В 2026 году регулирование ИИ в клинических испытаниях ужесточилось: вступили в силу новые правила ЕС (AI Act), FDA обновило требования к программному обеспечению как медицинскому устройству, а национальные регуляторы США, Великобритании и Китая ввели дополнительные требования к алгоритмам в персонализированной медицине. Чтобы получить одобрение, разработчикам необходимо обеспечить прозрачность алгоритмов, провести клиническую валидацию и строго соблюдать защиту персональных данных. В этой статье — ключевые изменения и практические шаги для исследователей.
Нормативная база: как регулируется ИИ в клинических испытаниях в 2026 году
Главное событие 2026 года — полное применение Европейского AI Act, который классифицирует медицинские алгоритмы как высокорисковые. Это означает, что все ИИ-системы, используемые в клинических испытаниях, должны соответствовать строгим требованиям: системы управления рисками, техническая документация, логирование событий и меры кибербезопасности. Для персонализированной медицины это особенно важно, так как алгоритмы часто работают с чувствительными данными пациентов.
В США FDA продолжает развивать подход к программному обеспечению как медицинскому устройству (SaMD). В 2026 году агентство выпустило обновленные рекомендации, которые требуют от разработчиков ИИ предоставлять не только результаты испытаний, но и подробное описание алгоритма, его ограничения и план мониторинга после выхода на рынок. Особое внимание уделяется алгоритмам, которые адаптируются в реальном времени, — для них требуется предварительное одобрение изменений.
В Великобритании Агентство по регулированию лекарственных средств и товаров медицинского назначения (MHRA) внедрило пилотную программу ускоренного одобрения ИИ-решений в онкологии. В Китае Национальное управление медицинской продукции (NMPA) обязало разработчиков проводить локальные клинические испытания для алгоритмов, использующих китайские данные пациентов, что создает дополнительные барьеры для международных компаний.
Особенности регулирования ИИ в персонализированной медицине
Персонализированная медицина требует от ИИ учета индивидуальных особенностей пациента: генетических данных, истории болезни, образа жизни. Это накладывает дополнительные требования к валидации алгоритмов. Регуляторы требуют, чтобы алгоритмы были не только точными, но и объяснимыми — врачи и пациенты должны понимать, почему система приняла то или иное решение. Например, в ЕС это закреплено в праве на объяснение решений, принятых алгоритмами.
Конфиденциальность данных — еще один критический аспект. Обучение ИИ на персональных медицинских данных требует соблюдения GDPR в Европе, HIPAA в США и аналогичных законов в других странах. В 2026 году регуляторы усилили контроль за передачей данных между странами, особенно после ряда громких утечек. Разработчики обязаны использовать методы деидентификации, но даже они не гарантируют полной защиты — поэтому многие компании переходят на федеративное обучение, когда данные не покидают медицинские учреждения.
Ответственность за решения, принятые с помощью ИИ, — отдельный вопрос. В клинических испытаниях, если алгоритм ошибается и пациент пострадает, сложно определить, кто виноват: разработчик, врач или сама система. В 2026 году в ЕС вступила в силу директива об ответственности в сфере ИИ, которая возлагает основную ответственность на разработчика, если он не предоставил достаточных предупреждений или не обеспечил адекватный мониторинг. Это заставляет компании пересматривать страховые полисы и юридические соглашения.
Практические шаги для исследователей и разработчиков
Чтобы успешно пройти регуляторные процедуры в 2026 году, следуйте этим рекомендациям:
- Подготовьте подробную документацию: опишите архитектуру алгоритма, используемые данные, методы валидации и ограничения. Регуляторы ожидают, что вы сможете объяснить каждое решение, принятое ИИ.
- Интегрируйте ИИ в дизайн испытаний заранее: включайте ИИ в протокол с самого начала, а не как дополнение. Это позволит избежать задержек при одобрении.
- Проведите клиническую валидацию: используйте проспективные исследования на реальных пациентах, а не только ретроспективные данные. В 2026 году это стало обязательным для большинства высокорисковых алгоритмов.
- Обеспечьте прозрачность: предоставьте врачам и пациентам понятные объяснения работы алгоритма. Это не только требование регуляторов, но и способ повысить доверие.
- Управляйте рисками: разработайте план мониторинга алгоритма после одобрения, включая механизмы обнаружения дрейфа данных и автоматического отключения при сбоях.
Также важно следить за изменениями в законодательстве: регуляторы продолжают адаптировать правила по мере развития технологий. Например, в 2026 году ожидается пересмотр FDA подходов к адаптивным алгоритмам, а в ЕС — уточнение требований к системам, которые обучаются на данных в процессе эксплуатации.
Вопрос: Какие требования к ИИ в клинических испытаниях предъявляются в России?
В России регулирование ИИ в медицине находится на ранней стадии. Основными документами являются ГОСТ Р 59921.1-2021 и приказ Минздрава № 940н от 19.10.2020, которые задают общие требования к программному обеспечению в здравоохранении. Однако специальных норм для ИИ в клинических испытаниях пока нет, поэтому разработчики ориентируются на общие требования к медицинским изделиям и защите персональных данных (152-ФЗ). В 2026 году ожидается принятие национального стандарта по ИИ в медицине, который может уточнить правила.
Вопрос: Как обеспечить соответствие ИИ требованиям конфиденциальности в международных испытаниях?
Для международных клинических испытаний необходимо соблюдать требования всех юрисдикций, где проводятся исследования. Рекомендуется использовать деидентификацию данных, шифрование, а также заключать соглашения о передаче данных в соответствии с GDPR и другими законами. В 2026 году популярным решением стало федеративное обучение, которое позволяет не передавать данные за пределы страны, но требует дополнительных технических усилий.