,
6 minutos de lectura
La entrada en vigor del Dispositivos Médicos (UE) 2017/745 Dispositivos Médicos ha reforzado y ampliado las expectativas en materia de evaluación clínica del software como Dispositivos Médicos SaMD) y las tecnologías basadas en la inteligencia artificial. Si bien los principios del MDR se aplican por igual al software y al hardware, el software ya no puede basarse únicamente en métricas de rendimiento simplificadas; en su lugar, la evaluación clínica debe fundamentarse en pruebas clínicas sólidas, respaldadas por actividades adecuadas de verificación y validación del software, así como por una validación clínica que demuestre el rendimiento clínico, la aceptabilidad de la relación beneficio-riesgo y la suficiencia de las pruebas a lo largo del ciclo de vida del producto.
Los organismos notificados examinan cada vez con mayor detenimiento la forma en que los fabricantes establecen y mantienen el rendimiento clínico, la aceptabilidad de la relación beneficio-riesgo y la suficiencia de las pruebas a lo largo del ciclo de vida de SaMD los dispositivos basados en inteligencia artificial. Por lo tanto, la aplicación efectiva de los principios del Reglamento sobre productos sanitarios (MDR) a las tecnologías basadas en algoritmos requiere una comprensión clara de las expectativas reglamentarias y un enfoque estructurado y orientado al ciclo de vida para la generación y el mantenimiento de las pruebas clínicas.
Principios de evaluación clínica del Reglamento sobre dispositivos médicos (MDR) aplicados al software
Según el Reglamento sobre productos sanitarios (MDR), la evaluación clínica debe demostrar que un producto cumple su finalidad médica prevista y mantiene un perfil beneficio-riesgo aceptable. Este proceso se menciona principalmente en el documento MDCG 2020-1 y se ajusta además a las directrices del IMDRF, reconocidas internacionalmente, sobre la evaluación clínica del software como Dispositivos Médicos SaMD), que hacen hincapié en la relevancia clínica, la asociación clínica válida y las afirmaciones sobre el rendimiento basadas en la evidencia. Por lo tanto, la evaluación clínica debe centrarse en cómo los resultados del software respaldan decisiones clínicamente significativas, en lugar de centrarse únicamente en el rendimiento técnico.
Los organismos notificados esperan que los fabricantes expliquen cómo las funciones del software se traducen en beneficios diagnósticos, terapéuticos o de apoyo a la toma de decisiones para los usuarios previstos. Esto incluye una definición clara del uso previsto, la población destinataria, el contexto clínico y la interacción con el usuario. La ambigüedad en estos ámbitos suele plantear dificultades durante la evaluación de la conformidad.
Definición del rendimiento clínico de los algoritmos
Uno de los retos más importantes en la evaluación SaMD es definir y medir su rendimiento clínico. A diferencia de los dispositivos tradicionales, el rendimiento del software no puede evaluarse únicamente a través de sus características físicas o de pruebas de laboratorio.
Los organismos notificados esperan que el rendimiento clínico se demuestre mediante criterios de valoración adecuados que reflejen el uso clínico en la práctica real. Estos pueden incluir la precisión diagnóstica, la sensibilidad y la especificidad, el impacto en la toma de decisiones clínicas o los indicadores de resultados de los pacientes, en función de la finalidad prevista del software.
Los indicadores de rendimiento deben justificarse en el contexto de la práctica clínica actual y del estado actual de la técnica. Esto refuerza la importancia de adoptar enfoques de evaluación clínica y de rendimiento que sean defendibles, en los que la validación del software se base en la evidencia clínica y no únicamente en parámetros técnicos de referencia.
Fuentes de evidencia clínica para dispositivos de medicina asistida por software ( SaMD de inteligencia artificial (IA)
La evidencia clínica relativa SaMD proceder de múltiples fuentes, entre las que se incluyen investigaciones clínicas, la bibliografía especializada, análisis retrospectivos de datos, evidencia del mundo real y datos posteriores a la comercialización. Los organismos notificados evalúan si las fuentes de evidencia seleccionadas son adecuadas para la clase de riesgo del software, su carácter novedoso y sus indicaciones clínicas.
Cuando se utilice bibliografía, los fabricantes deberán demostrar que los datos publicados son directamente aplicables a la versión específica del software, a la lógica del algoritmo y al uso previsto. Este requisito suele exigir protocolos rigurosos de búsqueda Dispositivos Médicos , así como revisiones críticas, para garantizar la pertinencia y la reproducibilidad de los resultados.
En el caso de los dispositivos basados en inteligencia artificial, el acceso a los conjuntos de datos de entrenamiento y validación, así como la transparencia en el desarrollo de los algoritmos, desempeñan un papel fundamental en la solidez de la evaluación clínica.
Estado actual de la técnica y evaluación comparativa de algoritmos
Definir el estado actual de la técnica (SOTA) resulta especialmente complejo en el caso de las tecnologías SaMD de inteligencia artificial (IA), debido a la rápida innovación y a la evolución de la práctica clínica. Los organismos notificados esperan que el SOTA refleje no solo soluciones de software comparables, sino también vías clínicas alternativas e intervenciones que no sean de software.
La evaluación comparativa del rendimiento de un algoritmo frente al estado del arte (SOTA) requiere una justificación minuciosa de la selección de los puntos de referencia y de los umbrales de rendimiento. Unas definiciones del estado del arte (SOTA) poco sólidas u obsoletas pueden socavar las afirmaciones sobre los beneficios clínicos y poner en duda la suficiencia de la evidencia.
Estos retos ponen de relieve la importancia de mantener las definiciones de «estado del arte» (SOTA) como elementos dinámicos dentro del informe de evaluación clínica, en consonancia con la evolución de los estándares clínicos y las capacidades tecnológicas.
Artículo 61 y suficiencia probatoria para SaMD
Aportar pruebas clínicas suficientes con arreglo al artículo 61 es un requisito fundamental para los productos sanitarios SaMD los productos sanitarios basados en inteligencia artificial. Los organismos notificados evalúan si los datos clínicos disponibles respaldan adecuadamente las declaraciones de seguridad y rendimiento, teniendo en cuenta el nivel de autonomía del software, su impacto clínico y su perfil de riesgo.
En el caso de los algoritmos adaptativos o de aprendizaje continuo, los fabricantes deben explicar cómo se garantiza la suficiencia de la evidencia a lo largo del tiempo, especialmente cuando las actualizaciones de software pueden alterar las características de rendimiento. Esta exigencia es coherente con la guía MDCG 2020-6 sobre la evidencia clínica suficiente, que hace hincapié en la proporcionalidad y en la evaluación de la evidencia basada en el ciclo de vida.
Gestión de las actualizaciones de software y los cambios en el ciclo de vida
Las actualizaciones de software suponen uno de los principales retos normativos para los productos sanitarios basados en la inteligencia artificial, ya que los organismos notificados esperan que los fabricantes evalúen rigurosamente si las modificaciones afectan al rendimiento clínico, a la seguridad o a la aceptabilidad de la relación beneficio-riesgo.
Según el documento MDCG 2020-3, es esencial contar con un proceso estructurado de gestión del cambio para garantizar que las actualizaciones que tengan un impacto clínico significativo —como el reentrenamiento de modelos— queden documentadas en la evaluación clínica y estén respaldadas por pruebas adecuadas. La integración de estas actividades en las prácticas más amplias de gestión Dispositivos Médicos contribuye a mantener la trazabilidad y la confianza regulatoria.
La vigilancia poscomercialización (PMS) y el seguimiento clínico poscomercialización (PMCF) desempeñan un papel fundamental a la hora de supervisar el rendimiento del software en el mundo real e identificar los riesgos emergentes.
Datos postcomercialización sobre dispositivos SaMD de inteligencia artificial
En el marco del Reglamento sobre productos sanitarios (MDR), los datos posteriores a la comercialización constituyen un componente fundamental de la evaluación clínica de SaMD. Los organismos notificados esperan que los sistemas de seguimiento poscomercialización recojan las tendencias de rendimiento, los comentarios de los usuarios y los resultados en el mundo real asociados al software, con el fin de garantizar que el algoritmo siga siendo seguro y eficaz en la práctica clínica.
PMCF descritas en el documento MDCG 2020-7 son necesarias para abordar las incertidumbres residuales, especialmente en el caso de los sistemas de inteligencia artificial implantados en entornos clínicos complejos o de alto riesgo. Estas expectativas concuerdan con las perspectivas normativas más amplias de la Agencia Europea de Medicamentos sobre la salud digital y la inteligencia artificial, que destacan la importancia de la supervisión a lo largo del ciclo de vida de las tecnologías adaptativas.
Conclusión: Aplicación de los principios de evaluación clínica del Reglamento sobre productos sanitarios (MDR) a los algoritmos
Si bien los principios del Reglamento sobre productos sanitarios (MDR) se aplican de manera uniforme a todas Dispositivos Médicos , los dispositivos SaMD los dispositivos basados en inteligencia artificial requieren una adaptación cuidadosa de las metodologías tradicionales de evaluación clínica. Los organismos notificados esperan que los fabricantes demuestren una relevancia clínica clara, una validación del rendimiento justificable y una suficiencia de la evidencia a lo largo de todo el ciclo de vida del software.
Los fabricantes que abordan la evaluación clínica de SaMD un proceso continuo, basado en la evidencia e integrado con la vigilancia poscomercialización y la gestión de cambios, están en mejores condiciones de cumplir con las expectativas normativas y mantener el cumplimiento normativo. La aplicación reflexiva de los principios del Reglamento sobre dispositivos médicos (MDR) a los algoritmos es esencial no solo para obtener la aprobación normativa, sino también para mantener la confianza en la toma de decisiones clínicas basada en software.
Cómo Freyr apoya la evaluación clínica de los dispositivos de software médico ( SaMD de inteligencia artificial (IA)
La evaluación clínica de los dispositivos SaMD basados en IA requiere conocimientos especializados que abarcan tanto la ciencia clínica como la estrategia regulatoria y el desarrollo de software. Freyr ayuda a los fabricantes a elaborar informes de evaluación clínica bien fundamentados, a definir los criterios de valoración clínicos adecuados y a adaptar las estrategias de evidencia a los requisitos del Reglamento sobre productos sanitarios (MDR) y a las directrices internacionales.
Los expertos de Freyr prestan asistencia en evaluaciones basadas en la bibliografía, análisis de las lagunas en la evidencia clínica, integración de la evidencia poscomercialización e interacciones con organismos notificados para tecnologías basadas en software. Si necesita ayuda con la evaluación clínica de dispositivos médicos basados en software SaMD de inteligencia artificial (IA), la elaboración de informes de evaluación comparativa (CER) o la estrategia de evidencia en el marco del Reglamento sobre productos sanitarios ( EU MDR, póngase en contacto con un experto de Freyr para analizar sus retos normativos.
Acerca del autor
La Dra. Radhika Ramachandran dirige el Centro de Excelencia (CoE) de Redacción Médica Regulatoria Global de Freyr Inc., donde elabora documentación y estrategias regulatorias en el marco de las normativas internacionales aplicables a los productos sanitarios y los productos para diagnóstico in vitro (IVD). Con más de una década de experiencia en tecnología médica, investigación clínica y estrategia regulatoria, se especializa en el desarrollo y la revisión de documentos regulatorios de gran impacto alineados con los estándares globales, incluidos EU MDR el IVDR EU MDR . Ofrece consultoría estratégica y soluciones de redacción regulatoria a medida a empresas de tecnología médica, prestando apoyo en las presentaciones regulatorias y la documentación del ciclo de vida. La Dra. Radhika es doctora en Biotecnología y redactora médica certificada, con más de 1500 documentos reglamentarios en su haber. Actualmente se centra en el aprovechamiento de la inteligencia artificial y la salud digital para transformar la redacción médica reglamentaria.
