons. Échangez avec Pure Global au sujet d'un plan d'accès au marché fondé sur les données ci-dessus — ou consultez nos guides d'enregistrement marché par marché pour approfondir l'analyse sur un pays en particulier.

---

Références

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. analyse de la liste FDA intuitionlabs.ai ↩
42. FDA fda.gov ↩
43. MDR, annexe VIII, via EUR-Lex eur-lex.europa.eu ↩
44. artificialintelligenceact.eu artificialintelligenceact.eu ↩
45. article 99 artificialintelligenceact.eu ↩
46. Commission européenne health.ec.europa.eu ↩
47. MedTech Europe medtecheurope.org ↩
48. MHRA gov.uk ↩
49. MHRA gov.uk ↩
50. MHRA gov.uk ↩
51. Santé Canada canada.ca ↩
52. TGA tga.gov.au ↩
53. PMDA pmda.go.jp ↩
54. Emergo emergobyul.com ↩
55. HSA hsa.gov.sg ↩
56. Ministère de la Santé de Singapour 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 ↩