Startupy i innowatorzy
Zespoły rozwijające nowe technologie medyczne, systemy cyfrowe lub rozwiązania wspierane przez AI.
Kontekst Prawny
Zgodnie z AI Act, państwa członkowskie UE mają obowiązek utworzenia piaskownic regulacyjnych do wspierania innowacji. Nasza inicjatywa wpisuje się w ten trend, oferując ścieżkę zgodności z przepisami krajowymi i unijnymi.
Dlaczego warto?
⚡ Szybsze Wdrożenie
Skrócenie czasu od pomysłu do rynku i feedback od regulatora.
🛡️ Ograniczone Ryzyko
Działanie w specjalnym reżimie prawnym z bezpiecznym dostępem do danych.
📈 Wiarygodność
Certyfikat uczestnictwa w piaskownicy buduje zaufanie inwestorów.
🧪 Realne Testy
Dostęp do prawdziwych danych medycznych i infrastruktury.
Schemat Procesu Piaskownicy
Etap 1: Przygotowanie
Kwalifikacja i Wniosek
- 1. Ocena czy produkt to wyrób medyczny AI.
- 2. Przygotowanie dokumentacji i ocena ryzyka.
- 3. Złożenie wniosku do URPL.
Etap 2: Wdrożenie
Testy i Monitoring
- 4. Zgoda komisji bioetycznej i URPL.
- 5. Badania na ograniczonej grupie pacjentów.
- 6. Zarządzanie ryzykiem i audyty co 3 mies.
Etap 3: Ewaluacja
Certyfikacja i Wdrożenie
- 7. Analiza danych i raport końcowy.
- 8. Przejście do pełnej certyfikacji CE (MDR).
- 9. Program Alumni i komercjalizacja.
Warunki i Finanse
Wymagania Udziału
- • Rozwiązanie AI klasyfikowane jako wyrób medyczny
- • Wstępne dane walidacyjne
- • Plan zarządzania ryzykiem
- • Ubezpieczenie OC
Koszty (Szacunkowe)
- • Opłata aplikacyjna: 5-15 tys. zł
- • Dokumentacja: 20-50 tys. zł
- • Ubezpieczenie OC: 10-30 tys. zł/rok
- • Monitoring: 5-15 tys. zł/mc
Dokumentacja Kliniczna
Plan Badań Klinicznych
Hipoteza, kryteria włączenia, metodologia, statystyka.
Raport Badań
Analiza endpoints, bezpieczeństwo, wnioski kliniczne.
Analiza Literatury
Przegląd systematyczny i meta-analizy.
Piaskownice w UE (AI Act)
Podstawy Prawne: AI Act Art. 57
Państwa członkowskie mają obowiązek utworzenia piaskownic regulacyjnych do sierpnia 2026 roku. Celem jest wsparcie innowacji przy zachowaniu bezpieczeństwa.
- • Testy Real-World: Walidacja w środowisku klinicznym.
- • Odstępstwa: Czasowe zawieszenie niektórych wymogów.
- • Nadzór: Ciągły monitoring bezpieczeństwa.
- • Ochrona: Gwarancje dla praw podstawowych.
Przykłady Międzynarodowe
Sandbox for Radiology AI
Organizator: Dutch Healthcare Authority
- • Wspólna baza danych do treningu.
- • 8 certyfikowanych rozwiązań w 18 miesięcy.
- • Procedury oparte na RWE (Real World Evidence).
Health Data Hub
Skala: 70 milionów rekordów pacjentów
- • Testowanie AI na zanonimizowanych danych.
- • Federated Learning Environments.
- • Mechanizmy Differential Privacy.
Finska AI Region
Model: Współpraca Regionalna Nordycka
- • Skrócenie czasu certyfikacji o 40%.
- • Wspólne protokoły walidacyjne.
- • Wzajemne uznawanie certyfikatów.
Dla Startupów: Jak się przygotować?
Strategie Sukcesu
- • Early Dialogue: Konsultacje przed wnioskiem.
- • Scientific Advice: Formalne porady naukowe.
- • Partnerstwo: Konsorcja ze szpitalami.
Korzyści Ekonomiczne
- • Redukcja kosztów certyfikacji: 30-50%
- • Skrócenie Time-to-Market: 40-60%
- • Wzrost wyceny (Inwestycje): 3-5x
Przykłady Projektów Kwalifikujących się
Retinopatia Cukrzycowa
Algorytm analizy dna oka. Czułość 94%. Certyfikacja w 14 mies. (vs 24+).
Predykcja Sepsy
Wykrywanie 2h wcześniej niż standard. 50k pacjentów w testach.
Proces Aplikacyjny - Krok po Kroku
Etap 1: Przed-aplikacja
Czas: 1-2 miesiące
- ✅ Analiza kwalifikowalności projektu
- ✅ Konsultacje z prawnikiem MDR
- ✅ Przegląd wymagań klinicznych
Etap 2: Dokumentacja
Czas: 2-3 miesiące
- ✅ Plan badań klinicznych & Ryzyko
- ✅ Dokumentacja techniczna algorytmu
- ✅ Plan ochrony danych (RODO)
Etap 3: Ocena
Czas: 3-4 miesiące
- ✅ Ocena regulacyjna i etyczna
- ✅ Opinia komitetu bioetycznego
- ✅ Weryfikacja statystyczna
Szablony Dokumentów
Formularz Aplikacyjny (Wyciąg)
A. INFORMACJE O STARTUPIE
- Nazwa, NIP, Adres, WWW
- Data rejestracji
B. OPIS TECHNOLOGII
- Kategoria AI: [Diagnostyczna/Terapeutyczna]
- Klasa ryzyka MDR: [I/IIa/IIb/III]
- TRL: [6-9]
C. ZESPÓŁ
- Członkowie zespołu i ich doświadczenie (max 500 znaków)
Plan Badań & Ryzyko
Plan Badań
- 1. Cele: Główny (Czułość/Swoistość), Drugorzędowe.
- 2. Metodologia: Wielkość próby, Kryteria włączenia/wyłączenia.
- 3. Harmonogram: Rekrutacja -> Testy -> Analiza.
Tabela Ryzyka
- • Zagrożenie (np. Fałszywie ujemny wynik)
- • Prawdopodobieństwo & Dotkliwość
- • Środki kontroli (np. Weryfikacja lekarza)
Dokumentacja Techniczna Algorytmu
1. Architektura: Typ modelu (CNN/Transformer), Struktura warstw.
model_architecture = {
"input": "512x512x3",
"hidden": ["conv2d_64", "max_pool"],
"output": "sigmoid_1_node"
} 2. Dane Treningowe: Źródła, Liczba przypadków, Podział (70/15/15), Augmentacja.
3. Metryki: Czułość, Swoistość, AUC, Precyzja.
Budżet (24 mies.)
- • Personel badawczy: ~480 tys. zł
- • Opłaty ośrodków: ~270 tys. zł
- • Analiza statystyczna: ~48 tys. zł
- • SUMA: ~903 tys. zł (z kosztami pośr.)
RODO / GDPR
- • Anonimizacja: Differential privacy / k-anonymity.
- • Szyfrowanie: AES-256 (spoczynek), TLS 1.3.
- • Prawa Pacjenta: Dostęp, Sprzeciw, Bycie zapomnianym.
Przyszłość w Polsce
Planowane uruchomienie pełnej piaskownicy: 2025 rok
Finansowanie z KPO. Współpraca Ministerstwa Zdrowia z URPL.
Rekomendujemy model łączący AI Act z procedurami MDR (jak w krajach nordyckich).