〇 AI医療機器スタートアップ/メーカーが失敗する典型パターンとは?
【アーカイブ配信:8/25~9/3(何度でも受講可能)】の視聴を希望される方は、こちらからお申し込み下さい。
1. AI医療機器の変更管理
1.1. AI医療機器の最大論点
1.2. PCCPとは何か
1.3. PCCPを誤解しない
1.4. PCCPの3要素
1.5. AI医療機器変更管理の実務マトリクス
1.6. 変更管理で必ず見るべき項目
1.7. データドリフト
1.8. モデル更新の難しさ
2. AI SaMD実務
2.1. SaMDの基本構造
2.2. AI SaMDの評価三層
2.3. AI SaMDの設計管理
2.4. GMLP
2.5. 透明性原則
2.6. Human-AI Team
2.7. AI SaMDのUI/UXリスク
3. EU AI 規則対応
3.1. EU AI 規則のインパクト
3.2. 適用時期の注意点
3.3. AI 規則 × MDR/IVDRの基本関係
3.4. EU AI 規則で追加される実務負荷
3.5. 認証機関(Notified Body)対応
4. サイバーセキュリティ
4.1. なぜサイバーが最重要なのか
4.2. FDAサイバーセキュリティ要求
4.3. Section 524B
4.4. SBOM
4.5. SPDF
4.6. AI特有のサイバーリスク
5. 生成AI・LLM医療機器
5.1. LLM診断支援は何が違うか
5.2. LLMが医療機器になる境界
5.3. LLM医療機器の変更管理
5.4. LLMの評価設計
6. QMS・設計管理・市販後監視
6.1. 市販後性能監視
6.2. Real-World Performance
6.3. ラベル・添付文書・ユーザートレーニング
7. 事業化失敗学
7.1. AI医療機器が失敗する理由
7.2. 失敗1:使用目的が弱い
7.3. 失敗2:データ戦略が弱い
7.4. 失敗3:QMSを後付けする
7.5. 失敗4:現場実装を軽視する
7.6. 失敗5:保険償還を後回しにする
8. 将来に向けて
8.1. 経営層向けメッセージ
8.2. メーカー向け実務チェックリスト
8.3. セミナーの結論
8.4. クロージング
8.5. 最後の一言
【質疑応答】