Regulamentação Global e Registro de IA como Dispositivo Médico

Um guia de campo baseado em evidências sobre como os reguladores globais classificam, aprovam e fiscalizam a inteligência artificial na saúde — e como acessar mais de 30 mercados sem precisar reconstruir o dossiê a cada vez.

TL;DR

A inteligência artificial tornou-se a categoria de dispositivo médico de crescimento mais rápido na história. A lista pública de dispositivos habilitados para IA da FDA (Food and Drug Administration) dos EUA atingiu 1.524 autorizações até meados de 2026, com cerca de três quartos na área de radiologia ¹. Em nossa própria análise do banco de dados 510(k) da FDA, a participação da IA em todas as liberações subiu de cerca de 1 em 700 em 2019 para aproximadamente 1 em 28 em 2025. Somente a Coreia do Sul autorizou 153 dispositivos de IA em 2025 ².

Mas o mesmo software que passa facilmente por uma agência pode estagnar na próxima. Aqui está o argumento deste relatório, em cinco pontos:

• A IA é um dispositivo, e sua maior parte é "Software como Dispositivo Médico" (SaMD). Quando o software realiza diagnóstico, triagem ou recomenda tratamento, ele é regulamentado como um bisturi ou um scanner — em dezenas de jurisdições, cada uma com suas próprias regras.
• O mundo inteiro está elevando a classificação de risco. A Regra 11 do MDR da UE, a Regra 11 do Brasil, o padrão da Classe III da China para IA diagnóstica — softwares de diagnóstico e terapia em quase toda parte acabam em uma classe de risco mais alta que exige revisão por terceiros.
• A IA adaptativa quebrou o modelo de aprovação única. Um modelo que continua aprendendo muda após ser implantado, de modo que os reguladores inventaram novos mecanismos — o Predetermined Change Control Plan dos EUA, o IDATEN do Japão, o DMPA da Coreia — que não coincidem entre si.
• Enquanto o reliance converge, a IA diverge. Uma rede de caminhos de reliance (confiança regulatória) e reconhecimento mútuo deveria permitir que uma única aprovação abrisse múltiplos mercados. Isso funciona para dispositivos estáticos. Para a IA adaptativa, "um PCCP autorizado pela FDA não cumpre as obrigações do AI Act da UE, e vice-versa" ³.
• Assim, os vencedores industrializam o registro em múltiplos mercados. A vantagem competitiva não é mais uma liberação única; é a máquina operacional que transforma uma aprovação em trinta e mantém cada uma delas válida à medida que o algoritmo evolui.

Esta é a lacuna que a Pure Global preenche — representação local (in-country representation) e execução regulatória assistida por IA em mais de 30 mercados, sob uma taxa anual fixa. O restante deste relatório é o mapa.

---

O que realmente é a "IA como dispositivo médico"

Comece pela palavra que carrega o maior peso: dispositivo. Se um software for "destinado ao uso no diagnóstico, tratamento ou prevenção de doenças", ele é um dispositivo médico em quase todos os sistemas jurídicos do mundo — quer seja executado em um chip dentro de um scanner de ressonância magnética ou como um aplicativo no navegador de um radiologista. A IA não recebe um estatuto próprio na maioria dos países; ela herda todo o aparato da legislação de dispositivos médicos.

A definição de referência vem do International Medical Device Regulators Forum (IMDRF), o órgão onde as principais agências harmonizam seu vocabulário. Em seu documento fundamental de 2013, o IMDRF definiu Software como Dispositivo Médico (SaMD) como "software destinado a ser utilizado para um ou mais fins médicos que executa esses fins sem fazer parte de um dispositivo médico de hardware" ⁴. A FDA adotou essa redação de forma literal e estabelece uma distinção de três vias que afeta todos os processos subsequentes ⁵:

• SaMD — software que é o dispositivo médico (um algoritmo de triagem de raio-X de tórax, um detector de retinopatia diabética). É aqui que reside a maior parte da IA clínica.
• SiMD — software em dispositivo médico, integrado ao hardware (o firmware que executa uma bomba de infusão).
• Software usado para fabricar ou manter um dispositivo, que é regulamentado de forma diferente.

Especificamente para IA, o documento de termos-chave de 2022 do IMDRF define um Dispositivo Médico Habilitado para Aprendizado de Máquina como "um dispositivo médico que utiliza aprendizado de máquina, em parte ou em sua totalidade, para atingir sua finalidade médica prevista" ⁶.

A distinção que muda tudo: bloqueado vs. adaptativo

A regulamentação tradicional de dispositivos baseia-se em um acordo simples: você comprova que um dispositivo é seguro e eficaz uma única vez, com um design fixo, e esse design permanece inalterado. A IA quebra essa premissa. O documento de discussão fundamental da FDA de 2019 traçou a linha com precisão. Um algoritmo "bloqueado" é aquele que "fornece o mesmo resultado cada vez que a mesma entrada é aplicada a ele e não muda com o uso" — uma tabela de busca, uma árvore de decisão, um classificador congelado ⁷. Um algoritmo adaptativo ou de aprendizado contínuo muda após ser implantado.

Essa característica única — um software que se aprimora no campo — é o motivo pelo qual a IA precisou de uma década de novas regulamentações. Se o produto que você aprovou em janeiro não for o mesmo em execução em um hospital em junho, o que exatamente você aprovou? Cada estrutura descrita neste relatório é, no fundo, uma tentativa de responder a essa pergunta, e o Ciclo de Vida Total do Produto (TPLC) — supervisão ao longo de toda a vida útil do dispositivo, e não apenas no momento da liberação — é a resposta comum.

Como os reguladores decidem o rigor da avaliação

A estrutura de categorização de risco de 2014 do IMDRF estabeleceu a lógica que o mundo agora segue: o nível de escrutínio que um SaMD merece é proporcional a dois fatores — a importância das informações fornecidas (se elas servem para informar, direcionar ou diagnosticar/tratar) e a gravidade da situação de saúde (não grave, grave ou crítica) ⁸. Um aplicativo que sugere alongamentos para dor das costas e um algoritmo que detecta um sangramento cerebral não são o mesmo tipo de desafio regulatório, e essa grade de dois eixos é a razão disso.

A World Health Organization (WHO) acrescentou a estrutura ética. Seu relatório de 2021, intitulado Ethics and governance of artificial intelligence for health, estabeleceu seis princípios — proteger a autonomia; promover o bem-estar e a segurança; garantir a transparência e a explicabilidade; promover a responsabilidade e a prestação de contas; garantir a inclusão e a equidade; e promover uma IA responsiva e sustentável ⁹. A WHO deu sequência com considerações regulatórias em 2023 e, em janeiro de 2024, publicou as primeiras diretrizes globais direcionadas especificamente para a IA generativa e grandes modelos multimodais ¹⁰.

Como chegamos até aqui

Os dispositivos médicos de IA não surgiram com um único avanço; eles se acumularam, país por país, ao longo de cerca de uma década. Os marcos abaixo mostram como uma definição de 2013 se transformou em regras de ciclo de vida dedicadas em cinco continentes.

Uma linha do tempo global da regulamentação de dispositivos médicos de IA (2013–2026)

Em apenas uma década, o SaMD de IA passou de uma definição do IMDRF a regras de ciclo de vida dedicadas em cinco continentes.

Fonte: Compilado a partir de documentos primários do IMDRF, US FDA, UE, NMPA, PMDA, MFDS, SFDA, ANVISA, Health Canada e OMS — Pure Global, junho de 2026.

Alguns momentos merecem destaque. Em janeiro de 2017, o FDA liberou o Arterys — a primeira ferramenta clínica a combinar computação em nuvem e deep learning ¹¹. Depois, em abril de 2018, veio o divisor de águas: o FDA autorizou o IDx-DR, a primeira IA autorizada a fornecer um diagnóstico de forma autônoma, sem a interpretação de um médico — uma triagem de retinopatia diabética para atenção primária que atingiu 87,2% de sensibilidade e 90,7% de especificidade em seu estudo clínico pivotal ¹². Em poucos meses, a Coreia (VUNO Med-BoneAge, maio de 2018) e o Japão (EndoBRAIN, dezembro de 2018) aprovaram seus próprios pioneiros; a China seguiu em 2020 com o DeepVessel FFR, seu primeiro dispositivo de IA de Classe III ¹³.

A estrutura regulatória acompanhou a evolução entre 2021 e 2025: os princípios trilaterais de Boas Práticas de Machine Learning em outubro de 2021, a Lei de IA da UE entrando em vigor em agosto de 2024, a diretriz final do FDA sobre o Plano de Controle de Mudanças Pré-determinado em dezembro de 2024, e — mostrando a rapidez com que a fronteira se move — a primeira diretriz do mundo para dispositivos de IA generativa da Coreia em janeiro de 2025 ¹⁴. Em fevereiro de 2026, o IMDRF publicou um Manual de Confiança global para ajudar os reguladores a se apoiarem no trabalho uns dos outros ¹⁵.

---

Os dados: tamanho, velocidade e localização

A curva de liberação está se inclinando acentuadamente para cima

O melhor indicador isolado da penetração da IA na medicina é a lista pública de Dispositivos Médicos Habilitados para Inteligência Artificial (Artificial Intelligence-Enabled Medical Devices) da FDA, que atingiu 1.524 autorizações em sua atualização mais recente (refletindo dados até o primeiro trimestre de 2026) ¹. Para observar a velocidade, analisamos diretamente o banco de dados de 510(k) da FDA. As liberações de IA/ML identificadas subiram de apenas algumas no final da década de 2010 para 115 em 2025 — e, de forma ainda mais reveladora, a IA cresceu de 0,14% de todas as liberações de 510(k) em 2019 para 3,57% em 2025, um salto de aproximadamente 25 vezes na participação em seis anos.

(Nossa contagem derivada do banco de dados é deliberadamente conservadora — mais restrita do que a lista oficial da FDA, pois muitas ferramentas de IA para radiologia estão sob códigos de produtos cuja descrição nunca menciona "IA". Nós a utilizamos para analisar tendências e dados geográficos; a lista da própria FDA é o total principal. Fonte: banco de dados openFDA 510(k) — análise da Pure Global, junho de 2026.)

É predominantemente uma história de imagem — por enquanto

Hoje, a IA na medicina é, em grande parte, IA na radiologia. Na lista da FDA, a radiologia representa cerca de 76% de todas as autorizações de IA ¹⁶; em nossa própria amostra de liberações, a concentração é ainda maior, com as áreas cardiovascular e de gastroenterologia (endoscopia) em um distante segundo e terceiro lugar. A razão é estrutural: as imagens são digitais, abundantes e rotuladas, e a via 510(k) permite que um novo algoritmo cite um já existente como predicado. Patologia, sinais de cardiologia e modelos de texto clínico estão crescendo, mas o centro de gravidade continua sendo a imagem.

Os inovadores estão em toda parte; os mercados estão em todos os outros lugares

Aqui está o fato que deve reorientar qualquer plano de comercialização. Os dispositivos médicos de IA liberados nos EUA vêm de pelo menos 16 países. Em nossa análise de requerentes de 510(k) de IA, os Estados Unidos lideram, mas Coreia do Sul, Israel, Canadá, França, China, Alemanha, Reino Unido, Países Baixos, Taiwan e Japão apresentam, cada um, números expressivos.

A produção nacional confirma o padrão. A Coreia do Sul autorizou (combinando aprovações e certificações) 64 dispositivos de IA em 2023, 108 em 2024 e 153 em 2025 — um salto de 41,6%, com 77,7% fabricados domesticamente ¹⁷. A China havia aprovado cerca de 154 dispositivos médicos de IA até meados de 2025, sendo cerca de 80% deles na Classe III de maior risco ¹⁸. Taiwan licenciou 166 dispositivos de IA/ML entre 2020 e 2024 ¹⁹. O Japão tinha 51 SaMD baseados em IA na lista da PMDA em setembro de 2025 ²⁰.

A implicação é direta: um algoritmo brilhante desenvolvido em Tel Aviv, Seul ou Xangai precisa alcançar pacientes em mercados que falam, cada um, uma linguagem regulatória diferente. A inovação é global; a aprovação é obstinadamente local.

Qual o tamanho do mercado? Depende inteiramente do que se contabiliza

As estimativas do tamanho do mercado para a IA na saúde variam em uma ordem de grandeza, porque os analistas definem os limites de maneiras muito diferentes. A categoria ampla de "IA na saúde" — que engloba a descoberta de medicamentos, automação administrativa, assistentes virtuais de consultório (ambient scribes) e muito mais — está projetada em USD 187,7 bilhões até 2030 com uma taxa de crescimento anual composta (CAGR) de 38,5% ²¹, com a projeção mais agressiva superando USD 1 trilhão até 2034 ²². A fatia regulada mais estreita — IA em dispositivos médicos — é muito menor e mais crível: cerca de USD 12,4 bilhões em 2025, atingindo USD 42,4 bilhões até 2030 ²³. O SaMD puro é estimado em aproximadamente USD 5 a 25 bilhões, dependendo da fonte ²⁴. Trate cada um desses números como uma estimativa, não como um fato consumado.

Os investimentos de capital mostram um cenário mais claro. O financiamento de venture capital em saúde digital nos EUA recuperou-se para USD 14,2 bilhões em 2025 (+35%) e, pela primeira vez, as startups focadas em IA capturaram a maioria do montante — 54% de todos os dólares ²⁵. Empresas públicas de SaMD de IA estão passando do crescimento para a lucratividade: a Tempus AI registrou USD 1,3 bilhão em receita no ano fiscal de 2025 (+83%) ²⁶; a iRhythm atingiu USD 747 milhões e obteve seu primeiro trimestre lucrativo sob os princípios GAAP ²⁷; a HeartFlow abriu capital em agosto de 2025 e cresceu 40%, atingindo USD 176 milhões ²⁸; a sul-coreana Lunit cresceu 53%, com 92% de sua receita vinda do exterior ²⁹. Entre as empresas privadas, a Aidoc captou uma Series E de USD 150 milhões em abril de 2026, ultrapassando a marca de meio bilhão de dólares em financiamento total ³⁰.

A corrida pelas patentes tem um líder diferente

A propriedade intelectual é onde a disputa global é mais visível. O estudo de referência da WIPO contabilizou cerca de 340.000 depósitos de patentes relacionadas à IA, sendo as ciências biológicas e médicas a terceira maior área de aplicação ³¹. Contudo, a distribuição geográfica mudou desde então: na década que antecedeu a 2023, a China registrou 38.210 invenções de IA generativa — mais do que o restante do mundo somado — em comparação com 6.276 dos Estados Unidos ³². O escritório de patentes da China emitiu diretrizes específicas para o exame de patentes de IA no último dia de 2024 ³³. O fluxo de desenvolvimento da IA médica está sendo abastecido de forma desproporcional pela Ásia — o que torna a estratégia de acesso a múltiplos mercados uma questão de quando, e não de se, para uma parcela crescente dos desenvolvedores mundiais.

O ponto cego: não é possível ver o SaMD nos dados comerciais

Um alerta analítico que reconfigura a forma de pensar sobre este mercado. A inteligência de mercado tradicional de tecnologia médica (medtech) baseia-se em dados de importação e alfandegários — mas o SaMD puro é invisível para eles. O software distribuído por download em nuvem ou loja de aplicativos não cruza fronteiras físicas, não gera declaração alfandegária com código SH (Sistema Harmonizado) e não é capturado nas estatísticas de comércio de mercadorias. Os órgãos internacionais de padronização afirmam isso diretamente: "Fluxos de dados que não são diretamente monetizados não são, de modo geral, considerados fluxos comerciais nos padrões estatísticos atuais" ³⁴, e a moratória da WTO sobre direitos aduaneiros para transmissões eletrônicas vigora desde 1998 ³⁵. O hardware com IA embarcada — como um tomógrafo computadorizado habilitado para IA — circula como mercadoria física e aparece nos dados; um algoritmo em nuvem liberado por 510(k) não. O resultado: a análise comercial convencional subcontabiliza sistematicamente o software de IA e supervaloriza o hardware. O único rastro confiável da disseminação global de um SaMD são seus registros — que é exatamente a perspectiva utilizada neste relatório.

O acerto de contas com a segurança

Por trás de todo endurecimento das regras existe um conjunto de evidências de que a IA na medicina pode falhar de maneiras que os dispositivos tradicionais não falham. Três descobertas, em particular, reformularam a forma como os reguladores pensam.

Viés que se esconde em dados evidentes. Um estudo de referência da New England Journal of Medicine descobriu que oxímetros de pulso — onipresentes e cada vez mais associados a algoritmos — deixaram de detectar níveis perigosamente baixos de oxigênio no sangue (hipoxemia oculta) em 11,7% dos pacientes negros versus 3,6% dos pacientes brancos, uma disparidade de aproximadamente três vezes em cerca de 50.000 leituras emparelhadas ³⁶. A FDA emitiu uma comunicação de segurança em fevereiro de 2021 e, em janeiro de 2025, uma versão preliminar de guia exigindo validações mais diversas entre tons de pele ³⁷. A lição se generalizou: um modelo treinado em uma população não representativa pode carregar esse viés silenciosamente para cada hospital que o implanta.

Validação que não sobrevive ao contato com a realidade. O Epic Sepsis Model — uma ferramenta de previsão proprietária implantada em centenas de hospitais dos EUA — foi validado externamente em 38.455 hospitalizações e obteve uma área sob a curva de 0,63, muito abaixo dos 0,76–0,83 alegados pelo fornecedor. Ele deixou de detectar 67% dos casos de sepse, enquanto disparou alertas para 18% de todos os pacientes ³⁸. Um modelo pode estar "em produção" em escala e ainda assim não funcionar como anunciado.

Recalls que se concentram logo após a liberação. Uma análise de 2025 da Johns Hopkins/Yale sobre dispositivos de IA autorizados pela FDA descobriu que 43,4% dos recalls de dispositivos de IA ocorreram nos primeiros 12 meses após a liberação — aproximadamente o dobro da taxa de dispositivos 510(k) em geral ³⁹. Um estudo paralelo descobriu que os recalls estavam concentrados em dispositivos que não possuíam estudos clínicos publicados ⁴⁰. O contexto importa: cerca de 97% dos dispositivos de IA/ML são liberados através da via 510(k), que não exige testes humanos prospectivos — portanto, muito depende da vigilância pós-comercialização.

O acerto de contas com a segurança: por que os reguladores estão endurecendo as regras para a IA

Vieses, lacunas de validação e recalls precoces são as evidências por trás da mudança para a supervisão do ciclo de vida.

Adicione a isso o problema do dataset shift — os modelos implantados se degradam silenciosamente à medida que a população de pacientes, os scanners ou os sistemas de codificação ao seu redor mudam — e você terá a justificativa para todo o aparato moderno: Good Machine Learning Practice, Predetermined Change Control Plans e monitoramento obrigatório de desempenho no mundo real. Os reguladores não estão endurecendo as regras porque a IA não funciona. Eles estão endurecendo as regras porque ela funciona até que, silenciosamente, deixa de funcionar.

O mapa regulatório global

Este é o cerne de referência do relatório: como as principais jurisdições realmente classificam, revisam e fiscalizam o SaMD de IA a partir de meados de 2026. O fio condutor a ser observado é a classificação (em qual classe de risco o software se enquadra) e o controle de alterações (o que acontece quando o algoritmo é atualizado). Uma matriz de comparação consolidada segue o detalhamento regional.

Como 15 jurisdições regulam a IA como dispositivo médico (2026)

Mesmo software, quinze respostas: classificação, orientações específicas para IA e regras de controle de alterações divergem mercado a mercado.

Fonte: US FDA, EU MDR/AI Act, MHRA, Health Canada, TGA, PMDA/MHLW, MFDS, HSA, NMPA, CDSCO, TFDA, ANVISA, COFEPRIS, SFDA, EDE — análise da Pure Global, junho de 2026.

Estados Unidos — a referência e o mais movimentado

Os EUA operam o regime de dispositivos de IA mais ativo do mundo, administrado pelo Center for Devices and Radiological Health da FDA e pelo seu Digital Health Center of Excellence. Não existe um "estatuto de IA" especial; as funções de IA que atendem à definição de dispositivo médico são reguladas como SaMD por meio de três vias: liberação 510(k) (demonstrando "equivalência substancial" a um dispositivo predicado), classificação De Novo (para novos dispositivos de risco baixo a moderado sem predicado) e PMA (aprovação pré-mercado, para a Classe III de maior risco). A esmagadora maioria dos dispositivos de IA — cerca de 97% — entra via 510(k); apenas algumas dezenas usaram a De Novo, e um punhado a PMA ⁴¹. O marco histórico da via De Novo foi o IDx-DR em 2018.

O desenvolvimento recente definidor é o Plano de Controle de Alterações Pré-determinado (PCCP), finalizado em dezembro de 2024 ⁴². Um PCCP permite que um fabricante pré-especifique e pré-autorize um conjunto de modificações futuras do modelo — e as próprias palavras da agência capturam esse valor: a FDA analisa o PCCP "para garantir a segurança e eficácia contínuas do dispositivo sem a necessidade de submissões adicionais de comercialização para implementar cada modificação." Em janeiro de 2025, a FDA foi além, emitindo um rascunho de orientação abrangente sobre o ciclo de vida total do produto de software de dispositivos habilitados para IA. A postura dos EUA, em resumo: rápida, baseada em predicados, focada em imagens e agora organizada em torno da supervisão do ciclo de vida.

União Europeia — dois regimes sobrepostos em um único dispositivo

A UE é o mercado mais difícil para SaMD de IA, pois dois regimes regulatórios agora se aplicam simultaneamente. Primeiro, o Regulamento de Dispositivos Médicos (MDR). Sua regra de classificação de software — a Regra 11 — é notória. Leia diretamente: "O software destinado a fornecer informações utilizadas para tomar decisões com fins diagnósticos ou terapêuticos é classificado na classe IIa", escalando para a Classe III quando uma decisão incorreta puder causar a morte ou deterioração irreversível, ou para a Classe IIb para deterioração grave ⁴³. Sob as diretivas antigas, a maioria dos softwares autônomos se autocertificava como Classe I, sem o envolvimento de terceiros. A Regra 11 empurrou quase todo SaMD diagnóstico e terapêutico para a Classe IIa ou superior, o que força uma avaliação de conformidade por um Organismo Notificado, sistema de gestão de qualidade ISO 13485 e avaliação clínica. Nossa própria varredura no banco de dados do EUDAMED encontrou dispositivos com palavras-chave de IA concentrados na Classe IIa — exatamente a marca da Regra 11.

Depois, sobreposto a isso, vem o EU AI Act (Regulamento 2024/1689), em vigor desde 1º de agosto de 2024. Por meio do Artigo 6(1), um sistema de IA é considerado de "alto risco" quando é (ou é um componente de segurança de) um produto que já exige avaliação de conformidade de terceiros — o que engloba essencialmente todos os dispositivos médicos de IA de Classe IIa ou superior. As obrigações de alto risco entram em vigor gradualmente até 2 de agosto de 2026, com a data para IA incorporada em dispositivos sob MDR/IVDR definida para 2 de agosto de 2027 (uma proposta do "Digital Omnibus" de novembro de 2025 pode adiar isso para 2028 — trate as datas como móveis) ⁴⁴. As penalidades chegam a até 35 milhões de euros ou 7% do faturamento global ⁴⁵. Para esclarecer a sobreposição, o MDCG e o novo Conselho Europeu de Inteligência Artificial emitiram um FAQ conjunto, o MDCG 2025-6, em junho de 2025 ⁴⁶.

O gargalo limitante é a capacidade. O número de Organismos Notificados sob o MDR caiu de cerca de 80–96 sob as diretivas para aproximadamente 50, com apenas cerca de 17–19 designados sob o IVDR; a certificação MDR agora leva de 13 a 18 meses em média, cerca de o dobro da norma anterior ao MDR ⁴⁷. Para SaMD de IA, cada dispositivo compete por vagas escassas nos Organismos Notificados — e após 2027/28 também precisará da avaliação de conformidade do AI Act.

Reino Unido — divergindo pragmaticamente

Pós-Brexit, a MHRA traçou um caminho deliberadamente favorável à inovação. Seu Software and AI as a Medical Device Change Programme (roteiro publicado em outubro de 2022) abrange onze pacotes de trabalho, e a agência se comprometeu a permitir PCCPs em futuras regras pré-mercado ⁴⁸. Seu sandbox regulatório AI Airlock — o primeiro de seu tipo para dispositivos médicos de IA — realizou um piloto com quatro projetos em 2024 e uma Fase 2 com sete tecnologias até 2026, com financiamento plurianual agora garantido ⁴⁹. Na prática, cerca de 90% dos dispositivos no mercado britânico ainda possuem a marca CE, que a Grã-Bretanha aceitará até 2028–2030; a MHRA realizou uma consulta no início de 2026 sobre o reconhecimento das marcas CE por tempo indeterminado ⁵⁰.

Canadá — o primeiro a finalizar regras dedicadas a ML

A Health Canada esteve entre os primeiros órgãos reguladores a contar com uma orientação pré-mercado dedicada e finalizada para dispositivos médicos habilitados para aprendizado de máquina — finalizada inicialmente em 2025 e publicada em formato final revisado em abril de 2026 —, cobrindo as Classes II a IV, adotando os termos-chave do IMDRF e introduzindo formalmente o PCCP para que alterações autorizadas não gerem uma nova alteração de licença ⁵¹. O Canadá coescreveu os documentos fundamentais das três agências reguladoras — GMLP (2021), princípios do PCCP (2023) e princípios de Transparência (2024) — e exige a certificação MDSAP desde 2019.

Austrália — reformou cedo, recalibrando para IA

A TGA da Austrália reformou suas regras de software em fevereiro de 2021, excluindo aplicativos de bem-estar de baixo risco e elevando a classificação de softwares de diagnóstico (dispositivos ativos para terapia com função diagnóstica passaram para a Classe III). Sua consulta de 2024, Clarifying and strengthening the regulation of AI, atraiu mais de 600 partes interessadas e produziu 14 conclusões importantes que estão sendo trabalhadas no momento ⁵². A rota de reliance da TGA — aceitando "órgãos reguladores estrangeiros comparáveis" — é um grande acelerador, discutido abaixo.

Japão — construído para a iteração

O Japão regula o SaMD como "dispositivos médicos programados" e tem possivelmente o mecanismo mais amigável para atualizações de IA de qualquer grande mercado: o IDATEN, em vigor desde setembro de 2020, é a versão japonesa de um protocolo de controle de alterações pós-aprovação (PACMP), permitindo que os fabricantes pré-acordem alterações para IAs frequentemente atualizadas ⁵³. Combinado com a iniciativa DASH for SaMD e a via prioritária SAKIGAKE, o Japão construiu uma infraestrutura para softwares que evoluem — embora a adesão seja modesta: apenas 51 SaMDs baseados em IA na lista da PMDA até setembro de 2025.

South Korea — o pioneiro mais rápido

A Coreia do Sul é o grande destaque. Além de suas 153 autorizações de IA em 2025, o país construiu um marco legal sob medida: a Lei de Produtos Médicos Digitais (DMPA), em vigor desde janeiro de 2025, que introduz um mecanismo de alteração semelhante ao PCCP e um SGQ Digital alinhado aos itens de trabalho do IMDRF ⁵⁴. A Coreia também publicou a primeira diretriz do mundo para dispositivos médicos de IA generativa em janeiro de 2025 e aprovou seu primeiro dispositivo desse tipo em abril de 2026 — além de presidir o grupo de trabalho de IA/ML do IMDRF. Se você quer ver para onde a regulação global de IA está caminhando, observe Seul.

Singapura — o polo de reliance

A HSA de Singapura vai muito além do seu tamanho físico ao ser o regime de reliance mais eficiente da Ásia. Sua orientação de software, GL-04 (Revisão 4, dezembro de 2025), abrange explicitamente dispositivos habilitados para aprendizado de máquina ao longo de todo o ciclo de vida e exige uma Notificação de Alteração quando o desempenho, as entradas ou o nível de supervisão humana do modelo de IA mudam ⁵⁵. Fundamentalmente, a HSA reconhece os cinco órgãos reguladores de referência (US FDA, Organismos Notificados da UE, Health Canada, TGA e MHLW do Japão) e estimou que cerca de 98% das solicitações podem usar uma via simplificada; dispositivos com duas aprovações anteriores podem ser registrados por meio de uma via "imediata" em apenas uma hora ⁵⁶.

China — grande, distinta e exigente

A NMPA da China trata o software de suporte à decisão por IA com seriedade: seus princípios de revisão do CMDE de 2021 e o catálogo de classificação de 2021–2022 enquadram softwares que fornecem diagnóstico ou direcionam o tratamento na Classe III, a faixa de risco mais alta. A China aprovou seu primeiro dispositivo de IA de Classe III em 2020 e atingiu cerca de 154 dispositivos médicos de IA até meados de 2025 ¹⁸. Em um pacote de reformas de outubro de 2025, a NMPA comprometeu-se a "simplificar os requisitos de registro de alteração para dispositivos médicos baseados em IA nos quais o algoritmo principal permanece inalterado, mas o desempenho do algoritmo é otimizado" — uma concessão real, porém estreita se comparada ao PCCP dos EUA ⁵⁷. A China exige um representante local, ensaios de tipo locais e — para muitos dispositivos de Classe III — dados clínicos locais, tornando-se um dos mercados mais exigentes deste relatório.

Índia, Taiwan e o restante da Ásia-Pacífico

A CDSCO da Índia publicou um rascunho de orientação para Software de Dispositivos Médicos em outubro de 2025, introduzindo um "Protocolo de Alteração de Algoritmo" para atualizações de IA, mas este continua sendo apenas um rascunho sem regras finalizadas para IA até o momento ⁵⁸. A TFDA de Taiwan, por outro lado, possui uma das suítes de orientações sobre IA mais profundas do mundo — diretrizes técnicas dedicadas a CADe/CADx e orientação para redação de PCCP —, tendo licenciado 166 dispositivos de IA/ML de 2020 a 2024. Em toda a ASEAN, o padrão é o reliance somado à localização: Malásia, Tailândia, Vietnã, Filipinas e Indonésia tratam o SaMD majoritariamente como um dispositivo comum e apoiam-se em aprovações de países de referência, sendo a via rápida do Vietnã incomumente ampla (aceitando inclusive aprovações da NMPA e MFDS).

América Latina, Oriente Médio e África

A ANVISA do Brasil importou a lógica da UE integralmente: sua Regra 11 sob a RDC 751/2022 reflete a da UE, enquadrando softwares de suporte à decisão nas Classes II a IV, e a RDC 657/2022 foi a primeira resolução específica para SaMD da região. Um fabricante estrangeiro não pode ser o detentor do registro no Brasil — um Detentor de Registro no Brasil local é obrigatório e irrenunciável ⁵⁹. O COFEPRIS do México reformulou seu regime de reliance em 2025 em uma via simplificada única que reconhece todos os membros do IMDRF e do MDSAP, com meta de 30 dias úteis. A SFDA da Arábia Saudita emitiu a MDS-G010 (novembro de 2022) — uma das primeiras orientações dedicadas a dispositivos de IA/ML do mundo e citada por alguns observadores como a primeira "aplicável" (outros a classificam como não vinculante) —, que determina de forma singular que "o fabricante deve validar localmente os dispositivos médicos baseados em IA/ML que foram desenvolvidos e aprovados em outras jurisdições" ⁶⁰ — um lembrete de que a "aprovação do país de referência" nem sempre é suficiente. Os EAU centralizaram a aprovação de dispositivos sob um novo Estabelecimento de Medicamentos dos Emirados (Emirates Drug Establishment) em janeiro de 2025. A SAHPRA da África do Sul emitiu seu primeiro comunicado sobre IA em setembro de 2025, mas ainda não começou a registrar dispositivos, e a continental Agência Africana de Medicamentos (African Medicines Agency) — ratificada por 31 de 55 estados — ainda não abrange dispositivos ou IA.

Este é o cerne do problema: quinze jurisdições, quinze respostas. O mesmo software é Classe II nos EUA, Classe IIa+ e de "alto risco" na UE, Classe III na China, Grau 2–3 na Coreia do Sul e Classe II–IV no Brasil — cada um com seus próprios requisitos de evidência, idioma, detentor local e controle de alterações.

Quanto custa e quanto tempo leva

As diferenças de classificação descritas acima se traduzem diretamente em dinheiro e meses. Os números principais abaixo representam taxas governamentais e cronogramas realistas para um dispositivo de maior risco; eles excluem os custos substanciais de testes, evidências clínicas, tradução e representação local, que frequentemente superam em muito a taxa oficial.

A taxa oficial é o número menor

Apenas as taxas governamentais variam de menos de USD 1.000 a cerca de USD 44.000 para um registro de alto risco:

• Estados Unidos — taxas MDUFA para o ano fiscal de 2026 (verificadas no FDA.gov): 510(k) $26.067 (pequenas empresas: $6.517); De Novo $173.782; PMA $579.272; mais uma taxa anual de estabelecimento de $11.423 ⁶¹.
• China — taxas de registro da NMPA de aproximadamente RMB 210.900 (~$30.000) para a Classe II e RMB 308.800 (~$44.000) para a Classe III — as taxas oficiais mais altas deste relatório.
• Brasil — registro na ANVISA para Classe III/IV de aproximadamente BRL 21.000, mais uma taxa de certificação B-GMP de BRL 72.804 para fabricantes internacionais.
• Canadá — Classe III CAD $14.163, Classe IV CAD $30.713 (abril de 2026).
• Arábia Saudita — taxas da SFDA de SAR 15.000–23.000 por classe.
• Índia — licença de importação MD-15 de $3.000 por local + $1.500 por produto para Classe C/D.
• Singapura, Austrália, Coreia, Japão — as taxas oficiais são comparativamente modestas (frequentemente abaixo de USD 13.000), mas a carga de comprovação e revisão varia amplamente.

O tempo é o número caro

O custo real está no calendário. Cronogramas realistas para alto risco se estendem de cerca de um mês (Canadá, Classe III) a 24 meses na UE e de quatro a cinco anos na China quando um ensaio clínico local é exigido:

A UE ilustra como a classificação se transforma em custo. Como a Regra 11 converte o que costumava ser uma autodeclaração de Classe I (praticamente gratuita) em um envolvimento de Organismo Notificado para Classe IIa ou superior, o projeto CE completo para SaMD comumente atinge a faixa de seis dígitos e 13–18 meses antes que um certificado seja emitido. Para uma startup com um caixa (runway) medido em trimestres, isso não é apenas uma linha de despesa — é uma ameaça estratégica.

A alavanca: reliance e a particularidade da IA

Contra esses cronogramas está a ferramenta mais poderosa para o acesso ao mercado global: o reliance. A maioria dos mercados fora dos EUA, UE e China se apoiará em uma aprovação que você já possui. Nossos próprios dados de mercado mostram esse efeito de forma clara — um SaMD de alto risco que leva cerca de 8 meses para ser registrado no Brasil pela via padrão pode cair para cerca de 6 semanas quando uma aprovação do FDA ou outra aprovação de referência é aproveitada por meio da via de análise otimizada da ANVISA.

Para SaMD de IA, há uma particularidade específica e recorrente que as tabelas de custos não mostram. Quando o algoritmo é atualizado — como toda boa IA faz constantemente —, a questão é se essa atualização exige uma nova submissão. O PCCP dos EUA pode permitir que atualizações pré-especificadas sejam implementadas sem a necessidade de uma nova submissão, economizando a taxa de $26.067 mais a revisão de 90–175 dias para cada 510(k) evitado, e muito mais no caso de suplementos de PMA evitados. Cerca de 10% dos dispositivos de IA liberados pelo FDA em 2025 já incorporavam um PCCP. Mas essa economia é exclusiva dos EUA — e esse é o ponto crucial de todo o relatório.

---

Quanto custa registrar IA como dispositivo médico em diferentes países?

As taxas governamentais descritas acima representam apenas metade da fatura. A outra metade corresponde ao trabalho especializado — elaboração do dossiê, detenção do registro local, resposta a cada exigência da autoridade e protocolo de cada renovação e alteração de algoritmo. É neste ponto que o setor se mostra mais opaco: a maioria das consultorias regulatórias cobra por hora ou envia orçamentos individuais para cada submissão, de modo que o custo real multimercado só surge após a chegada de ordens de alteração (change orders).

A Pure Global é a primeira empresa de acesso ao mercado de dispositivos médicos a publicar uma taxa anual única e fixa por registro. A partir de USD $2.000 por dispositivo, por mercado, por ano, essa taxa única consolida serviços normalmente cobrados por hora — representação local, submissão (com base em aprovação de referência), renovações, modificações e toda a correspondência com a autoridade sanitária. Sem planilhas de horas (timesheets), sem surpresas a cada e-mail.

Aqui está exatamente quanto custa ter a Pure Global atuando como sua representante local e detendo o registro do seu dispositivo médico de IA, mercado por mercado. (O SaMD de IA geralmente se enquadra na classe de maior risco, de modo que o valor superior se aplica em mercados com taxas escalonadas.)

Representação local da Pure Global — taxa anual fixa por dispositivo de IA

Um único número transparente por mercado, por ano — tudo incluído para esse registro.

Taxa anual fixa para representação local de um SaMD de IA; inclui submissão com base em aprovação de referência, renovações, modificações e correspondência com a autoridade. Fonte: Lista de Preços Mestra da Pure Global, 2026 (por registro; aplicam-se descontos para múltiplos registros e contratos de 3 anos).

O trabalho único de submissão e compilação — nos casos em que um mercado exige a elaboração de um dossiê completo — é publicado com a mesma transparência: a compilação de um 510(k) nos EUA custa $15.000–$20.000, um projeto de documentação técnica ou de CER na UE é listado por classe ($8.000–$30.000), a compilação de registro canadense é de $3.000–$25.000 por classe e a determinação de via regulatória custa um valor fixo de $5.000. Cada valor é cotado antecipadamente, nunca por hora.

Exemplo prático — um algoritmo de imagem de IA, quatro mercados. Considere uma única ferramenta de radiologia com IA já liberada pelo FDA (Classe II) e com marcação CE (Classe IIb) que você deseja manter ativa nos Estados Unidos, União Europeia, Brasil e Singapura por um ano. A representação local da Pure Global totaliza $1.000 (EUA) + $2.000 (UE) + $3.000 (Brasil) + $3.000 (Singapura) = $9.000 pelo ano — valor fixo, com cada renovação, modificação e correspondência com a autoridade inclusas; você adiciona o trabalho de submissão único somente onde o mercado realmente exigir um novo dossiê. Essa previsibilidade é o ponto principal: quando as regras diferem em cada mercado e seu modelo continua mudando, a última coisa que um fabricante precisa é de uma fatura regulatória que também mude.

O paradoxo da convergência

Aqui está a aparente boa notícia. Sob a colcha de retalhos de quinze jurisdições, funciona uma poderosa engrenagem de harmonização. O IMDRF alinha as definições e os princípios de Good Machine Learning Practice. O Medical Device Single Audit Program (MDSAP) permite que uma única auditoria do sistema de gestão da qualidade atenda a cinco reguladores de uma só vez — EUA, Canadá, Brasil, Japão e Austrália ⁶². E as vias de reliance estão se espalhando rapidamente: Singapura aceita cinco agências de referência e direciona cerca de 98% das solicitações por meio de revisão simplificada; Brasil, México, Austrália, Malásia, Vietnã e o Golfo reconhecem aprovações estrangeiras em algum grau. Em fevereiro de 2026, o IMDRF até mesmo publicou um Reliance Playbook global para codificar a prática ¹⁵.

Quais mercados aceitam quais aprovações estrangeiras (vias de reliance)

Uma liberação do FDA ou marca CE é uma chave mestra para dezenas de mercados — cada um com sua própria fechadura.

Fonte: HSA, ANVISA, COFEPRIS, TGA, MDA da Malásia, Thai FDA, MOH do Vietnã, SFDA, EDE — análise da Pure Global, junho de 2026.

Para um dispositivo estático, isso é transformador: uma aprovação robusta — normalmente do FDA ou CE — torna-se uma chave mestra que abre dezenas de mercados com velocidade e custo reduzidos. Esse é exatamente o tipo de alavancagem que um programa de acesso ao mercado bem executado foi desenvolvido para explorar.

E aqui está o paradoxo. Para a IA adaptativa, a chave mestra deixa de funcionar exatamente no ponto que mais importa — o controle de alterações. A convergência está no dispositivo; a divergência está na IA. Considere o mesmo modelo de aprendizado de máquina que busca atualizar seu algoritmo:

• Nos EUA, um PCCP pré-autorizado permite implementar a atualização sem a necessidade de uma nova submissão.
• Na UE, uma alteração de software "substancial" ainda exige uma nova revisão pelo Organismo Notificado — e, somado a isso, uma avaliação de conformidade separada nos termos da Lei de IA (AI Act).
• Na China, a atualização é tolerada apenas se "o algoritmo principal permanecer inalterado"; um retreinamento real significa um registro de alteração completo.
• Na Coreia, o DMPA permite planos de alterações pré-aprovados — mas apenas dentro de parâmetros pré-aprovados.

Como uma análise coloca de forma direta: "um PCCP autorizado pelo FDA não satisfaz as obrigações do AI Act da UE, e vice-versa" ³. Nenhuma auditoria do MDSAP e nenhuma via de reliance resolve isso. Um desenvolvedor de IA que obtém clearances em dez mercados não comprou a paz; ele adquiriu dez obrigações de controle de alterações diferentes, cada uma delas ativada toda vez que o modelo melhora. Para uma tecnologia cuja proposta de valor principal é continuar melhorando, essa é uma taxa estrutural e cumulativa sobre o sucesso — e o impacto é maior sobre as equipes menores e mais ágeis que desenvolvem os melhores modelos.

---

A próxima fronteira: IA generativa e modelos de fundação

Se a IA adaptativa sobrecarregou o sistema, a IA generativa ameaça colapsá-lo. Tudo o que foi exposto acima assume um modelo treinado para uma finalidade de uso única e bem definida — detectar um sangramento, medir uma fração de ejeção, apontar um nódulo. Grandes modelos de linguagem (LLMs) e modelos de fundação multimodais quebram essa premissa de três formas simultâneas: eles são de propósito geral (um modelo, muitos usos possíveis), não determinísticos (o mesmo prompt pode gerar respostas diferentes) e propensos a alucinações (respostas confiantes, fluídas, porém erradas). Nenhuma dessas propriedades se encaixa confortavelmente em um arcabouço regulatório construído em torno de um uso pretendido fixo e de uma versão de referência "bloqueada".

Os reguladores sabem disso. A OMS publicou o primeiro guia global dedicado a grandes modelos multimodais em janeiro de 2024, alertando especificamente sobre resultados fabricados, viés de automação e a dificuldade de validar sistemas treinados com dados na escala da internet ¹⁰. O Comitê Consultivo de Saúde Digital do FDA dedicou sua reunião inaugural, em novembro de 2024, aos desafios do ciclo de vida total do produto para dispositivos habilitados por IA generativa ⁶³. E a Coreia do Sul, caracteristicamente pioneira, publicou a primeira diretriz do mundo para dispositivos médicos de IA generativa em janeiro de 2025 e autorizou seu primeiro dispositivo desse tipo em abril de 2026.

Mas uma diretriz não é o mesmo que um caminho de liberação (clearance). Até meados de 2026, as rotas estabelecidas — 510(k), De Novo, marcação CE — ainda pressupõem um dispositivo que você possa definir, testar contra um padrão fixo e congelar. Um LLM clínico de propósito geral não atende a nenhuma dessas condições prévias de forma clara, e é por isso que a primeira onda de "IA generativa na saúde" chegou ao mercado principalmente na forma de ferramentas administrativas (escribas ambientais, assistentes de documentação) que contornam a definição de dispositivo médico, em vez de dispositivos de diagnóstico aprovados com clearance. A fronteira regulatória para a IA clínica generativa autônoma ainda está, genuinamente, sendo traçada — e os mercados que a definirem primeiro (a Coreia hoje; outros a seguir) moldarão como o resto do mundo os copiará. Para os desenvolvedores, a lição prática é observar onde as linhas estão sendo traçadas e projetar a estratégia regulatória, e não apenas o produto, para um alvo em constante movimento.

---

O playbook de acesso ao mercado

Se o problema é a fragmentação, a resposta é um sistema. Diante dos padrões acima, surge um playbook repetível para levar um dispositivo médico de IA ao mundo — e mantê-lo lá.

1. Classifique antes de construir as evidências. O mesmo produto pode ser Classe II ou Classe III, dependendo do mercado e da indicação de uso. Mapeie as regras de classificação dos mercados-alvo primeiro, pois elas ditam as evidências clínicas e técnicas que você precisará. O sequenciamento da indicação de uso e das evidências de acordo com o mercado-alvo mais rigoroso evita ter que refazer o dossiê mais tarde.

2. Obtenha uma aprovação âncora forte — e depois explore o reliance deliberadamente. Um clearance do FDA ou uma marcação CE vale muito mais do que apenas um mercado; é a credencial que abre caminhos simplificados em Cingapura, Brasil, México, Austrália, o Golfo e além. A arte está em saber qual aprovação âncora cada mercado-alvo reconhece e direcionar o dossiê de acordo. A Arábia Saudita, que exige validação local mesmo para IA aprovada no exterior, serve como um lembrete de que o reliance é um mapa, não uma regra universal.

3. Estabeleça representação local onde for obrigatório — o que ocorre na maioria dos lugares. Um fabricante estrangeiro não pode ser o detentor do próprio registro no Brasil (BRH), na UE (Representante Autorizado), na China (agente legal), no Japão (MAH/DMAH), na Arábia Saudita, nos Emirados Árabes Unidos, na Índia e em muitos outros locais. Cada um exige uma entidade jurídica local para deter o registro e fazer a interface com a autoridade de saúde. Estabelecer trinta dessas entidades é inviável; terceirizá-las para um único parceiro é a forma de tornar a escala viável.

4. Trate o controle de alterações como um fluxo de trabalho multimercado de primeira classe. Esta é a disciplina específica para IA. Construa um PCCP nos EUA, mas também mapeie como cada mercado lida com a mesma atualização — e desenhe o ritmo de lançamento do algoritmo em torno do regime mais restritivo que seja relevante para o seu negócio. O plano de ciclo de vida agora faz parte do plano de acesso ao mercado.

5. Execute como uma única operação conectada, não como trinta peticionamentos desconectados. O custo não está em um único registro; está na coordenação — traduções, detentores locais, calendários de renovação, notificações de alteração e tecnovigilância pós-mercado em dezenas de regimes que evoluem de forma independente.

Uma sequência típica na prática. Para um desenvolvedor de IA para imagens médicas, o lançamento geralmente segue este fluxo: garantir o FDA 510(k) ou a CE mark como âncora; em paralelo, peticionar no mercado de origem e em um mercado de reliance rápido (Cingapura ou Austrália) para obter receitas iniciais; usar essas aprovações para abrir as vias simplificadas no Brasil, México e o Golfo; então, enfrentar os mercados de alto esforço e alto valor — China e Japão — onde os testes locais ou dados clínicos são inevitáveis e os prazos de análise são mais longos. Ao longo de todo o processo, um único plano de controle de alterações é mantido de forma centralizada e mapeado para as regras de atualização de cada mercado, de modo que uma melhoria no modelo seja peticionada onde for necessário, e em nenhum outro lugar desnecessário. A ordem não é arbitrária; ela sequencia o fluxo de caixa, o reaproveitamento de evidências e os mercados com recursos escassos de forma deliberada.

Este é o trabalho para o qual a Pure Global foi criada: representação local e execução regulatória assistida por IA em 30+ mercados, entregues por uma taxa anual fixa, em vez do modelo de cobrança por hora em aberto que o setor costuma adotar. Os dados deste relatório — extraídos do FDA, EUDAMED, NMPA, PMDA, MFDS, ANVISA e dezenas de registros nacionais, juntamente com o nosso próprio conjunto de dados de custos e prazos de cada mercado — constituem a mesma inteligência que usamos para sequenciar o lançamento global de um cliente. O objetivo de mapear o labirinto de forma tão detalhada é ser capaz de guiar o cliente por ele rapidamente.

---

Conclusão: quatro pontos principais

A IA agora é uma categoria consolidada de dispositivos, e os dados provam isso. De cerca de 1 em 700 clearances do FDA em 2019 para aproximadamente 1 em 28 em 2025, com mais de 1.500 dispositivos de IA autorizados apenas nos EUA e programas nacionais na Coreia, China, Taiwan e Japão avançando rapidamente, o SaMD de IA deixou de ser uma novidade para se tornar a norma.

Todos os órgãos reguladores elevam a sua classificação de risco, e a maioria está convergindo para a supervisão do ciclo de vida. A Regra 11 na UE e no Brasil, a Classe III na China, o alto risco sob o EU AI Act — a IA diagnóstica e terapêutica é tratada com seriedade, e a resposta comum é o controle total do ciclo de vida do produto (TPLC), as GMLP e os planos de controle de alterações pré-determinados.

O reliance faz com que uma aprovação seja aproveitada em outros mercados — exceto na parte de IA. Os mecanismos de harmonização (IMDRF, MDSAP, vias de reliance) realmente permitem que uma aprovação âncora forte abra as portas de dezenas de mercados. Contudo, o controle de alterações para IA adaptativa diverge drasticamente, de modo que uma única aprovação não permanece válida em todos os locais à medida que o modelo evolui. Essa lacuna é o desafio operacional definitivo do setor.

O diferencial competitivo é a máquina de registro, não o registro. Quando as regras diferem em cada mercado e mudam a cada ano, a vantagem duradoura pertence àqueles que conseguem registrar rapidamente, em todos os lugares, e manter cada aprovação ativa a cada atualização do modelo — como um sistema conectado único.

Fale conosco

Se você está desenvolvendo ou abrindo mercado para um dispositivo médico de IA e avaliando em quais mercados entrar, em que ordem e como manter cada aprovação válida à medida que seu modelo melhora, esse é exatamente o problema que resolvemos. Fale com a Pure Global sobre um plano de acesso ao mercado baseado nos dados acima — ou explore nossos guias de registro mercado por mercado para se aprofundar em qualquer país específico.

---

References

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. análise da lista da FDA intuitionlabs.ai ↩
42. FDA fda.gov ↩
43. MDR, Anexo VIII, via EUR-Lex eur-lex.europa.eu ↩
44. artificialintelligenceact.eu artificialintelligenceact.eu ↩
45. Artigo 99 artificialintelligenceact.eu ↩
46. Comissão Europeia 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. Singapore MOH 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 ↩