IA como Dispositivo Médico: Mapa de Regulação e Acesso | Pure Global

Um guia prático baseado em evidências sobre como os reguladores de todo o mundo classificam, aprovam e fiscalizam a inteligência artificial na saúde — e como alcançar 30+ mercados sem reconstruir o dossiê a cada vez.

TL;DR

A inteligência artificial tornou-se a categoria de dispositivos médicos com o crescimento mais rápido da história. A lista pública de dispositivos baseados em IA da U.S. Food and Drug Administration atingiu 1,524 autorizações em meados de 2026, com cerca de três quartos em radiologia ¹. Em nossa própria análise do banco de dados do FDA 510(k), a participação da IA em todas as liberações subiu de cerca de 1 em 700 em 2019 para aproximadamente 1 em 28 em 2025. A Coreia do Sul sozinha autorizou 153 dispositivos de IA em 2025 ².

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

• A IA é um dispositivo, e a maior parte dela é "Software como Dispositivo Médico" (SaMD). Quando o software diagnostica, realiza triagem ou recomenda tratamento, ele é regulado como um bisturi ou um tomógrafo — em dezenas de jurisdições, cada uma com suas próprias regras.
• O mundo inteiro a reclassifica para cima. A Regra 11 do MDR da UE, a Regra 11 do Brasil, o enquadramento padrão na Classe III da China para IA diagnóstica — o software diagnóstico e terapêutico quase em todo lugar vai parar em uma classe de maior risco que exige revisão por terceiros.
• A IA adaptativa quebrou o modelo de aprovação única. Um modelo que continua aprendendo muda depois de lançado, então os reguladores inventaram novos mecanismos — o Plano de Controle de Mudanças Pré-determinado (PCCP) dos EUA, o IDATEN do Japão, o DMPA da Coreia — que não correspondem entre si.
• A confiança regulatória converge, a IA diverge. Espera-se que uma rede de caminhos de confiança regulatória (reliance) e reconhecimento permita que uma aprovação abra muitos mercados. Funciona — para dispositivos estáticos. Para a IA adaptativa, "um PCCP autorizado pelo FDA não satisfaz as obrigações do AI Act da UE, e vice-versa" ³.
• Portanto, os vencedores industrializam o registro multimercado. A vantagem competitiva não é mais uma aprovação isolada; é a engrenagem operacional que transforma uma aprovação em trinta e mantém cada uma válida à medida que o algoritmo evolui.

Esta é a lacuna que o Pure Global preenche — representação local e execução regulatória assistida por IA em 30+ mercados, por uma taxa anual fixa. O restante deste relatório é o mapa.

---

O que a "IA como Dispositivo Médico" realmente é

Comece com a palavra de maior peso: dispositivo. Se um software é "destinado ao uso no diagnóstico, tratamento ou prevenção de doenças", ele é um dispositivo médico em quase todos os sistemas jurídicos do planeta — 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 arcabouço da legislação de dispositivos médicos.

A definição de referência vem do International Medical Device Regulators Forum (IMDRF), o fórum 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 uma ou mais finalidades médicas que cumpre essas finalidades sem fazer parte de um dispositivo médico de hardware" ⁴. A FDA adotou essa linguagem na íntegra e estabelece uma distinção tripartite que importa para tudo o que vem a seguir 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 vive a maior parte da IA clínica.
• SiMD — software em um dispositivo médico, integrante do hardware (o firmware que opera uma bomba de infusão).
• Software usado para fabricar ou manter um dispositivo, que é regulado de forma diferente.

Especificamente para IA, o documento de termos-chave 2022 do IMDRF define um Dispositivo Médico Baseado em Aprendizado de Máquina como "um dispositivo médico que utiliza aprendizado de máquina, em parte ou no todo, para atingir sua finalidade médica pretendida" ⁶.

A distinção que muda tudo: bloqueado vs. adaptativo

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

Essa única propriedade — software que se aprimora sozinho em campo — é a razão pela qual a IA precisou de uma década de novas regulamentações. Se o produto que você aprovou em janeiro não é o produto em execução em um hospital em junho, o que exatamente você aprovou? Cada arcabouço 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 do dispositivo, e não apenas no momento da liberação — é a resposta compartilhada.

Como os reguladores decidem o nível de rigor da avaliação

O arcabouço de categorização de risco 2014 do IMDRF estabeleceu a lógica que o mundo agora segue: o escrutínio que um SaMD merece escala com dois fatores — a relevância da informação fornecida (ele informa, direciona ou diagnostica/trata?) e a gravidade da situação de saúde (não grave, grave ou crítica) ⁸. Um aplicativo que sugere alongamentos para dor nas costas e um algoritmo que sinaliza um sangramento cerebral não são o mesmo animal regulatório, e esse grid de dois eixos é o motivo disso.

A Organização Mundial da Saúde adicionou a estrutura ética. Seu relatório de 2021 Ética e governança da inteligência artificial para a saúde estabeleceu seis princípios — proteger a autonomia; promover o bem-estar e a segurança; garantir a transparência e a explicabilidade; incentivar a responsabilidade e a prestação de contas; garantir a inclusão e a equidade; e promover uma IA responsiva e sustentável ⁹. A OMS prosseguiu com considerações regulatórias em 2023 e, em janeiro de 2024, com as primeiras diretrizes globais voltadas diretamente para a IA generativa e grandes modelos multimodais ¹⁰.

---

Como chegamos até aqui

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

Uma cronologia global da regulamentação de dispositivos médicos de IA (2013–2026)

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

Fonte: Compilado a partir de documentos primários do IMDRF, FDA dos EUA, 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 aprovou o Arterys — a primeira ferramenta clínica a combinar computação em nuvem e aprendizado profundo ¹¹. Em seguida, em abril de 2018, veio o divisor de águas: o FDA autorizou o IDx-DR, a primeira IA permitida a emitir um diagnóstico de forma autônoma, sem a interpretação do resultado por um médico — uma triagem de retinopatia diabética para a atenção primária que alcançou 87.2% de sensibilidade e 90.7% de especificidade em seu ensaio clínico pivotal ¹². Em questão de 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 Classe III ¹³.

O arcabouço regulatório acompanhou essa evolução entre 2021 e 2025: os princípios trilaterais de Boas Práticas de Aprendizado de Máquina em outubro de 2021, a Lei de IA da UE entrando em vigor em agosto de 2024, o guia final de Plano de Controle de Mudanças Pré-determinado do FDA em dezembro de 2024 e — demonstrando a velocidade com que essa fronteira avança — a primeira diretriz do mundo para dispositivos de IA generativa da Coreia em janeiro de 2025 ¹⁴. Até fevereiro de 2026, o IMDRF havia publicado um Reliance Playbook global para ajudar os reguladores a se apoiarem no trabalho uns dos outros ¹⁵.

---

Os dados: quão grandes, quão rápidos, onde

A curva de autorizações está se inclinando acentuadamente para cima

O melhor indicador individual da penetração da IA na medicina é a lista pública de Artificial Intelligence-Enabled Medical Devices do 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 subjacente do FDA 510(k). As autorizações de IA/AM identificadas subiram de um pequeno punhado no final dos anos 2010 para 115 em 2025 — e, o que é ainda mais revelador, a IA cresceu de 0.14% de todas as autorizações 510(k) em 2019 para 3.57% em 2025, um salto de cerca de 25 vezes na participação em seis anos.

(Nossa contagem derivada do banco de dados é deliberadamente conservadora — mais restrita do que a lista curada do FDA, porque muitas ferramentas de radiologia baseadas em IA estão enquadradas em códigos de produto cujo texto nunca menciona "IA". Nós a utilizamos para tendências e geografia; a própria lista do FDA é o total principal. Fonte: banco de dados openFDA 510(k) — análise Pure Global, junho de 2026.)

É esmagadoramente uma história de imagem — por enquanto

A IA na medicina é, hoje, principalmente IA na radiologia. Na lista do FDA, a radiologia responde por cerca de 76% de todas as autorizações de IA ¹⁶; em nossa própria amostra de autorizações, a concentração é ainda maior, com o setor cardiovascular e a gastroenterologia (endoscopia) em um distante segundo e terceiro lugar. A razão é estrutural: a imagem é digital, abundante e rotulada, e a via 510(k) permite que um novo algoritmo cite um existente como predicado. Patologia, sinais cardiológicos 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

Eis o fato que deve reestruturar qualquer plano de comercialização. Os dispositivos médicos com IA autorizados nos EUA provêm de pelo menos 16 países. Em nossa análise dos 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, aproximadamente 80% deles na Classe III de maior risco ¹⁸. Taiwan licenciou 166 dispositivos de IA/AM entre 2020 e 2024 ¹⁹. O Japão contava com 51 SaMD baseados em IA na lista do 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, cada um, falam uma linguagem regulatória diferente. A inovação é global; a aprovação é obstinadamente local.

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

As estimativas de tamanho de mercado para a IA na saúde variam em uma ordem de grandeza, porque os analistas estabelecem os limites em locais totalmente diferentes. A categoria ampla de "IA na saúde" — que inclui descoberta de medicamentos, automação administrativa, escribas ambientes e muito mais — está projetada em USD 187.7 bilhões até 2030 a uma CAGR de 38.5% ²¹, com a consultoria mais agressiva projetando mais de USD 1 trilhão até 2034 ²². A parcela regulada, mais restrita — IA em dispositivos médicos — é muito menor e mais credível: cerca de USD 12.4 bilhões em 2025, atingindo USD 42.4 bilhões até 2030 ²³. O SaMD puro é estimado em aproximadamente USD 5–25 bilhões, dependendo da fonte ²⁴. Trate cada uma dessas estimativas como um intervalo, não como um fato.

O capital conta uma história mais clara. O financiamento de capital de risco em saúde digital nos EUA se recuperou para USD 14.2 bilhões em 2025 (+35%) e, pela primeira vez, as startups baseadas em IA capturaram a maioria — 54% de todos os dólares ²⁵. As empresas públicas de SaMD de IA estão fazendo a transição do crescimento para a lucratividade: a Tempus AI registrou USD 1.3 bilhões em receita no FY2025 (+83%) ²⁶; a iRhythm atingiu USD 747 milhões e seu primeiro trimestre lucrativo segundo as normas GAAP ²⁷; a HeartFlow abriu o capital em agosto de 2025 e cresceu 40% para USD 176 milhões ²⁸; a sul-coreana Lunit cresceu 53%, com 92% da receita vinda do exterior ²⁹. Entre as empresas privadas, a Aidoc captou uma Série E de USD 150 milhões em abril de 2026, levando o financiamento total para além de meio bilhão de dólares ³⁰.

A corrida de patentes tem um líder diferente

A propriedade intelectual é onde a disputa global é mais visível. O estudo marco da WIPO contabilizou cerca de 340,000 depósitos de patentes relacionados à IA, sendo as ciências da vida e médicas o terceiro maior campo de aplicação ³¹. No entanto, a geografia se inverteu desde então: na década até 2023, a China depositou 38,210 invenções de IA generativa — mais do que o restante do mundo somado — contra 6,276 dos Estados Unidos ³². O escritório de patentes da China publicou diretrizes dedicadas para exame de patentes de IA no último dia de 2024 ³³. O pipeline de IA médica está sendo preenchido desproporcionalmente a partir da Ásia — o que torna a estratégia de acesso multimercado uma questão de quando, e não de se, para uma parcela crescente dos desenvolvedores mundiais.

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

Uma ressalva analítica que reestrutura a forma de pensar sobre este mercado. A inteligência de mercado tradicional de tecnologia médica baseia-se em dados de importação e alfandegários — mas o SaMD puro é invisível para esses dados. O software entregue por download na nuvem ou loja de aplicativos não cruza fronteiras físicas, não gera declaração alfandegária com código SH e não é capturado nas estatísticas de comércio de mercadorias. Os órgãos internacionais normatizadores afirmam isso diretamente: "Fluxos de dados que não são monetizados diretamente não são geralmente considerados como fluxos comerciais nas normas estatísticas atuais" ³⁴, e a moratória da OMC sobre direitos aduaneiros para transmissões eletrônicas se mantém desde 1998 ³⁵. Hardware com IA embutida — um tomógrafo computadorizado com IA — movimenta-se como mercadoria e aparece nos dados; um algoritmo na nuvem autorizado por 510(k) não aparece. O resultado: a análise de comércio convencional subestima sistematicamente o software de IA e dá peso excessivo ao hardware. A única pegada confiável da expansão global do SaMD são seus registros — que é exatamente a perspectiva utilizada neste relatório.

---

O acerto de contas com a segurança

Por trás de cada enrijecimento das regras há um conjunto de evidências de que a IA na medicina pode falhar de maneiras que os dispositivos tradicionais não falham. Três achados, em particular, reformularam a forma de pensar dos reguladores.

Viés que se esconde em dados à vista de todos. Um estudo emblemático do 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 ao longo de cerca de 50,000 leituras pareadas ³⁶. A FDA emitiu uma comunicação de segurança em fevereiro de 2021 e, até janeiro de 2025, uma minuta de guia exigindo validação mais diversificada 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 proprietária de predição implantada em centenas de hospitais dos EUA — foi validado externamente em 38,455 internações e obteve uma área sob a curva de 0.63, muito abaixo do intervalo de 0.76–0.83 alegado pelo fabricante. Ele deixou de identificar 67% dos casos de sepse enquanto disparava alertas em 18% de todos os pacientes ³⁸. Um modelo pode estar "em produção" em larga escala e ainda assim não funcionar como anunciado.

Recolhimentos que se concentram logo após a liberação. Uma análise de 2025 da Johns Hopkins/Yale sobre dispositivos de IA autorizados por FDA descobriu que 43.4% dos recolhimentos de dispositivos de IA ocorreram nos primeiros 12 meses após a liberação — cerca do dobro da taxa observada para dispositivos 510(k) em geral ³⁹. Um estudo paralelo descobriu que os recolhimentos estavam concentrados entre dispositivos que careciam de estudos clínicos publicados ⁴⁰. O contexto importa: aproximadamente 97% dos dispositivos de IA/ML são liberados por meio da via 510(k), a qual não exige testes prospectivos em humanos — portanto, grande parte da responsabilidade recai sobre a vigilância pós-comercialização.

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

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

Adicione a isso o problema do deslocamento do conjunto de dados — modelos implantados se degradam silenciosamente à medida que a população de pacientes, os tomógrafos ou os sistemas de codificação ao seu redor mudam — e você tem a justificativa para todo o aparato moderno: Boas Práticas de Aprendizado de Máquina, Planos Predeterminados de Controle de Mudanças e monitoramento obrigatório do desempenho no mundo real. Os reguladores não estão enrijecendo as regras porque a IA não funciona. Eles estão enrijecendo porque ela funciona até que, silenciosamente, deixa de funcionar.

---

O mapa regulatório global

Este é o núcleo de referência do relatório: como as principais jurisdições realmente classificam, analisam e fiscalizam o SaMD de IA em meados de 2026. O fio condutor a ser acompanhado 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 os detalhes regionais.

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

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

Fonte: US FDA, UE MDR/AI Act, MHRA, Health Canada, TGA, PMDA/MHLW, MFDS, HSA, NMPA, CDSCO, TFDA, ANVISA, COFEPRIS, SFDA, EDE — análise Pure Global, agosto 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 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 dispositivos inéditos 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 duas dúzias utilizaram De Novo e um punhado via PMA ⁴¹. O marco histórico do De Novo foi o IDx-DR em 2018.

O desenvolvimento recente decisivo é o Predetermined Change Control Plan (PCCP), finalizado em dezembro de 2024 ⁴². Um PCCP permite que o fabricante pré-especifique e pré-autorize um conjunto de modificações futuras do modelo — e as próprias palavras da agência capturam o valor: o FDA analisa o PCCP "para garantir a segurança e a eficácia contínuas do dispositivo sem a necessidade de submissões comerciais adicionais para implementar cada modificação." Em janeiro de 2025, a FDA foi além, emitindo uma minuta de guia abrangente sobre todo o ciclo de vida do produto de softwares de dispositivos habilitados por IA. A postura dos EUA, em resumo: rápida, baseada em predicados, fortemente focada em exames de imagem 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 principal mais difícil para SaMD de IA, porque dois regimes regulatórios agora se aplicam simultaneamente. Primeiro, o Regulamento de Dispositivos Médicos (MDR). Sua regra de classificação de software — Regra 11 — é notória. Leia diretamente: "Softwares destinados a fornecer informações usadas para tomar decisões com fins diagnósticos ou terapêuticos são classificados como classe IIa," escalando para Classe III quando uma decisão errada puder causar morte ou deterioração irreversível, ou Classe IIb para deterioração grave ⁴³. Sob as antigas diretivas, a maioria dos softwares autônomos se autocertificava como Classe I, sem envolvimento de terceiros. A Regra 11 elevou quase todos os SaMD diagnósticos e terapêuticos para a Classe IIa ou superior, o que força uma avaliação de conformidade por um Organismo Notificado, gestão de qualidade ISO 13485 e avaliação clínica. Nossa própria varredura no banco de dados EUDAMED encontrou dispositivos com palavras-chave de IA concentrados na Classe IIa — exatamente o impacto da Regra 11.

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

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

Reino Unido — divergindo, de forma pragmática

Pós-Brexit, a MHRA traçou um rumo 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 regras pré-mercado vindouras ⁴⁸. Seu ambiente regulatório experimental (sandbox) AI Airlock — o primeiro do gênero para dispositivos médicos de IA — realizou um piloto de quatro projetos em 2024 e uma Fase 2 de sete tecnologias até 2026, com financiamento plurianual agora comprometido ⁴⁹. Na prática, cerca de 90% dos dispositivos no mercado britânico ainda ostentam a marca CE, que a Grã-Bretanha aceitará até 2028–2030; a MHRA realizou uma consulta no início de 2026 sobre o reconhecimento indefinido das marcas CE ⁵⁰.

Canadá — o primeiro a finalizar regras dedicadas a ML

A Health Canada esteve entre os primeiros reguladores com uma orientação pré-mercado dedicada e finalizada para dispositivos médicos baseados em aprendizado de máquina — finalizada pela primeira vez em 2025 e publicada em formato final revisado em abril de 2026 — cobrindo as Classes II–IV, adotando os termos-chave do IMDRF e introduzindo formalmente o PCCP para que alterações autorizadas não desencadeiem uma nova alteração de licença ⁵¹. O Canadá foi coautor dos documentos fundamentais dos três reguladores — GMLP (2021), princípios de PCCP (2023) e princípios de Transparência (2024) — e exige certificação MDSAP desde 2019.

Austrália — reformou precocemente, recalibrando para a IA

A TGA da Austrália reformou suas regras de software ainda em fevereiro de 2021, excluindo aplicativos de bem-estar de baixo risco enquanto reclassificava softwares diagnósticos para classes mais altas (dispositivos ativos para terapia com função diagnóstica passaram para a Classe III). Sua consulta de 2024, Clarifying and strengthening the regulation of AI (Esclarecendo e fortalecendo a regulação da IA), atraiu mais de 600 partes interessadas e produziu 14 conclusões principais que agora estão sendo trabalhadas ⁵². A via de reliance da TGA — aceitando "autoridades reguladoras estrangeiras comparáveis" — é um grande acelerador, discutido abaixo.

Japão — construído para a iteração

O Japão regula SaMD como "dispositivos médicos programados" e possui indiscutivelmente o mecanismo mais favorável a atualizações de IA de qualquer grande mercado: o IDATEN, em vigor desde setembro de 2020, é a versão do Japão de um protocolo de gestão de alterações pós-aprovação, 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.

Coreia do Sul — a mais ágil

A Coreia do Sul é o destaque. Além de suas 153 autorizações de IA em 2025, o país construiu um arcabouço legal sob medida: o Digital Medical Products Act (DMPA), em vigor a partir de janeiro de 2025, introduz um mecanismo de alteração no estilo PCCP e um SGM Digital alinhado aos itens de trabalho do IMDRF ⁵⁴. A Coreia também emitiu o primeiro guia do mundo para dispositivos médicos de IA generativa em janeiro de 2025 e aprovou seu primeiro dispositivo desse tipo em abril de 2026 — e preside o grupo de trabalho de IA/ML do IMDRF. Se você quer ver para onde a regulação global de IA está se direcionando, observe Seul.

Singapura — o polo de reliance

A HSA de Singapura atua muito acima do seu tamanho por ser o regime de reliance mais eficiente da Ásia. Sua orientação para software, GL-04 (Revisão 4, dezembro de 2025), cobre explicitamente dispositivos habilitados por aprendizado de máquina ao longo do ciclo de vida e exige uma Notificação de Alteração quando o desempenho, as entradas ou o nível de supervisão humana de um modelo de IA se alteram ⁵⁵. De forma crucial, a HSA reconhece cinco agências de referência (US FDA, Organismos Notificados da UE, Health Canada, TGA, Japão MHLW) e estimou que cerca de 98% das solicitações podem usar uma via reduzida; dispositivos com duas aprovações prévias podem se registrar por meio de uma via "imediata" em até 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 análise do CMDE de 2021 e o catálogo de classificação de 2021–2022 enquadram softwares que fornecem diagnóstico ou orientam 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 se comprometeu a "simplificar os requisitos de registro de alteração para dispositivos médicos movidos a IA onde o algoritmo principal permaneça inalterado, mas o desempenho do algoritmo seja otimizado" — uma concessão real, porém estreita, comparada ao PCCP dos EUA ⁵⁷. A China exige um agente no país, 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 emitiu sua orientação atual sobre Software como Dispositivo Médico em 21 de julho de 2026. O documento consolida classificação, submissões, SGM, cibersegurança, controles pós-mercado e um Protocolo de Alteração de Algoritmo que pode ser usado quando aplicável; a CDSCO declara explicitamente que a orientação reflete a prática existente do MDR 2017 e não cria um novo controle regulatório ⁵⁸. A TFDA de Taiwan, por outro lado, possui um dos conjuntos de orientações de IA mais aprofundados do mundo — diretrizes técnicas dedicadas a CADe/CADx e orientação para elaboração de PCCP — e licenciou 166 dispositivos de IA/ML de 2020 a 2024. Na ASEAN, o padrão é reliance mais localização: Malásia, Tailândia, Vietnã, Filipinas e Indonésia em grande parte tratam o SaMD como um dispositivo geral e se apoiam em aprovações de países de referência, sendo que a via rápida do Vietnã é incomum por sua abrangência (aceita até aprovações NMPA e MFDS).

América Latina, Oriente Médio e África

A ANVISA do Brasil importou integralmente a lógica da UE: sua Regra 11 sob a RDC 751/2022 espelha a da UE, enquadrando softwares de suporte à decisão nas Classes II–IV, e a RDC 657/2022 foi a primeira resolução específica para SaMD da região. Um fabricante estrangeiro não pode deter um registro brasileiro — um Detentor de Registro no Brasil local é obrigatório e indelegável ⁵⁹. A COFEPRIS do México reformulou seu regime de reliance em 2025 em uma única Via Abreviada que reconhece todos os membros do IMDRF e do MDSAP, estabelecendo a meta de 30 dias úteis. A SFDA da Arábia Saudita emitiu a MDS-G010 (novembro de 2022) — uma das primeiras orientações dedicadas a dispositivos médicos de IA/ML no mundo, e citada por alguns observadores como a primeira executável (outros a classificam como não vinculativa) — a qual orienta de forma única que "o fabricante deve validar localmente os dispositivos médicos baseados em IA/ML desenvolvidos e aprovados em outras jurisdições" ⁶⁰ — um lembrete de que a "aprovação em país de referência" nem sempre é suficiente. Os EAU centralizaram a aprovação de dispositivos sob o novo Emirates Drug Establishment em janeiro de 2025. A SAHPRA da África do Sul emitiu sua primeira comunicação sobre IA em setembro de 2025, mas ainda não começou a registrar dispositivos, e a Agência Africana de Medicamentos em âmbito continental — 31 de 55 estados ratificados — ainda não abrange dispositivos médicos nem 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 e Classe II–IV no Brasil — cada qual com seus próprios requisitos de evidência, idioma, detentor local e controle de alterações.

---

Quanto custa e quanto tempo leva

As diferenças de classificação acima se traduzem diretamente em dinheiro e meses. Os números principais abaixo são taxas governamentais e prazos realistas para um dispositivo de maior risco; eles excluem os custos substanciais de ensaios, evidências clínicas, tradução e representação no país, que frequentemente superam a taxa oficial.

A taxa oficial é o valor menor

As taxas governamentais isoladas variam de menos de USD 1,000 a cerca de USD 44,000 para um registro de alto risco:

• Estados Unidos — taxas MDUFA FY2026 (verificadas em FDA.gov): 510(k) $26,067 (pequenas empresas $6,517); De Novo $173,782; PMA $579,272; além de uma taxa anual de estabelecimento de $11,423 ⁶¹.
• China — taxas de registro da NMPA de aproximadamente RMB 210,900 (~$30,000) para Classe II e RMB 308,800 (~$44,000) para Classe III — as taxas oficiais mais elevadas deste relatório.
• Brasil — registro de Classe III/IV da ANVISA de ~BRL 21,000 mais uma taxa de certificação de 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 site + $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 evidências e análise varia amplamente.

O tempo é o valor caro

O custo real é o calendário. Prazos realistas para alto risco se estendem de cerca de um mês (Canadá, Classe III) a 24 meses na UE e quatro a cinco anos na China quando um ensaio clínico local é necessário:

A UE ilustra como a classificação se transforma em custo. Como a Regra 11 converte o que costumava ser uma autodeclaração de Classe I quase gratuita em um engajamento com Organismo Notificado para Classe IIa+, o projeto CE completo para SaMD comumente atinge seis dígitos e 13–18 meses antes da emissão do certificado. Para uma startup com tempo de sustentação financeira medido em trimestres, isso não é um item orçamentário — é uma ameaça estratégica.

A alavanca: reliance e a peculiaridade específica da IA

Frente a esses prazos está a ferramenta isolada mais poderosa no acesso a mercados globais: 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 o efeito de forma nítida — um SaMD de alto risco que leva ~8 meses para ser registrado no Brasil pela via ordinária pode cair para cerca de 6 semanas quando uma aprovação de referência da FDA ou outra é alavancada por meio da via de análise otimizada da ANVISA.

Para SaMD de IA, há uma peculiaridade específica e recorrente que as tabelas de custos não mostram. Quando o algoritmo é atualizado — como uma boa IA constantemente faz —, a questão é se essa atualização exige uma nova submissão. O PCCP dos EUA pode permitir que atualizações pré-especificadas sejam lançadas sem uma nova submissão, economizando a taxa de $26,067 mais a análise de 90–175 dias em cada 510(k) evitado, e muito mais em suplementos de PMA evitados. Cerca de 10% dos dispositivos de IA autorizados pela FDA em 2025 já incorporavam um PCCP. Mas essa economia é exclusiva dos EUA — e esse é o ponto central de todo o relatório.

---

Quanto custa registrar IA como dispositivo médico em diferentes países?

As taxas governamentais acima são apenas metade da fatura. A outra metade é o trabalho especializado — estruturar o dossiê, deter o registro local, responder a cada questionamento da autoridade e protocolar cada renovação e alteração de algoritmo. É aqui que a indústria é mais opaca: a maioria das consultorias regulatórias cobra por hora ou faz orçamentos individuais para cada submissão, de modo que o verdadeiro custo multimercado só surge após a chegada dos aditivos contratuais.

A Pure Global é a primeira empresa de acesso ao mercado de dispositivos médicos a publicar uma taxa anual fixa e única por registro. A partir de USD $2,000 por dispositivo, por mercado, por ano, essa taxa única consolida serviços normalmente cobrados por hora — representação no país, submissão (com base em aprovação de referência), renovações, modificações e toda a correspondência com a autoridade sanitária. Sem planilhas de horas, sem surpresas por e-mail.

Aqui está exatamente quanto custa ter a Pure Global atuando como sua representante local e detentora do registro do dispositivo médico de IA, mercado por mercado. (O SaMD de IA geralmente se enquadra na classe de maior risco, portanto a cifra superior se aplica em mercados com faixas estratificadas.)

Representação no país da Pure Global — taxa anual fixa por dispositivo de IA

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

Taxa anual fixa para representação no país de um SaMD de IA; inclui submissão com base em aprovação de referência, renovações, modificações e correspondência com a autoridade. Fonte: Tabela de Preços Principal da Pure Global, 2026 (por registro; aplicam-se descontos para múltiplos registros e contratos de 3 anos).

O trabalho pontual de submissão e compilação — quando um mercado exige a elaboração de um dossiê completo — é publicado com a mesma transparência: uma compilação de 510(k) nos EUA custa $15,000–$20,000, um projeto de documentação técnica ou RAE (CER) na UE é listado por classe ($8,000–$30,000), uma compilação de registro canadense é de $3,000–$25,000 por classe, e a determinação da via regulatória é um valor fixo de $5,000. Cada valor é cotado antecipadamente, nunca por hora.

Um exemplo prático — um algoritmo de imagem por IA, quatro mercados. Considere uma única ferramenta de radiologia por IA já autorizada pela 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 no país da Pure Global totaliza $1,000 (EUA) + $2,000 (UE) + $3,000 (Brasil) + $3,000 (Singapura) = $9,000 para o ano — valor fixo, com toda renovação, modificação e troca de correspondência com a autoridade incluídas; você adiciona o trabalho pontual de submissão apenas onde um mercado realmente exigir um novo dossiê. Essa previsibilidade é o objetivo: quando as regras diferem em cada mercado e seu modelo continua mudando, a última coisa de 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, opera uma poderosa engrenagem de harmonização. O IMDRF alinha as definições e os princípios de Good Machine Learning Practice. O Programa de Auditoria Única em Dispositivos Médicos (MDSAP) permite que uma única auditoria do sistema de gestão da qualidade satisfaça cinco reguladores de uma só vez — EUA, Canadá, Brasil, Japão e Austrália ⁶². E as vias de dependência regulatória (reliance) estão se espalhando rapidamente: Singapura aceita cinco agências de referência e direciona ~98% das solicitações para análise simplificada; Brasil, México, Austrália, Malásia, Vietnã e o Golfo reconhecem aprovações estrangeiras em algum grau. Em fevereiro de 2026, o IMDRF chegou a publicar um Reliance Playbook global para codificar a prática ¹⁵.

Quais mercados aceitam quais aprovações estrangeiras (rotas de reliance)

Uma liberação FDA ou marcação 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 — tipicamente FDA ou CE — torna-se uma chave-mestra que abre dezenas de mercados com velocidade e custo reduzidos. É precisamente essa a alavancagem que um programa de acesso ao mercado bem-executado foi projetado 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 mudanças. A convergência ocorre no dispositivo; a divergência ocorre na IA. Considere o mesmo modelo de aprendizado de máquina buscando atualizar seu algoritmo:

• Nos EUA, um PCCP pré-autorizado permite disponibilizar a atualização sem uma nova submissão.
• Na UE, uma alteração "substancial" de software ainda dispara a reanálise pelo Organismo Notificado — e, sobreposta a isso, uma avaliação de conformidade separada sob o AI Act.
• Na China, a atualização só é tolerada se "o algoritmo principal permanecer inalterado"; um retreinamento genuíno significa um registro completo de alteração.
• Na Coreia, a DMPA permite planos de mudança pré-aprovados — mas apenas dentro de parâmetros pré-aprovados.

Como uma análise coloca de forma contundente, "um PCCP autorizado pela FDA não satisfaz as obrigações do AI Act da UE, e vice-versa" ³. Nenhuma auditoria do MDSAP e nenhuma via de dependência regulatória resolve isso. Um desenvolvedor de IA que obtém liberações em dez mercados não comprou a paz; ele comprou dez obrigações distintas de controle de mudanças, cada uma disparada a cada melhoria do modelo. Para uma tecnologia cuja proposta de valor inteira é continuar melhorando, isso é uma taxa estrutural e cumulativa sobre o sucesso — e recai com mais força sobre as equipes pequenas e ágeis que constroem 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 pressupõe um modelo treinado para uma finalidade de uso única e bem definida — detectar um sangramento, medir uma fração de ejeção, sinalizar um nódulo. Grandes modelos de linguagem e modelos de fundação multimodais quebram essa premissa de três maneiras simultâneas: são de propósito geral (um modelo, múltiplos usos possíveis), não determinísticos (o mesmo prompt pode gerar respostas diferentes) e propensos a alucinações (confiantes, fluentes, erradas). Nenhuma dessas propriedades se encaixa confortavelmente dentro de um arcabouço construído em torno de uma finalidade de uso fixa e de uma versão de referência "bloqueada".

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

Mas diretrizes não são o mesmo que uma via de liberação. Até meados de 2026, as vias estabelecidas — 510(k), De Novo, marcação CE — ainda pressupõem um dispositivo que você possa definir com precisão, testar em relação a uma norma fixa e congelar. Um LLM clínico de propósito geral não atende a nenhum desses pré-requisitos de forma clara, razão pela qual a primeira onda de "IA generativa na saúde" chegou ao mercado em grande parte como ferramentas administrativas (escribas ambientais, auxiliares de documentação) que desviam da definição de dispositivo médico, em vez de dispositivos de diagnóstico liberados. A fronteira regulatória para a IA clínica autônoma e generativa está, genuinamente, ainda sendo traçada — e os mercados que a traçarem primeiro (a Coreia hoje; outros a seguir) moldarão como o restante do mundo irá copiá-los. Para os desenvolvedores, a lição prática é observar onde as linhas estão sendo estabelecidas e projetar a estratégia regulatória, e não apenas o produto, para um alvo em movimento.

---

O playbook de acesso ao mercado

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

1. Classifique antes de construir a evidência. O mesmo produto pode ser Classe II ou Classe III dependendo do mercado e da alegação. Mapeie as regras de classificação dos mercados-alvo primeiro, pois elas ditam a evidência clínica e técnica de que você precisará. Sequenciar a alegação e a evidência para o mercado-alvo mais rigoroso evita a reconstrução do dossiê mais tarde.

2. Obtenha uma aprovação de âncora robusta — e então explore a dependência regulatória (reliance) deliberadamente. Uma liberação FDA ou marcação CE vale muito mais do que um único mercado; é a credencial que desbloqueia vias simplificadas em Singapura, Brasil, México, Austrália, no Golfo e além. A arte está em saber qual âncora cada mercado-alvo reconhece e direcionar o dossiê em conformidade. A Arábia Saudita, que exige validação local mesmo para IAs aprovadas no exterior, é o lembrete de que o reliance é um mapa, não um cobertor genérico.

3. Estabeleça representação local onde ela for obrigatória — o que ocorre na maioria dos lugares. Um fabricante estrangeiro não pode deter seu próprio registro no Brasil (BRH), na UE (Representante Autorizado), na China (agente legal), no Japão (MAH/DMAH), na Arábia Saudita, nos EAU, na Índia e em muitos outros locais. Cada um exige uma entidade legal local para deter o registro e atuar perante a autoridade sanitária. Estabelecer trinta entidades desse tipo é impraticável; terceirizá-las para um único parceiro é como a escala se torna viável.

4. Trate o controle de mudanças 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 projete o ritmo de lançamento de algoritmos em torno do regime mais restritivo que importa para o seu negócio. O plano de ciclo de vida agora faz parte do plano de acesso ao mercado.

5. Execute como uma operação conectada, não como trinta submissões desconectadas. O custo não é nenhuma submissão de registro individual; é a coordenação — traduções, detentores locais, calendários de renovação, notificações de alteração e tecnovigilância pós-comercialização em dezenas de regimes que evoluem de forma independente.

Uma sequência típica na prática. Para um desenvolvedor de IA de imagem, a implantação frequentemente ocorre assim: garanta a FDA 510(k) ou a marcação CE como âncora; em paralelo, submeta no seu mercado de origem e em um mercado de reliance rápido (Singapura ou Austrália) para obter receita inicial; use essas aprovações para abrir as vias simplificadas no Brasil, México e Golfo; em seguida, enfrente os mercados de alto esforço e alto valor — China e Japão — onde testes locais ou dados clínicos são inevitáveis e os prazos de execução são os mais longos. Ao longo de todo o processo, um único plano de controle de mudanças é mantido centralmente e mapeado para as regras de atualização de cada mercado, de modo que uma melhoria do modelo seja submetida em todos os lugares onde deve ser, e em nenhum lugar onde não seja necessária. A ordem não é arbitrária; ela sequencia o fluxo de caixa, o reuso de evidências e os mercados de recursos escassos deliberadamente.

Este é o trabalho para o qual a Pure Global foi desenvolvida: 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 sem limite que a indústria adota por padrão. Os dados deste relatório — extraídos da FDA, EUDAMED, NMPA, PMDA, MFDS, ANVISA e dezenas de registros nacionais, juntamente com nosso próprio conjunto de dados de custos e cronogramas mercado a mercado — constituem a mesma inteligência que usamos para sequenciar a implantação 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 é agora uma categoria convencional de dispositivos médicos, e os dados provam isso. De aproximadamente 1 em 700 liberações do FDA em 2019 para 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 se expandindo rapidamente, o SaMD de IA passou de novidade a norma.

Cada órgão regulador reclassifica a IA para classes de risco mais elevadas, e a maioria está convergindo para a supervisão do ciclo de vida. Regra 11 na UE e no Brasil, Classe III na China, alto risco sob o Regulamento de IA da UE — a IA diagnóstica e terapêutica é tratada de forma rigorosa, e a resposta compartilhada é o controle de todo o ciclo de vida do produto, as GMLP e os planos de mudanças pré-determinados.

A confiança regulatória (reliance) permite que uma aprovação seja aproveitada em múltiplos mercados — exceto na parte de IA. O maquinário de harmonização (IMDRF, MDSAP, rotas de reliance) realmente permite que uma forte aprovação de referência abra portas em 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 lugares à medida que o modelo evolui. Essa lacuna é o desafio operacional definidor dessa área.

A vantagem competitiva é a máquina de registro, não o registro em si. 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 único sistema conectado.

Fale conosco

Se você está desenvolvendo ou expandindo um dispositivo médico de IA e avaliando em quais mercados entrar, em qual 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.

---

Referências

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 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 ↩