英国のAI医療機器規制、ライフサイクル全体を見据えた抜本改革へ
英国では、独立委員会が1万2,000人以上から証拠を聴取したことを受け、AI医療機器規制の大幅な転換が提案された。承認を単一のゴールとして扱うのではなく、この提案ではAIシステムを運用期間全体にわたって監視する。
この計画は、医薬品・医療製品規制庁（MHRA）が設置した専門家パネル「National Commission into the Regulation of AI in Healthcare」によるものだ。その中心的な結論は明確である。比較的固定的な医療機器を前提に設計された規則は、導入場所、データ、更新、臨床ワークフローに応じて変化するソフトウェアには適していない。
委員会は、英国が一回限りの保証を、段階的なアクセス、実世界でのエビデンス、継続的な監督、そして医療システム全体にわたるより明確な責任へと置き換えるべきだと考えている。ここに中心的なトレードオフがある。規制当局は患者が有用な技術をより早く利用できるようにしたい一方、早期アクセスには強制力のある制限と信頼できる監視が伴わなければならない。
英国のAI医療機器規制は一回限りの承認を超える方向へ
委員会は、規制承認を監督の終点ではなく始点に変えたいと考えている。
委員会は、MHRAが2025年9月に設置した後、2026年9月10日に提言を公表した。同委員会は独立した法定外の諮問機関であり、その報告書自体が英国法を変更するものではない。
政府とMHRAは、正式な回答を出す前に提言を検討する。この違いは重要である。報告書は施行済みの規制枠組みではなく、設計図だからだ。
それでも、この提案は当局者に詳細な前進の道筋を示している。最初の提言は、英国医療機器規則2002の体系的な見直しを求める。目的は、ソフトウェアおよびAI対応製品に適した枠組みを構築することだ。
委員会によると、既存の規則では、すべてのヘルスケアAI製品を明確に分類できていない。事務支援アシスタント、ウェルネスアプリケーション、臨床意思決定ツールは、まったく異なるリスクを生み得る。しかし、1つの製品が複数の機能を組み合わせる場合、その境界を引くことは難しくなり得る。
提案の下では、規制当局は関連する臨床リスクを生む医療機能により注意を向ける。また、期待される便益、製品ライフサイクル、国際的な規制アプローチとの整合性も考慮する。
報告書は、製造業者が場合によって自己宣言できる低リスクのクラスI機器に特に注目している。ソフトウェアが独立した監督を正当化するほどの患者リスクを生む場合、このモデルの弱点に対処することを推奨している。
最も目立つ提案は段階的認可だ。委員会の枠組みでは、これを、より広範な認可に先立って限定された範囲で導入することと定義している。
機器はまず、指定された病院、臨床環境、または患者グループで運用される可能性がある。開発者は、臨床医と規制当局が性能を追跡する間、合意された条件下でエビデンスを収集する。
拡大はそのエビデンスに左右される。安全に機能するシステムはより広い利用へ進む可能性がある一方、性能が弱い、または不安定な場合は導入を停止できる。
政府当局者はこのモデルを、「Lプレート」を付けた初心者ドライバーになぞらえた。この比喩は、実世界での経験と制限された運用条件の間に意図された均衡を捉えている。
一方で、この比較は難しい政策上の問いも浮き彫りにする。初心者ドライバーの近くには免許を持つ監督者が座っているが、医療アルゴリズムに対する責任は多くの組織にまたがり得る。
製造業者はモデルを構築し、更新する。病院は導入先を選択する。臨床医は出力を解釈し、技術サプライヤーはシステム間でデータを運ぶインフラを管理する場合がある。
MHRAは医療機器を規制するが、他の組織が医療の質、専門職としての行動、調達、研究、データ保護を監督している。こうした責任が実務上つながらなければ、段階的認可は患者を守れない。
そのため提案は製品承認の範囲を超えている。規制当局、医療提供者、専門職、開発者、製造業者、患者、そして一般市民を結び付ける、システム全体のアプローチを求めている。
この広い対象範囲により、報告書は技術的な機器規則の更新以上のものとなっている。AIシステムが臨床ケアに入った後に性能が変化した際、誰が行動しなければならないかを定義しようとする試みだ。
固定的な機器規則はAIの性能ドリフトに対応しにくい
AIシステムは評価を通過しても、地域の患者、ワークフロー、データが変われば異なる挙動を示す可能性がある。
従来の医療機器規制では、製品が市場に投入される前に収集されたエビデンスが大きな比重を占めることが多い。このアプローチは、承認された製品が導入後も実質的に一貫している場合に最も有効に機能する。
AI対応ソフトウェアは、この前提を複雑にする。その性能は、周囲の患者集団、病院、ハードウェア、臨床ワークフロー、データパイプラインに依存し得る。
ある地域のデータで開発された診断モデルは、別の地域で異なる疾病パターンに遭遇する可能性がある。また、異なるスキャナーからの画像や、異なる臨床慣行の下で記録されたデータを受け取ることもある。
こうした違いは、利用環境によって結果が変わる、文脈依存の性能を生み得る。強力なラボ評価でも、全国規模の医療システムで見られるすべての条件を捉えることはできない。
性能ドリフトは別の問題を生む。ドリフトとは、導入後にモデルの挙動が測定可能な形で低下または変化することで、多くの場合、データや臨床条件の変化によって生じる。
ドリフトは、開発者が新しいモデルをリリースしなくても発生する。基盤となるソフトウェアが固定されたままでも、周囲の世界は変わり得る。
病院は画像診断機器を交換したり、紹介基準を変更したり、新しい電子記録ワークフローを導入したりする場合がある。患者集団も時間とともに変化し得る。
その結果、アルゴリズムは開発データとは異なる入力を処理する可能性がある。その精度は、明白な単一の障害事象を生じさせることなく、徐々に低下し得る。
この緩やかなパターンは重要だ。従来の監視システムは、しばしばインシデントに焦点を当てる。深刻な故障が発生すると、報告、調査、是正措置が引き起こされる。
AIの劣化はより目立たない場合がある。システムは、あるグループに対する感度がわずかに低下したり、誤警報が増えたり、特定の場所で精度を失ったりする可能性がある。
個々の出力は、報告対象となる機器故障には見えないかもしれない。それでも累積的な影響により、診断の遅れや不要な処置の増加が起こり得る。
委員会は、このリスクにより事後対応型の監視では不十分になると主張する。その代替として、製品ライフサイクル全体を通じた反復的な性能測定と実世界エビデンスの活用を支持している。
実世界エビデンスとは、機器が実際のケア環境で運用される間に収集される情報を指す。安全性報告、臨床転帰、エラーパターン、サブグループ別の性能、運用データなどが含まれ得る。
要点は、単により多くの情報を収集することではない。性能が許容範囲を外れた時点を示す、事前に定義された閾値が規制当局には必要だ。
開発者にもエスカレーション手順が必要である。これらの手順では、調査、利用制限、更新の停止、機器の撤回が必要となるタイミングを特定すべきだ。
委員会はさらに、ライフサイクル全体にわたる健康格差評価を推奨している。モデルの平均性能は、十分なサービスを受けていない集団や小規模な人口統計グループにおける弱い結果を隠し得る。
この問題は段階的導入の間により深刻になる可能性がある。初期導入サイトは、拡大後にシステムを利用する全人口を代表していないかもしれない。
したがって、信頼できる認可経路は、どのグループがエビデンスに含まれるかを明記しなければならない。また、それらのグループ間で性能が異なる場合に規制当局がどう対応するかも説明する必要がある。
委員会による市民参加の取り組みは、この重点を裏付けている。Health Foundationの調査は、2026年3月および4月にカーディフ、ミルトン・キーンズ、ヨークで78人を対象としたワークショップを実施した。
参加者は、ヘルスケアAI規制に関する5つの原則を策定した。精度が最優先事項に位置付けられ、人による監督と不平等なケアに対する保護も中心的な条件とされた。
これらの結果は、市民がヘルスケアAIを拒絶していることを意味しない。受容は、目に見える統制と、導入後も意味を持ち続けるエビデンスに依存することを示している。
そのため、継続的な監視は提案された英国のAI医療機器規制の中心に据えられている。早期アクセスを、安全性と有効性を継続して実証する義務と結び付けるものだ。
段階的認可は確実性とより良いエビデンスを引き換えにする
段階的認可は初期段階で限定的な不確実性を受け入れ、その後、対象拡大の前により強いエビデンスを求める。
委員会の提案は、製品が患者に届く前に規制当局がすべての不確実性を解消しなければならないという考え方に異議を唱える。一部のAIシステムでは、管理された導入の方が追加のラボ試験よりも良いエビデンスを生み出せる可能性がある。
このアプローチは、性能が地域のワークフローに大きく依存する場合に役立ち得る。また、臨床医が出力を意図どおりに利用するかどうかを開発者が検証する助けにもなる。
例えば、モデルが医用画像内の脳卒中の可能性をフラグ付けするとする。その技術的な精度は重要だが、対応時間、人員配置、アラート表示、エスカレーション手順も同様に重要である。
段階的導入では、そのモデルを訓練を受けたスタッフがいる指定病院に限定できる。認可には、頻繁な報告と、サービスが利用できなくなった際の代替経路が求められる可能性がある。
製造業者と病院は、その条件下でシステムがケアを改善するかどうかを検証できる。その後の拡大は、事前に定義された安全性および性能要件を満たした場合にのみ進められる。
委員会の提言14は、こうした経路が技術的成熟度、臨床上の必要性、必要なリスク管理を考慮すべきだとしている。また、その条件は透明であるべきだとも述べている。
段階的認可から完全認可への経路は、明確に定義されなければならない。その経路がなければ、病院は無期限に暫定的な製品に依存することになり得る。
提案はまた、認可時に監視計画を評価することも求めている。製造業者は、市販後調査の実施と、定期的な性能報告の提出を義務付けられる可能性がある。
規制当局には、報告対象のインシデントが起きる前に介入するための手順が必要になる。検出可能な性能低下そのものが、エスカレーションの契機となり得る。
この設計は、通常のエビデンス配分を逆転させる。市販前試験を排除するわけではないが、市販後エビデンスにより大きな役割を与える。
このトレードオフには潜在的な利点がある。患者は有望な技術をより早く利用でき、規制当局は最も重要な環境での性能を評価できる。
同時に、重大な実行上のリスクも生む。限定的な導入であっても実際の患者が関与し、監視が不十分であれば、管理された不確実性は管理されない曝露へと変わる。
データの利用可能性は1つの制約だ。病院は、モデルのバージョン、入力、出力、臨床上の対応、転帰、患者グループに関する一貫した情報を取得しなければならない。
これらの記録は別々のシステムに存在している可能性がある。製造業者は技術ログを確認できても、それを解釈するために必要な臨床転帰を受け取れない場合がある。
病院は転帰データを保有していても、ソフトウェアの変更を特定するために必要なモデルのテレメトリーを欠いている場合がある。その結果、規制当局は複数の組織から集められた不完全な情報しか得られない。
監視頻度も別の選択を生む。月次報告では急激な悪化を見逃す可能性がある一方、リアルタイム監督はノイズや誤警報を生みかねない。
性能の閾値にも臨床的な意味が必要だ。わずかな統計的変動は患者ケアに影響しないかもしれない一方、平均値の小さな変化が深刻なサブグループへの害を隠す可能性もある。
したがって、段階的承認には認可ラベル以上のものが求められる。データ標準、トレーサビリティ、分析能力、そして矛盾する証拠を解決するためのルールが必要である。
英国では、AI Airlock sandboxを通じて、このモデルの一部をすでに試験している。MHRAは2024年、実際の製品を用いて規制上の課題を検討するため、このプログラムを開始した。
第2段階では、市販後サーベイランス、エビデンス創出、ヒューマンファクター、変化するアルゴリズムを検討した。同プログラムは、現行の枠組みが断片的で、一貫して適用することが難しい場合があると明らかにした。
Airlockでは、事前設定変更管理計画も検討された。PCCPは、予定されているソフトウェアの変更、その変更を管理するプロセス、そして影響の評価方法を記述する。
このような計画により、開発者は承認済みの変更カテゴリについて、更新ごとに新たな審査を受けることなく変更を実施できる場合がある。ただし、計画では明確な境界とバリデーション要件を定めなければならない。
2026年のAirlock報告書は、PCCPがまだ英国の枠組みに正式に組み込まれていないと指摘した。また、実務上どのように機能するかについて不確実性があることも述べた。
この隔たりは重要である。段階的認可と管理された更新は、規制上の予見可能性に依存しているからだ。開発者は、どの変更が既存の承認の範囲内にとどまるのかを知る必要がある。
規制当局にも、新たな精査を必要とする変更について同等の明確さが必要だ。病院は、どのバージョンが稼働しているのか、またそのエビデンスが引き続き適用されるのかを把握しなければならない。
こうした要素が連携して機能すれば、段階的な経路はアクセスとエビデンスの双方を改善できる。それらがなければ、見えにくい失敗を伴う、より緩い承認経路になるおそれがある。
患者安全は共有された説明責任に依存する
ライフサイクル規制で最も難しいのは、AIシステムが変化したことを単に検出することではなく、行動の責任を割り当てることだ。
委員会は、製造業者だけですべてのリスクを管理できるという考えを退けている。医療AIは社会技術システムの中で稼働するため、ソフトウェアの成果は人、組織、プロセス、インフラに左右される。
モデルの出力が正しくても、臨床医がそれを誤読すれば害につながりうる。一方で、スタッフがシステムの限界を理解していれば、欠陥のある結果を発見できる場合もある。
自動化バイアスはこの関係を複雑にする。これは、反証となる証拠があっても自動化された推奨を優先してしまう傾向を指す。
研修はそのリスクを低減できるが、教育だけでは十分ではない。インターフェース、業務負荷、アラート、地域の方針、管理上の期待は、いずれも臨床医の行動を形作る。
委員会は、AIは医療専門職の判断を置き換えるのではなく支援すべきだとしている。また、AIが患者のケアに実質的に寄与する場合、患者がそれを知るべきだとも求めている。
すべてのバックグラウンド利用に同じ水準の開示が必要なわけではない。事務的なスケジューリングツールと、診断や治療の選択に影響を与えるソフトウェアでは、懸念が異なる。
規制上の課題は、比例性のある透明性を定義することにある。情報が少なすぎれば患者は気づかないままとなり、無差別な通知は意味を失う可能性がある。
何か問題が起きた場合、説明責任はさらに重要になる。患者には、説明、調査、是正、救済を受ける経路が必要だ。
製造業者は地域での導入に責任を転嫁するかもしれない。病院は承認済みの機器を指摘し、臨床医はシステムが判断を左右したと述べる可能性がある。
委員会は、導入前に責任を確立することを求めている。調達契約、臨床ガバナンス、規制条件は、同じ監視・対応計画を支える必要がある。
英国のこれまでの政策も、すでにこの問題を認識していた。以前の規制対応では、政府は安全性と性能を監視するため、製造業者と医療機関の間で合意を結ぶことを支持した。
この対応では、機器を撤去する必要が生じた場合の代替計画も支持された。ただし当局者は、一部の責任は医療機器法ではなく調達要件に含めるべきだと述べた。
新たな委員会は、より広い視点を取っている。規制、調達、専門職基準、医療ガバナンスは、相互に接続されたシステムとして機能しなければならないと主張する。
提案には、AI機器の安全情報を検索できる公開情報源が含まれる。患者は、特定の製品について既知のインシデントやその他の関連情報を確認できるようになる。
これは既存の安全性データベースの原則を発展させるものだ。しかし、有用な透明性には、生のインシデント件数を公表する以上のことが必要である。
何百万回も使用される製品は、ほとんど導入されないシステムよりも当然多くの報告を生む。報告慣行の違いも比較を歪める可能性がある。
したがって公開情報では、意図された用途、機器のバージョン、リスク区分、導入規模、利用可能なエビデンスの限界を説明しなければならない。そうでなければ、見かけ上の公開性が誤解を招く可能性がある。
委員会は、MHRAの執行権限の強化も推奨している。規制当局がデータを入手できなかったり、証拠に迅速に対応できなかったりすれば、継続的な監視による保護はほとんど意味を持たない。
MHRAには、モデル性能とソフトウェア変更を評価するための十分な技術的専門性が必要となる。また、増え続ける製品を監督するための資源も必要だ。
Health Foundationの最高経営責任者であるJennifer Dixonは、政府の委員会発表でこの能力の問題を指摘した。彼女は、実施はNHSの能力、スキル、システムに依存すると述べた。
これは提案に対する最も強い懐疑的な視点である。設計には説得力があるが、その保護的価値は、依然として不均一な運用インフラに左右される。
病院はすでに、広範な臨床安全、サイバーセキュリティ、調達、データに関する義務を管理している。ライフサイクル全体にわたるAI監視は、こうした機能全体に専門的な業務を追加する。
小規模な医療提供者は、ドリフト、バイアス、更新、実世界での性能を解釈できるチームを維持することが難しいかもしれない。小規模な開発者も同様の制約に直面しうる。
中央からの支援は、重複作業を減らせる可能性がある。共有監視インフラと共通の報告基準により、場所をまたいだエビデンスの比較が容易になる。
ただし、中央集約には独自のリスクもある。全国的な監視プラットフォームは、機微な健康情報を保護し、意味のある地域的文脈を維持しなければならない。
委員会の勧告は、実施には十分な資源を持つ規制当局が必要であることを認めている。しかし、予算、人員配置水準、技術アーキテクチャはまだ定めていない。
これは助言報告書としては理解できる省略である。同時に、提案が実務を変えるかどうかは、最終的な政府の実施計画によって決まることも意味する。
英国はライフサイクル監督への国際的な転換に加わっている
英国の提案は国内固有のものだが、その中核となる規制手段は、他の主要当局が用いるアプローチにますます近づいている。
AI医療機器の規制は、国際的な調整を要する問題になりつつある。開発者は複数の市場向けに単一の製品を設計することが多い一方、規制当局はそれぞれの管轄区域内で責任を負い続ける。
定義や報告要件の違いは、コンプライアンスコストを引き上げる可能性がある。さらに重要なのは、エビデンス基準の不一致によって、安全性シグナルの比較が難しくなることだ。
委員会は、明確で強靱な規制を支える場合には国際的な調和を推奨している。同時に、英国は自国の患者に使用される製品について責任を保持しなければならないことも認識している。
共通する手段の一つが、事前設定変更管理計画である。MHRAは、米国食品医薬品局およびHealth Canadaとともに、PCCPに関する国際原則の策定を支援した。
米国の枠組みはさらに進展している。FDAは2025年8月、AI対応デバイスのソフトウェア機能に関する最終PCCPガイダンスを公表した。
このガイダンスは、予定された変更、開発・バリデーション方法、実施管理、影響評価を対象とする。FDAは販売申請の一部として計画を審査する。
認可された開発者は、その計画で対象とされる変更について、変更ごとに個別の申請を提出することなく実施できる。計画の範囲を超える変更については、引き続き適切な規制審査が必要となる。
このモデルは、制限のない自己更新型ソフトウェアを許容するものではない。予測可能な変更のための管理された領域を定義し、管理策が引き続き有効であることを示すエビデンスを求める。
英国委員会のライフサイクル・アプローチは、この考えを補完する。PCCPは既知の変更カテゴリを管理し、継続的なサーベイランスは予期しない性能上の問題を探る。
段階的認可は、ライフサイクルの別の局面に対応する。実世界のエビデンスが不確実性を減らすのに伴い、製品の初期適用範囲をどのように拡大できるかを管理する。
欧州連合も、もう一つの重要な比較対象となる。その医療機器枠組みには、すでに市販後サーベイランスとビジランスの要件が含まれている。
EU AI Actは、特定の高リスクAIシステムに要件を追加する。医療機器であるAIシステムについては、主要な高リスク規定が2027年8月2日から適用される予定である。
欧州のガイダンスは、市販後監視を技術の性質とリスクに結び付けている。この方向性は、比例性のあるライフサイクル監督を求める英国委員会の主張に似ている。
ただし、法的構造は同一ではない。グレートブリテンでは英国医療機器規則が運用される一方、北アイルランドではWindsor Frameworkの下でEU規則が引き続き適用される。
そのため、英国市場に製品を提供する開発者は、国内で異なる規制制度に直面する可能性がある。整合化は摩擦を減らせるが、こうした法的な違いを消すことはできない。
委員会は、信頼できる海外規制当局との承認・依拠経路も支持している。こうした経路では、英国の最終判断を放棄することなく、海外の評価を考慮できる。
このアプローチは、他国で強固なエビデンスを持つ製品について、重複する審査を減らせる可能性がある。また、患者が有用な機器により早くアクセスする助けにもなりうる。
当局が基礎となる文脈なしに承認判断を交換するなら、依拠にはリスクが伴う。別の医療システムで検証されたモデルが、NHSでは異なる性能を示す可能性がある。
したがって、データ標準と透明なエビデンスが不可欠である。規制当局は、海外の知見が地域の人口集団やワークフローに移転可能かを判断するため、十分な詳細を必要とする。
国際協調は、承認後の監視も改善できる。ある市場で現れた安全性シグナルは、同じパターンが他の市場で見えるようになる前から重要である可能性がある。
モデルのバージョン、変更、インシデント、性能指標に関する共通の用語があれば、こうしたシグナルを解釈しやすくなる。また、製造業者の義務もより予見可能になる。
しかし、調和が最も要求水準の低い経路への競争になってはならない。開発者は当然、明確かつ迅速な承認が得られる市場を好む。
委員会は、安全性と迅速性が相互に支え合うものとなるよう目指している。予見可能な条件は投資を促し得る一方、継続的なエビデンスは患者を保護する。
その約束は、まだ実証されていない。英国は、段階的なアクセスが、完全承認に求められる厳格さを損なうことなく、より優れたエビデンスを生み出すことを示さなければならない。
成功すれば、この枠組みは他国の規制当局にも影響を与える可能性がある。実装が遅延したり一貫性を欠いたりすれば、開発者は明確さを得られないまま、新たな手続きの層に直面するかもしれない。
この改革が患者を守るかどうかを示す3つのシグナル
次の試金石は、閣僚が助言的な青写真を、執行可能な規則、資金を伴う監視、そして利用しやすい公開情報へと転換できるかどうかだ。
最初のシグナルは、政府の正式な対応である。当局者は、どの勧告を受け入れるか、またどの勧告に法制化、ガイダンス、運用変更が必要かを決定しなければならない。
強力な対応であれば、責任を負う組織と目標日程が明示される。また、短期的なMHRAガイダンスと、医療機器法の改正を必要とする変更も区別されるはずだ。
このシグナルは、段階的承認が明確に定義された経路となるのか、それとも政策上の願望にとどまるのかを明らかにする。明確な進行および撤回のルールは、委員会の主張を強めるだろう。
曖昧な約束では不十分だ。開発者や病院は、詳細な規制条件なしに、承認という概念を基にエビデンス創出プログラムを設計することはできない。
2つ目のシグナルは、市販後モニタリングの設計である。重要な詳細には、必須指標、報告頻度、サブグループ分析、エスカレーションの閾値が含まれる。
英国は2025年に発効した規則により、一般的な医療機器サーベイランスを強化した。しかし、Airlockの調査結果は、AIにより具体的な対応が求められる理由を説明している。
現行のシステムでは、変更は個別に発生し、検知可能であると想定できる。AIの一部の不具合は、徐々に、あるいは特定の臨床環境でのみ現れる。
信頼できる実装計画では、デバイスのバージョンを導入先と性能エビデンスに結び付けるべきだ。また、矛盾するシグナルを誰が調査するのかも明示する必要がある。
公開報告には慎重な設計が必要だ。規制当局は、個人の健康データを公開したり、誤解を招く比較を促したりすることなく、有用な安全性情報を提供しなければならない。
MHRAが共通のエビデンスおよび報告基準を公表すれば、ライフサイクル全体の監督は測定可能になる。各病院やメーカーが独自の手法を考案するなら、全国的な可視性は限定されたままとなる。
3つ目のシグナルは、NHSとMHRA全体における実装能力である。モニタリング要件は、組織に対応する人材、ツール、権限がある場合にのみ機能する。
資金、専門人材の採用、共有の技術インフラ、臨床医の明確な役割分担に注目すべきだ。調達文書でも、導入開始前に責任を割り当てる必要がある。
この能力の問題が、継続的な監督が能動的なものとなるのか、それとも単に事務作業を増やすだけに終わるのかを決める。ここは、患者安全とイノベーションへのインセンティブが交わる地点でもある。
NHSの各施設でエビデンス要件が一貫していれば、開発者にとって有益だ。病院も、検証済みのモニタリング手法を再利用し、技術作業の重複を避けられる。
この環境に備えるチームは、意思決定、モデル文書、性能報告、規制当局とのコミュニケーションを、検索可能なナレッジベースに保存すべきだ。トレーサビリティは、最終段階のコンプライアンス対応ではなく、日常業務の一部となる。
英国のAI医療機器規制案は、一回限りの承認における現実的な弱点に対し、一貫した答えを提示している。変化するソフトウェアには、変化する監督が必要であることを認識している。
その成功は、どれだけ多くのAI製品がNHSに導入されるかでは測れない。意味のある指標は、問題がより早期に表面化するか、責任の所在が明確に保たれるか、そして患者がより安全なケアを受けられるかである。
したがって、当面の問いは実務的だ。政府は、ライフサイクル規制を現実のものにするために必要なインフラへ資金を拠出し、それを執行するのだろうか。
