2 min de leitura
Nos últimos tempos, a utilização da IA/ML (Inteligência Artificial/Aprendizagem Automática) tem vindo a ganhar uma enorme popularidade tecnológica nos setores dos dispositivos médicos e dos cuidados de saúde, devido à sua capacidade de diagnosticar, gerir e tratar uma grande variedade de condições médicas, bem como de melhorar os cuidados prestados aos doentes. No entanto, parecem existir obstáculos à implementação da IA/ML a na prática diária, nomeadamente no que diz respeito às questões de transparência em torno dos respetivos programas de software. Por isso, é crucial regulamentar estas tecnologias e, para tal, os organismos reguladores estão a envidar todos os esforços para regulamentar a implementação da IA/ML a.
Com base nisso, a Autoridade de Proteção de Dados da Índia ( FDA ) divulgou um plano de ação em cinco partes para a sua supervisão de sistemas de IA/ML seguros e centrados no doente SaMD. O que é que o plano de ação prevê? Vamos tentar compreender.
A « FDA » pretende impulsionar o desenvolvimento « SaMD » e delineou o seguinte plano de ação composto por cinco partes:
- Desenvolver um quadro regulamentar adaptado ao software médico, através da publicação de um projeto de orientação sobre o plano de controlo de alterações pré-definido para o software de aprendizagem
- Boas práticas de aprendizagem automática (GMPL) para a avaliação de algoritmos de « ML »
- Abordagem centrada no doente que integra a transparência para os utilizadores
- Métodos da ciência regulatória relacionados com o viés e a robustez dos algoritmos
- Monitorização do Desempenho no Mundo Real (RWP)
A Agência de Medicamentos e Produtos de Saúde do Reino Unido ( FDA ) afirmou que continuará a desenvolver e a atualizar o seu próprio quadro regulamentar proposto para a IA/ML — SaMD —, através da publicação de um projeto de orientação sobre o plano de controlo de alterações pré-determinado. Os elementos especificados na orientação irão apoiar a segurança e a eficácia dos algoritmos de SaMD e incluirão também o aperfeiçoamento da identificação dos tipos de modificações, conforme previsto no quadro regulamentar.
Tendo em conta a necessidade das GMPL, o Centro de Excelência em Práticas de Engenharia de Software ( FDA ) tenciona centrar-se nas melhores práticas de IA/ML , tais como a gestão de dados, a extração de características, o treino, a interpretabilidade, a avaliação e a documentação, que são semelhantes às boas práticas de engenharia de software ou às práticas de sistemas de qualidade. Além disso, a Agência tenciona promover a harmonização dos inúmeros esforços para desenvolver as GMPL, tirando partido dos fluxos de trabalho já existentes e do envolvimento de outras comunidades centradas na IA/ML.
A Agência reconheceu que a promoção da transparência é um aspeto fundamental de uma abordagem centrada no doente e especialmente importante para os dispositivos médicos baseados em IA/ML, que podem sofrer alterações ao longo do tempo e incorporar algoritmos que apresentam um certo grau de opacidade. No que diz respeito ao desenvolvimento e à utilização de dispositivos baseados em IA/ML, existem considerações específicas que exigem uma abordagem proativa e centrada no doente, tendo em conta várias questões, incluindo a usabilidade, a equidade, a confiança e a responsabilização. A « FDA » (Guia de Utilização de Dispositivos de Saúde com IA) aborda estas questões com o objetivo de reforçar a confiança dos utilizadores na funcionalidade do dispositivo e garantir que os doentes compreendam os benefícios, riscos e limitações do mesmo.
A Agência de Medicamentos e Produtos de Saúde ( FDA ) informa que, dada a opacidade do funcionamento de muitos algoritmos de IA/ML e o facto de estes serem desenvolvidos com base em conjuntos de dados históricos, os mesmos são vulneráveis a enviesamentos e propensos a reproduzir os enviesamentos presentes nos dados. Por conseguinte, a Agência está a apoiar esforços de investigação no domínio da ciência regulatória e a colaborar com investigadores de renome para desenvolver métodos de avaliação de software médico baseado em IA/ML. Esses métodos incluem a identificação e eliminação de enviesamentos e garantem a robustez e resiliência desses algoritmos para que possam adaptar-se a entradas e condições clínicas em constante mudança.
No que diz respeito ao RWP, a Agência de Alimentos e Medicamentos ( FDA ) afirma que a recolha de dados de desempenho sobre a utilização no mundo real do « SaMD » poderá permitir aos fabricantes identificar oportunidades de melhoria, compreender como os seus produtos estão a ser utilizados e responder de forma proativa a questões relacionadas com a segurança ou a usabilidade. Como parte do plano de ação, a Agência de Alimentos e Medicamentos ( FDA ) irá colaborar com as partes interessadas numa base voluntária e em coordenação com outros programas em curso da Administração de Alimentos e Medicamentos ( FDA ) centrados na utilização de dados do mundo real, apoiando assim a implementação de um projeto-piloto de monitorização do desempenho no mundo real.
Por último, a Agência de Proteção Financeira do Consumidor ( FDA ) reconheceu que, à medida que a « SaMD » baseada em IA/ML avança rapidamente, a Agência prevê que este plano de ação continue a evoluir e a proporcionar maior clareza. Por conseguinte, para obter mais atualizações sobre o plano de ação da Agência de Proteção Financeira do Consumidor ( FDA) relativo à « SaMD » baseada em IA/ML, fique atento ao nosso blogue. Mantenha-se informado. Mantenha-se em conformidade.
