Fermer

mars 26, 2021

Vue d'ensemble du logiciel basé sur l'IA / ML de la FDA en tant que plan d'action pour les dispositifs médicaux


Dans un effort historique pour guider et stimuler le développement de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) dans le domaine médical, la Food and Drug Administration (FDA) des États-Unis a publié un Artificial Intelligence / Machine Learning ( Plan d'action sur les logiciels basés sur l'IA / ML en tant que dispositif médical (SaMD) .

Le plan a été créé par le Centre d'excellence en santé numérique de la FDA (DHCE) au Centre pour les dispositifs et la santé radiologique (CDRH). Organisé en septembre 2020, DHCE s'est engagé à faire progresser stratégiquement les technologies numériques de la santé dans le cadre du rôle de réglementation et de surveillance de la FDA. L'objectif du Centre est de donner aux parties prenantes les moyens de faire progresser les soins de santé en favorisant une innovation numérique de haute qualité mais responsable en matière de santé.

 Innovation et développement de produits - Accélérez votre intranet Sharepoint avec Rise
Accélérez votre intranet SharePoint avec Rise

Découvrez comment tirer le meilleur parti de votre investissement dans Office 365 avec Rise, l'offre Intranet-as-a-Service de Perficient en réduisant la durée de projet de votre intranet avec des solutions prêtes à l'emploi, en diminuant les risques de votre projet et en augmentant la valeur de votre intranet.

Obtenir le guide

Le plan d'action AI / ML est une réponse aux commentaires des parties prenantes provenant d'un document de discussion d'avril 2019, Cadre réglementaire proposé pour les modifications des logiciels basés sur l'intelligence artificielle / apprentissage automatique en tant que dispositif médical . Les lecteurs peuvent accéder à cette proposition de 2019 ici: US FDA Artificial Intelligence and Machine Learning Discussion Paper

Le plan d'action SaMD propage une approche à plusieurs volets avec cinq mesures que la FDA a l'intention de prendre, notamment: [19659009] Adapter le cadre réglementaire de la FDA pour le SaMD basé sur l'IA / ML, y compris la publication d'un projet de directives sur un plan de contrôle des changements prédéterminé (pour l'apprentissage du logiciel au fil du temps).

  • Encourager l'harmonisation du développement des bonnes pratiques d'apprentissage automatique (GMLP) pour évaluer et améliorer les algorithmes d'apprentissage automatique.
  • Favoriser une approche centrée sur le patient, y compris la transparence des appareils pour les utilisateurs et organiser un atelier public sur la façon dont l'étiquetage des appareils soutient la transparence pour les utilisateurs et renforce la confiance dans les appareils basés sur l'IA / ML.
  • Développement de méthodes pour évaluer et améliorer les algorithmes d'apprentissage automatique.
    • Cela inclut le biais d'algorithme et la promotion de la robustesse de l'algorithme.
  • Faire progresser les pilotes de surveillance des performances dans le monde réel.
  • Si vous souhaitez lire l'intégralité du plan, veuillez visiter: https://www.fda.gov/medical-devices/software-medical -device-samd / artificiel-intelligence-et-machine-learning-software-medical-device

    La bureaucratie du gouvernement fédéral doit s'adapter à l'évolution rapide du monde de la technologie. Un laps de temps de deux ans entre un document de discussion et un plan d'action peut sembler des décennies aux développeurs de la Silicon Valley à Silicon Alley, mais le plan d'ajuster leur cadre réglementaire avec un projet d'orientation publié est un bon départ dans la bonne direction.

    En tant que diabétique de type 1 qui attend avec impatience un pancréas artificiel dans le monde réel depuis plus d'une décennie, j'ai hâte que les entreprises de logiciels et de dispositifs médicaux fassent progresser les soins et le traitement du diabète (car je suis sûr que les lecteurs luttent contre d'autres maladies chroniques. maladies) plus rapide grâce à ce plan.

    À propos de l'auteur

    Carl est certifié dans le Scaled Agile Framework (SAFe), un Scrum Master et un chef de projet Six Sigma Green Belt avec plus de 25 ans d'expérience dans le domaine financier services de supervision du développement à grande échelle de plates-formes logicielles mondiales de comptabilité multidevises, de rapports réglementaires et de rapports financiers. Il a une expérience pratique de la rédaction, de la révision et du dépôt de rapports de la Réserve fédérale, de la FFIEC et de l'IRS, y compris les rapports d'appel, les rapports Y9C, 2900 rapports, les rapports TIC et les rapports de remise d'arbitrage.

    Plus de cet auteur




    Source link