De FDA heeft in september 2026 meer dan 1.600 medische apparaten met kunstmatige intelligentie goedgekeurd in de Verenigde Staten. Dit cijfer weerspiegelt een verschuiving: medische innovaties zijn niet langer een verre belofte, maar maken nu deel uit van de echte zorgtrajecten, met goedkeuringen van regelgevende instanties en verifieerbare klinische protocollen.
Doorbraak medische apparaten: verder dan robotchirurgie
Concurrenten benaderen robotchirurgie vaak als etalage voor innovatie in de gezondheidszorg. Het Breakthrough Devices-programma van de FDA onthult een meer diverse realiteit: op 30 juni 2026 waren er 210 markttoelatingen verleend in dit kader.
Deze apparaten bestrijken zeer gespecialiseerde gebieden. Ze omvatten analysetools voor bloeddruk, detectie van bloedinfecties, draagbare neuromodulatie, ondersteuning bij longdiagnose via ECG en kunstmatige intelligentie toegepast op wondbeoordeling. De trend gaat naar gerichte technologieën, ontworpen voor aandoeningen waarbij een late diagnose de prognose verergert.
Het gemeenschappelijke kenmerk van deze apparaten: ze voldoen aan een onvervulde medische behoefte of verbeteren aanzienlijk een bestaande behandeling, een noodzakelijke voorwaarde om de doorbraakstatus te verkrijgen. De beschikbare middelen op lasantedemain.com maken het mogelijk deze ontwikkelingen in het Franstalige medische landschap te volgen.
Medische AI en post-marketing toezicht: de echte uitdaging van 2026
De uitdaging is van aard veranderd. De initiële goedkeuring van een medisch algoritme is slechts de eerste stap. Het toezicht houden op de prestaties van een medisch softwarepakket na de marktintroductie brengt nieuwe problemen met zich mee in vergelijking met een klassiek medicijn.
Een radiologie-algoritme kan software-updates ontvangen die zijn prestaties wijzigen. De FDA is begonnen met het structureren van een regelgevend kader voor deze voortdurende evoluties, dat verschilt van het unieke goedkeuringsproces dat van toepassing is op farmaceutische moleculen.
Radiologie, cardiologie, neurologie: de drie leidende gebieden
De voortgang van de goedkeuringen is bijzonder zichtbaar in deze specialismen. In de radiologie helpen algoritmen bij de analyse van beelden om afwijkingen te detecteren die soms onzichtbaar zijn bij een snelle menselijke beoordeling. In de cardiologie analyseren apparaten continu de hartsignalen om aritmieën op te sporen. In de neurologie opent AI toegepast op echografie en hersenbeeldvorming nieuwe wegen voor de vroege opsporing van neurodegeneratieve aandoeningen.
Deze specialisatie per klinisch domein markeert een breuk met de generalistische visie op medische AI. De meest geavanceerde algoritmen zijn niet veelzijdig: ze excelleren in een specifieke diagnostische taak, getraind op datasets die specifiek zijn voor een aandoening.
Ethiek en toezicht op AI in de gezondheidszorg: het kader vastgesteld door de WHO
In september 2026 publiceerde de WHO een rapport waarin werd opgeroepen tot het versterken van het ethische toezicht op gezondheidsgerelateerd onderzoek naar AI. Dit document beperkt zich niet tot abstracte aanbevelingen: het richt zich op klinische onderzoeksprotocollen die gebruikmaken van beslissingsalgoritmen.
Dit kader benadrukt verschillende vereisten:
- Gezamenlijk ontwerp met patiënten en zorgverleners, zodat AI-tools voldoen aan de werkelijke klinische behoeften en niet alleen aan technische beperkingen.
- Transparantie van de trainingsgegevens die worden gebruikt om de modellen te ontwikkelen, zodat clinici de potentiële vooroordelen op bepaalde patiëntpopulaties kunnen evalueren.
- Duidelijke verantwoordelijkheid toekennen aan de verschillende actoren (ontwikkelaars, zorginstellingen, regelgevers) wanneer een algoritme een foutief of bevooroordeeld resultaat produceert.
Dit ethische kader beantwoordt een concrete zorg: een medisch algoritme kan miljoenen patiënten tegelijkertijd beïnvloeden, terwijl een verkeerd voorgeschreven medicijn één individu tegelijk raakt. De schaal van het risico verandert de aard van de noodzakelijke waakzaamheid.
Versnelling van klinische proeven: de nieuwe methodologieën van de FDA
De FDA heeft in 2026 een versnelde IND (Investigational New Drug) pilotprogramma gelanceerd en ontwikkelt de New Approach Methodologies (NAM). Deze methoden zijn bedoeld om de duur van de preklinische en klinische fasen te verkorten zonder de veiligheid van patiënten in gevaar te brengen.
Synthetische gegevens en voorspellende modellering
Onder de meest concrete benaderingen stellen synthetische gegevens in staat om cohorten van patiënten te simuleren om hypothesen te testen voordat echte vrijwilligers worden gerekruteerd. Deze techniek vervangt geen klinische proeven, maar filtert vooraf de weinig veelbelovende moleculen of apparaten.
Het Europees Geneesmiddelenagentschap verkent vergelijkbare paden, een teken dat deze convergentie tussen gezondheidsgegevens en kunstmatige intelligentie het Amerikaanse kader overstijgt.
- Adaptieve proeven wijzigen het protocol tijdens de studie op basis van tussentijdse resultaten, waardoor de doorlooptijden worden verkort zonder de statistische nauwkeurigheid op te offeren.
- Digitale tweelingen van patiënten dienen als virtuele controlegroep in sommige proeven, waardoor het aantal deelnemers dat aan een placebo wordt blootgesteld, vermindert.
- Companion biomarkers maken het mogelijk om vooraf de patiënten te selecteren die het meest waarschijnlijk op een behandeling zullen reageren, waardoor het succespercentage van de proeven toeneemt.
Deze methoden zijn niet futuristisch. Ze zijn onderwerp van lopende pilotprogramma’s, met resultaten die in de komende maanden worden verwacht.
De accumulatie van goedgekeurde apparaten, aangepaste regelgevende kaders en versnelde klinische methodologieën schetst een medisch landschap waarin de snelheid van implementatie zelf een parameter wordt om op te letten. De capaciteit van de gezondheidsystemen om deze innovaties te absorberen, professionals op te leiden en de waakzaamheid na de marktintroductie te handhaven, zal de werkelijke impact op de zorgtrajecten bepalen.
