EU MDR-klassifikation: Hvilke AI-værktøjer praktiserende læger kan implementere

Regulatorisk viden om AI-værktøjer har ikke fulgt med deres udbredelse i primærsektoren. Lægepraksisser i hele EU afprøver og implementerer AI-drevne værktøjer i højt tempo — til dokumentation, triagestøtte, klinisk kodning og beslutningsstøtte — ofte uden en klar forståelse af, om disse værktøjer er reguleret medicinsk udstyr i henhold til EU's forordning om medicinsk udstyr, og hvad denne klassificering betyder for praksis. Konsekvenserne af at tage fejl er ikke teoretiske: Implementering af et uklassificeret værktøj, der burde bære CE-mærkning, udsætter praksis for ansvar, og de forpligtelser, der påhviler praksis som 'operatør', er mere omfattende, end de fleste praksischefer er klar over. Denne artikel forklarer de regulatoriske rammer i et klart sprog og giver sundhedsbeslutningstagere et praktisk grundlag for at evaluere ethvert AI-værktøj før implementering.

Kerneforskellen: medicinsk udstyr vs. produktivitetsværktøj

Det vigtigste spørgsmål at stille om ethvert AI-værktøj er, om det påvirker kliniske beslutninger eller patientresultater, eller om det blot reducerer administrativt arbejde. Denne forskel afgør hele compliance-processen.

I henhold til EU's forordning om medicinsk udstyr (MDR) er software, der er beregnet til diagnose, forebyggelse, overvågning, forudsigelse, prognose, behandling eller lindring af sygdom, sandsynligvis klassificeret som medicinsk udstyr. Software, der kun automatiserer dokumentation, formaterer notater, genererer patientbreve eller hjælper med planlægning, er som udgangspunkt ikke det. Forskellen er ikke altid tydelig ud fra et produkts markedsføringsmateriale, og netop denne tvetydighed er der, hvor den regulatoriske risiko koncentreres.

Et konkret eksempel: Et ambient voice-værktøj, der transskriberer en konsultation og formaterer den til et struktureret journalnotat, hvor klinikeren gennemgår og godkender outputtet, er typisk ikke medicinsk udstyr. Et værktøj, der analyserer den samme konsultation og foreslår en differentialdiagnose, anbefaler en henvisning eller markerer en lægemiddelinteraktion, er meget sandsynligt omfattet af MDR-forpligtelser. Den samme underliggende teknologi kan befinde sig på begge sider af denne grænse afhængigt af, hvad den er designet og markedsført til at gøre.

Hvordan EU MDR definerer software som medicinsk udstyr

EU MDR 2017/745, artikel 2, definerer medicinsk udstyr til også at omfatte software, når denne software er beregnet af producenten til et medicinsk formål. MDCG 2019-11-vejledningen om softwarekvalificering og klassificering, væsentligt revideret i 2025 for eksplicit at adressere kunstig intelligens (AI), giver den operative ramme for at afgøre, om et givent softwareprodukt kvalificerer som Medical Device Software (MDSW) eller, mere specifikt, som Medical Device AI (MDAI).

Nøglekriteriet er 'tilsigtet formål': hvad softwaren er designet, mærket og markedsført til at gøre. En leverandør kan ikke blot hævde, at deres værktøj ikke er medicinsk udstyr, hvis den måde, det promoveres på, antyder en klinisk funktion. MDCG 2025-6, offentliggjort i juni 2025, bekræftede, at det tilsigtede formål, herunder hvordan et værktøj beskrives i markedsføringsmateriale, er juridisk afgørende — ikke kun den underliggende tekniske arkitektur.

Den reviderede MDCG 2019-11-vejledning adresserer også eksplicit AI-specifikke eksempler og overvejer interoperabilitet med journalsystemer under det europæiske sundhedsdataområde, hvilket er direkte relevant for lægepraksisser, der integrerer AI-værktøjer i eksisterende kliniske systemer.

De tre risikokategorier, der afgør, hvad en lægepraksis skal verificere

EU MDR anvender et lagdelt klassificeringssystem under bilag VIII, regel 11, som gælder specifikt for software. Den risikokategori, der tildeles et AI-værktøj, bestemmer den overensstemmelsesvurderingsrute, leverandøren skal følge, og dermed hvad en lægepraksis skal verificere før implementering.

• Klasse I: Software, der ikke påvirker kliniske beslutninger på en måde, der kan skade patienten. Disse enheder kræver en selverklæring om overensstemmelse fra producenten. Intet bemyndiget organ er involveret. Ifølge MDCG 2025-6 betragtes klasse I-enheder ikke som højrisiko-MDAI under AI-loven.

• Klasse IIa: Software, der er beregnet til at levere information, der bruges til at træffe beslutninger med diagnostiske eller terapeutiske formål for alvorlige tilstande, eller hvor fejl kan forårsage betydelig skade. Involvering af bemyndiget organ er påkrævet for overensstemmelsesvurdering.

• Klasse IIb: Software, der er beregnet til at levere information, der bruges til at træffe beslutninger med diagnostiske eller terapeutiske formål for livstruende sygdomme eller kroniske tilstande, der forårsager permanent svækkelse, eller til at overvåge vitale fysiologiske parametre, hvor variation kan resultere i umiddelbar fare.

• Klasse III: Software, der indgår i beslutninger, som, hvis de er forkerte, direkte kunne forårsage død eller irreversibel forringelse af helbredet.

I en lægepraksiskontekst er kliniske beslutningsstøtteværktøjer, der genererer differentialdiagnoser, risikostratificeringsoutput eller henvisningsanbefalinger typisk klasse IIa eller højere, hvilket kræver involvering af bemyndiget organ og CE-mærkning. 2025-revisionen af MDCG 2019-11 udvidede fortolkningen af regel 11 til at inddrage graden af softwareautonomi og dens rolle i primær kontra støttende diagnostik, hvilket betyder, at værktøjer, der tidligere var grænsetilfælde, nu kan falde i en højere klasse.

Et peer-reviewed casestudie af Aireen diabetisk retinopati-screening AI, som opnåede MDR 2017/745-compliance og CE-mærkning før markedsadgang i 2023, illustrerer dybden af klinisk validering, der kræves: et multisite klinisk forsøg med over tusind patienter, hvor læger var involveret i hvert trin fra definition af tilsigtet anvendelse til risikoanalyse og softwarevalidering. Dette er den standard, en lægepraksis bør forvente, at et reguleret AI-medicinsk udstyr har opfyldt.

Hvad CE-mærkning betyder for et AI-værktøj, og hvad det ikke gør

CE-mærkning under EU MDR signalerer, at en leverandør har gennemført en overensstemmelsesvurdering, der er passende for enhedens tildelte risikokategori. For klasse IIa og opefter betyder det, at et bemyndiget organ har gennemgået den tekniske fil og kliniske evidens. Det er en væsentlig milepæl, men det er ikke en generel garanti for klinisk validitet på tværs af alle use cases eller plejeindstillinger.

Omfanget af en CE-mærkning er afgørende. Et værktøj kan være CE-mærket til brug som diagnostisk hjælpemiddel i specialiseret dermatologi, men ikke valideret til brug i en lægepraksis. En praksis, der implementerer dette værktøj uden for dets certificerede tilsigtede formål, er ikke beskyttet af CE-mærket og kan selv agere uden for de regulatoriske rammer.

Beslutningstagere bør se ud over tilstedeværelsen af CE-mærkning for at forstå dens omfang: Hvilken patientpopulation, hvilken klinisk kontekst og hvilke specifikke funktioner er dækket? Denne information bør være tilgængelig i leverandørens overensstemmelseserklæring og, på et oversigtsniveau, i brugsanvisningen.

De regulatoriske forpligtelser, der påhviler lægepraksis, ikke kun leverandøren

En udbredt misforståelse blandt lægepraksisser er, at det regulatoriske ansvar for et AI-værktøj udelukkende hviler på softwareleverandøren. Under EU MDR er dette ikke tilfældet. Praksis, som 'operatør', der implementerer værktøjet, bærer egne forpligtelser, og under AI-lovens terminologi svarer MDR-'brugeren' direkte til AI-lovens 'implementerer', en rolle med eksplicitte compliance-pligter.

Operatørforpligtelser under EU MDR omfatter:

• Implementeringsparathedsvurdering: Bekræftelse af, at værktøjet kun bruges inden for dets certificerede tilsigtede formål og i den kliniske kontekst, det er valideret til.

• Registrering: Vedligeholdelse af et register over, hvilke regulerede AI-værktøjer der er implementeret, herunder deres klassificering og CE-status.

• Personaletræning: Sikring af, at klinikere og administrativt personale forstår værktøjets tilsigtede anvendelse, dets begrænsninger og hvornår man ikke skal stole på dets output.

• Hændelsesrapportering: Rapportering af alvorlige hændelser, herunder næsten-ulykker, der kunne have forårsaget patientskade, til den relevante nationale kompetente myndighed.

• Overvågning efter markedsføring: Overvågning for sikkerhedssignaler og opdatering af implementeringspraksis, hvis leverandøren udsteder sikkerhedsmeddelelser eller opdaterer værktøjets tilsigtede formål.

Disse er ikke valgfrie. En lægepraksis, der implementerer et reguleret AI-værktøj uden at opfylde disse forpligtelser, er ikke compliant, uanset leverandørens egen certificeringsstatus.

Dokumentation en lægepraksis har brug for før implementering af ethvert AI-værktøj

Før underskrivelse af en kontrakt eller påbegyndelse af en pilotimplementering bør lægepraksisser anmode om og opbevare følgende dokumentation fra enhver AI-leverandør:

• Overensstemmelseserklæring (for reguleret medicinsk udstyr) eller en skriftlig, begrundet klassificeringsrationalisering, der forklarer, hvorfor værktøjet ikke er medicinsk udstyr.

• CE-certifikat inklusive dets omfang, det udstedende bemyndigede organ (for klasse IIa og opefter) og udløbsdato.

• Erklæring om tilsigtet formål: Leverandørens formelle beskrivelse af, hvad værktøjet er designet til at gøre, for hvilke patienter og i hvilken klinisk kontekst.

• Klinisk evidenssammenfatning: En sammenfatning af de kliniske data, der understøtter værktøjets præstationskrav, herunder den population og indstilling, hvori de blev etableret.

• Databehandleraftale: Påkrævet under databeskyttelsesforordningen (GDPR). Bør specificere, hvor patientdata behandles og opbevares, samt det juridiske grundlag for behandlingen.

• Forpligtelser til overvågning efter markedsføring: Hvordan leverandøren overvåger virkelige præstationer og kommunikerer opdateringer eller sikkerhedssignaler til operatører.

Disse dokumenter eksisterer, fordi leverandøren er forpligtet til at udarbejde dem. En leverandør, der ikke er i stand til eller villig til at levere dem, er i sig selv et compliance-signal.

Højrisikoscenarier: AI-værktøjer, der sandsynligvis er reguleret medicinsk udstyr i primærsektoren

Følgende kategorier af AI-værktøjer er mest sandsynlige til at være omfattet af MDR-forpligtelser i en lægepraksiskontekst og berettiger det højeste niveau af kontrol før implementering:

• Klinisk beslutningsstøtte, der genererer differentialdiagnoser: Ethvert værktøj, der analyserer patientdata og producerer en rangeret liste over mulige diagnoser, er næsten helt sikkert MDSW, sandsynligvis klasse IIa eller højere.

• Risikostratificeringsværktøjer: Værktøjer, der tildeler patienter en risikoscore for en specifik tilstand (f.eks. kardiovaskulær risiko eller kræftrisiko) og bruger denne score til at anbefale klinisk handling.

• Automatiserede triagesystemer: AI, der bestemmer hastighed eller dirigerer patienter til et behandlingsforløb baseret på symptominput, uden obligatorisk klinikervurdering på beslutningspunktet.

• Recept- eller henvisningsanbefalingsværktøjer: Ethvert værktøj, der foreslår en specifik medicin, dosis eller henvisningsdestination baseret på patientdata.

• Diagnostisk billedanalyse: Værktøjer, der analyserer retinale billeder, hudfotografier, elektrokardiogrammer eller andre diagnostiske output for at identificere patologi.

Diagnostisk software, kliniske beslutningsstøtteværktøjer og AI-aktiveret medicinsk udstyr er i vid udstrækning klassificeret som højrisiko under både MDR og AI-loven, hvilket udløser obligatorisk overensstemmelsesvurdering, datakvalitetskrav og forpligtelser til menneskelig overvågning.

Lavere risikoscenarier: AI-værktøjer, der typisk falder uden for MDR-omfanget

Følgende kategorier af AI-værktøjer udgør generelt ikke medicinsk udstyr under EU MDR, fordi de ikke udfører en medicinsk funktion. De understøtter administrative eller dokumentationsarbejdsgange, hvor klinikeren bevarer fuld klinisk autoritet:

• Ambient voice-teknologi til klinisk dokumentation: Værktøjer, der transskriberer en konsultation og formaterer outputtet som et struktureret journalnotat, hvor klinikeren gennemgår, redigerer og godkender indholdet, før det indtastes i journalen.

• AI-assisterede patientbreve: Værktøjer, der udarbejder breve baseret på kliniker-leveret information uden at generere kliniske anbefalinger.

• Administrativ opsummering: Værktøjer, der kondenserer henvisningsbreve, epikriser eller tidligere korrespondance for at reducere læsetid.

• Kliniske kodeforslag-værktøjer: Værktøjer, der foreslår SNOMED- eller ICD-koder baseret på notatindhold, hvor klinikeren træffer den endelige kodningsbeslutning.

Selv for værktøjer i disse kategorier bør leverandører levere en skriftlig klassificeringsrationalisering, altså en dokumenteret forklaring på, hvorfor værktøjet ikke opfylder definitionen af MDSW. Fraværet af sådan dokumentation er ikke betryggende. Det er et hul.

Der er også en praktisk begrænsning værd at bemærke i det nuværende regulatoriske landskab. De høje omkostninger ved MDR-certificering og manglen på bemyndigede organer i EU har fået nogle softwareproducenter til at fjerne kliniske funktionaliteter fra deres værktøjer specifikt for at undgå klassificering som medicinsk udstyr. Lægepraksisser bør være opmærksomme på værktøjer, der ser ud til at have klinisk nytte, men markedsføres med iøjnefaldende ansvarsfraskrivelser om ikke at være beregnet til klinisk beslutningstagning. Dette kan afspejle regulatorisk positionering snarere end egentligt produktdesign.

Hvordan man evaluerer en leverandørs regulatoriske påstande før underskrivelse af en kontrakt

Leverandørers regulatoriske påstande varierer betydeligt i kvalitet og nøjagtighed. Følgende spørgsmål hjælper indkøbsansvarlige og praksischefer med at udføre meningsfuld due diligence:

Om klassificering:

• Er dette værktøj klassificeret som medicinsk udstyr under EU MDR? Hvis ikke, kan I levere en skriftlig klassificeringsrationalisering?

• Hvis det er medicinsk udstyr, hvad er dets risikokategori, og hvilket bemyndiget organ har udstedt CE-certifikatet?

Om evidens:

• Hvilken klinisk evidens understøtter værktøjets præstationskrav? I hvilken patientpopulation og plejeindstilling blev denne evidens genereret?

• Er værktøjet blevet valideret specifikt til brug i primærsektoren eller lægepraksisser?

Om tilsigtet formål:

• Hvad er den formelle erklæring om tilsigtet formål? Falder vores planlagte use case inden for dette omfang?

Om regulatorisk status:

• Er CE-certifikatet aktuelt? Hvad er dets udløbsdato?

• Er I registreret hos den relevante nationale kompetente myndighed?

Om AI-loven:

• Betragtes dette værktøj som højrisiko under EU's AI-lov? Hvis ja, hvilken overensstemmelsesvurdering er blevet gennemført?

Sætningen 'vi arbejder hen imod CE-mærkning' er ikke det samme som at have den. Et værktøj uden CE-mærkning, der burde være reguleret medicinsk udstyr, kan ikke lovligt implementeres i EU, uanset hvor lovende dets kapaciteter ser ud. MDCG 2025-6 bekræftede, at producenter af MDAI skal opfylde forpligtelser under både MDR og AI-loven via integrerede kvalitetsstyrings- og risikostyringsrammer. 'I gang' er ikke en compliant tilstand.

Nationale kompetente myndigheder og hvor man kan eskalere usikkerhed

Hver EU-medlemsstat har en national kompetent myndighed, der er ansvarlig for MDR-tilsyn og håndhævelse. Disse omfatter BfArM i Tyskland, ANSM i Frankrig, HPRA i Irland og tilsvarende organer i andre medlemsstater. Nationale kompetente myndigheder vedligeholder registre over autoriseret medicinsk udstyr og kan give vejledning om klassificeringsspørgsmål.

Lægepraksisser, der står over for reel usikkerhed om, hvorvidt et specifikt værktøj kræver MDR-compliance, især i grænsetilfælde, hvor en leverandørs klassificeringsrationalisering er tvetydig, kan henvende sig til deres nationale kompetente myndighed for vejledning i stedet for at træffe en ensidig implementeringsbeslutning. Dette er at foretrække frem for at fortsætte på grundlag af en ufuldstændig eller selvbetjenende leverandørerklæring.

Konsekvenserne af at implementere et uklassificeret værktøj, der burde være reguleret, omfatter potentiel håndhævelsesaktion fra den nationale kompetente myndighed, ansvar i tilfælde af patientskade og, under AI-lovens udvidede forpligtelser, implementerer-niveau sanktioner, der pålægges praksis selv, ikke kun leverandøren.

AI-lovens faseopdelte implementeringstidslinje er også relevant for planlægning. Fulde højrisikoforpligtelser gælder fra august 2026, med en udvidet overgang til august 2027 for AI-systemer, der allerede er reguleret som medicinsk udstyr under MDR eller IVDR. Denne august 2027-deadline gælder specifikt for AI-systemer, der allerede er på markedet under disse forordninger. Nyligt implementerede højrisiko-AI-systemer, der ikke tidligere var reguleret under MDR eller IVDR, står over for august 2026-forpligtelserne. Praksisser, der implementerer nye værktøjer nu, bør antage, at fulde forpligtelser er nært forestående.

Opbygning af en simpel AI-governance-ramme for din lægepraksis

Lægepraksisser behøver ikke et dedikeret regulatorisk team til at håndtere AI-værktøjs-compliance, men de har brug for en gentagelig proces. En letvægts governance-ramme dækker fire områder:

Klassificeringsvurdering før implementering

For hvert AI-værktøj under overvejelse, dokumentér om det er medicinsk udstyr, dets risikokategori, status for dets CE-mærkning og omfanget af denne mærkning. Gennemfør denne vurdering, før nogen pilot begynder — ikke efter.

Godkendelse og registrering

Vedligehold et register over alle AI-værktøjer i brug, herunder deres regulatoriske status, datoen for implementering og navnet på den person, der er ansvarlig for at overvåge compliance. Opdater dette register, når værktøjer opdateres, eller deres tilsigtede formål ændres.

Personaletræning

Sørg for, at alt personale, der bruger et AI-værktøj, forstår dets tilsigtede formål, dets begrænsninger og grænserne for passende tillid. For reguleret medicinsk udstyr kan træningskrav være specificeret i brugsanvisningen.

Hændelseslogning og periodisk revurdering

Etabler en proces til logning af hændelser, herunder næsten-ulykker, hvor et AI-værktøjs output kan have bidraget til en patientsikkerhedsbekymring. Gennemgå registret over implementerede værktøjer mindst årligt, og revurdér klassificering, når en leverandør opdaterer værktøjets funktionalitet eller markedsføringsmateriale, da tilsigtet formål, herunder hvordan et værktøj markedsføres, er juridisk afgørende under EU MDR.

Denne ramme behøver ikke at være kompleks. Den skal være dokumenteret, konsekvent anvendt og opdateret, efterhånden som det regulatoriske miljø og værktøjerne selv ændrer sig.

Ofte stillede spørgsmål

Hvordan ved jeg, om et AI-værktøj, der bruges i min lægepraksis, er reguleret medicinsk udstyr under EU MDR?

Nøglespørgsmålet er, om værktøjet påvirker kliniske beslutninger eller patientresultater. Under EU's forordning om medicinsk udstyr 2017/745 er software, der er beregnet til diagnose, forebyggelse, overvågning, forudsigelse, prognose, behandling eller lindring af sygdom, sandsynligvis klassificeret som medicinsk udstyr. Et værktøj, der kun transskriberer konsultationer, udarbejder patientbreve eller formaterer journalnotater, er som udgangspunkt ikke det. Den samme underliggende teknologi kan befinde sig på begge sider af denne grænse afhængigt af, hvad den er designet og markedsført til at gøre, så leverandørens erklæring om tilsigtet formål er udgangspunktet for enhver klassificeringsvurdering.

Hvad er MDR-risikokategorierne for AI-software, og hvilken gælder for kliniske beslutningsstøtteværktøjer?

EU MDR anvender et lagdelt klassificeringssystem under bilag VIII, regel 11, specifikt for software. Klasse I dækker software, der ikke påvirker kliniske beslutninger på en måde, der kan skade patienten, og kræver kun en producents selverklæring. Klasse IIa dækker software, der informerer beslutninger for alvorlige tilstande, og kræver involvering af bemyndiget organ. Klasse IIb gælder for software, der bruges i beslutninger om livstruende eller kronisk svækkende tilstande. Klasse III dækker software, der indgår i beslutninger, som, hvis de er forkerte, direkte kunne forårsage død eller irreversibel skade. I en lægepraksiskontekst er kliniske beslutningsstøtteværktøjer, der genererer differentialdiagnoser, risikostratificeringsoutput eller henvisningsanbefalinger typisk klasse IIa eller højere.

Hvad bekræfter CE-mærkning på et AI-medicinsk værktøj egentlig, og hvad dækker det ikke?

CE-mærkning signalerer, at en leverandør har gennemført en overensstemmelsesvurdering, der er passende for enhedens tildelte risikokategori. For klasse IIa og opefter har et bemyndiget organ gennemgået den tekniske fil og kliniske evidens. Det er en væsentlig milepæl, men det er ikke en generel garanti for klinisk validitet på tværs af alle use cases eller plejeindstillinger. Et værktøj kan være CE-mærket til brug i specialiseret dermatologi, men ikke valideret til en lægepraksis. Implementering af dette værktøj uden for dets certificerede tilsigtede formål betyder, at praksis ikke er beskyttet af CE-mærket. Omfanget af mærket, der dækker hvilken patientpopulation, hvilken klinisk kontekst og hvilke specifikke funktioner, bør bekræftes i leverandørens overensstemmelseserklæring og brugsanvisning.

Hvilke compliance-forpligtelser påhviler en lægepraksis ved implementering af et reguleret AI-værktøj?

Det regulatoriske ansvar hviler ikke udelukkende på softwareleverandøren. Under EU MDR bærer praksis som 'operatør' egne forpligtelser. Disse omfatter bekræftelse af, at værktøjet kun bruges inden for dets certificerede tilsigtede formål, vedligeholdelse af et register over implementerede regulerede AI-værktøjer og deres klassificeringsstatus, sikring af, at alt personale forstår værktøjets tilsigtede anvendelse og begrænsninger, rapportering af alvorlige hændelser, herunder næsten-ulykker, til den relevante nationale kompetente myndighed samt overvågning for sikkerhedssignaler fra leverandøren. Disse forpligtelser gælder uanset leverandørens egen certificeringsstatus, og en praksis, der ikke opfylder dem, er ikke compliant.

Hvilke AI-værktøjer, der bruges i primærsektoren, kræver mest sandsynligt MDR-certificering?

De kategorier, der berettiger det højeste niveau af kontrol før implementering, omfatter: kliniske beslutningsstøtteværktøjer, der genererer differentialdiagnoser, risikostratificeringsværktøjer, der tildeler patienter en tilstandsspecifik risikoscore og anbefaler klinisk handling, automatiserede triagesystemer, der dirigerer patienter til et behandlingsforløb uden obligatorisk klinikervurdering, recept- eller henvisningsanbefalingsværktøjer samt diagnostiske billedanalyseværktøjer, der identificerer patologi i retinale billeder, hudfotografier eller elektrokardiogrammer. Disse er i vid udstrækning klassificeret som højrisiko under både EU MDR og EU's lov om kunstig intelligens, hvilket udløser obligatorisk overensstemmelsesvurdering, datakvalitetskrav og forpligtelser til menneskelig overvågning.

Hvilke AI-værktøjer i lægepraksisser falder typisk uden for EU MDR's omfang?

Værktøjer, der understøtter administrative eller dokumentationsarbejdsgange, hvor klinikeren bevarer fuld klinisk autoritet, udgør generelt ikke medicinsk udstyr. Disse omfatter ambient voice-teknologi, der transskriberer en konsultation og formaterer et struktureret journalnotat til klinikervurdering og godkendelse, AI-assisteret udarbejdelse af patientbreve baseret på kliniker-leveret information, administrativ opsummering af henvisningsbreve eller epikriser samt kliniske kodeforslag-værktøjer, hvor klinikeren træffer den endelige kodningsbeslutning. Selv for disse værktøjer bør leverandører levere en skriftlig klassificeringsrationalisering, der forklarer, hvorfor værktøjet ikke opfylder definitionen af Medical Device Software. Fraværet af denne dokumentation er i sig selv et compliance-signal.

Hvilke dokumenter bør en lægepraksis anmode om fra en AI-leverandør før implementering?

Før underskrivelse af en kontrakt eller påbegyndelse af en pilot bør praksisser anmode om og opbevare: en overensstemmelseserklæring for reguleret medicinsk udstyr eller en skriftlig klassificeringsrationalisering, der forklarer, hvorfor værktøjet ikke er medicinsk udstyr. CE-certifikatet inklusive dets omfang, det udstedende bemyndigede organ for klasse IIa og opefter samt udløbsdato. Leverandørens formelle erklæring om tilsigtet formål. En klinisk evidenssammenfatning, der dækker den population og indstilling, hvori præstation blev etableret. En databehandleraftale, der specificerer, hvor patientdata behandles og opbevares, og det juridiske grundlag under databeskyttelsesforordningen. Leverandørens forpligtelser til overvågning efter markedsføring. En leverandør, der ikke er i stand til eller villig til at levere disse dokumenter, er i sig selv et compliance-signal.

Hvilke spørgsmål bør en lægepraksis stille en leverandør for at evaluere deres regulatoriske påstande?

Om klassificering: spørg, om værktøjet er klassificeret som medicinsk udstyr under EU MDR, og hvis ikke, anmod om en skriftlig klassificeringsrationalisering. Hvis det er medicinsk udstyr, bekræft risikokategorien og det bemyndigede organ, der har udstedt CE-certifikatet. Om evidens: spørg, hvilke kliniske data der understøtter værktøjets præstationskrav, i hvilken patientpopulation og plejeindstilling denne evidens blev genereret, og om værktøjet er blevet valideret specifikt til primærsektoren eller lægepraksisser. Om regulatorisk status: bekræft, at CE-certifikatet er aktuelt, og spørg, om leverandøren er registreret hos den relevante nationale kompetente myndighed. Om EU's lov om kunstig intelligens: spørg, om værktøjet betragtes som højrisiko, og hvilken overensstemmelsesvurdering der er blevet gennemført. Sætningen 'vi arbejder hen imod CE-mærkning' er ikke det samme som at have den.

Hvad er EU AI-lovens tidslinje, som lægepraksisser skal planlægge efter?

Fulde højrisikoforpligtelser under EU's lov om kunstig intelligens gælder fra august 2026. En udvidet overgang til august 2027 gælder specifikt for AI-systemer, der allerede er på markedet og reguleret som medicinsk udstyr under EU MDR eller forordningen om in vitro-diagnostik. Nyligt implementerede højrisiko-AI-systemer, der ikke tidligere var reguleret under disse rammer, står over for august 2026-forpligtelserne. Praksisser, der implementerer nye værktøjer nu, bør antage, at fulde forpligtelser er nært forestående og planlægge derefter.

Hvad bør en lægepraksis gøre, hvis den er usikker på, om et specifikt AI-værktøj kræver MDR-compliance?

Praksisser, der står over for reel usikkerhed, især hvor en leverandørs klassificeringsrationalisering er tvetydig, kan henvende sig til deres nationale kompetente myndighed for vejledning i stedet for at træffe en ensidig implementeringsbeslutning. Hver EU-medlemsstat har en national kompetent myndighed, der er ansvarlig for MDR-tilsyn: BfArM i Tyskland, ANSM i Frankrig, HPRA i Irland og tilsvarende organer andre steder. Disse myndigheder vedligeholder registre over autoriseret medicinsk udstyr og kan rådgive om klassificeringsspørgsmål. At fortsætte på grundlag af en ufuldstændig eller selvbetjenende leverandørerklæring indebærer reel risiko: Implementering af et uklassificeret værktøj, der burde være reguleret, kan resultere i håndhævelsesaktion, ansvar i tilfælde af patientskade og implementerer-niveau sanktioner under AI-loven, der pålægges praksis selv.