Klinické hodnocení SaMD: co váš CER skutečně potřebuje

Problém, na který naráží většina týmů SaMD

Klinické hodnocení hardwarových prostředků má poměrně zavedený postup: najít ekvivalentní prostředky, získat klinická data, provést analýzu mezer, rozhodnout, zda je potřeba klinické hodnocení. Pro software tento postup nelze jednoduše převzít. Přímý ekvivalentní prostředek často neexistuje. Data z klinického hodnocení nemusí být vůbec k dispozici. Literatura o klinických výsledcích nemusí odpovídat přesné funkci, kterou software vykonává.

To vede mnoho výrobců SaMD buď k tvorbě Zprávy o klinickém hodnocení, která je technicky správná, ale věcně chudá, nebo k obrovskému úsilí budovat tvrzení o ekvivalenci, která neobstojí. Ani jedno není dobrý výsledek. Níže popisujeme, jak proces klinického hodnocení softwaru skutečně vypadá, když je proveden správně.

Co vyžadují článek 61 a Příloha XIV

Článek 61 vyžaduje klinické hodnocení pro všechny prostředky, včetně softwaru. Hodnocení musí potvrdit, že prostředek dosahuje svého zamýšleného účelu, že rizika jsou vyvážena přínosy a že prostředek funguje dle tvrzení. Příloha XIV stanovuje metodologii: průběžný strukturovaný proces, nikoli jednorázový dokument.

Pro software stojí za zmínku několik věcí. Za prvé, klinické hodnocení musí být přiměřené rizikovému profilu prostředku a povaze tvrzení. Diagnostický AI nástroj třídy IIb s klinickými tvrzeními potřebuje podstatné klinické důkazy. Analytický nástroj třídy IIa podporující klinický pracovní postup má jiné důkazní nároky. Co potřebujete shromáždit, je úměrné tomu, co tvrdíte.

Za druhé, článek 61(1) je jasný: klinická data musí pocházet z vašeho konkrétního prostředku nebo z ekvivalentních prostředků. Koncept ekvivalence je pro software těžší splnit než pro hardware — kritéria ekvivalence zahrnují „technickou" ekvivalenci, která pro software znamená ekvivalentní algoritmický přístup, identický zamýšlený účel, stejnou populaci pacientů, stejné klinické prostředí. Pokud váš software používá nový algoritmus, možná nenajdete skutečný ekvivalent.

Jak vypadají klinické důkazy pro software

Bez dat z klinického hodnocení hardwaru výrobci SaMD typicky staví CER z:

Studií výkonu — prospektivní nebo retrospektivní studie, kde je výstup softwaru hodnocen vůči referenčnímu standardu (zlatý standard klinické diagnózy, panel odborníků, histopatologie atd.). Jde o nejpřímější formu klinických důkazů pro diagnostický software nebo software pro detekci. Dobře navržená studie výkonu může poskytnout silné důkazy klinické platnosti.

Publikované literatury — vědecké publikace hodnotící výkon vašeho softwaru nebo softwaru používajícího stejnou metodologii na stejné populaci pacientů pro stejnou indikaci. Důležité: publikace hodnotící jiný algoritmus, jinou populaci nebo jinou indikaci jsou pozadí stavu techniky, nikoli přímé klinické důkazy pro váš prostředek.

Klinických souborů dat / dat z reálného světa — pokud byl software používán během vývoje nebo v klinickém prostředí, retrospektivní hodnocení vůči známým výsledkům může generovat klinické důkazy. To vyžaduje přísnou metodologii a dokumentaci původu dat.

Odborného názoru — užitečný jako podpůrný důkaz, ale sám o sobě nedostatečný. Názor, že klinická funkce je prospěšná, není totéž co důkaz, že váš konkrétní software tohoto přínosu dosahuje bezpečně a účinně.

CER musí čestně posoudit, jaké důkazy máte, jaká jsou jejich omezení a zda jsou dostatečné pro podporu vašich klinických tvrzení. Slabá důkazní základna je problém — ale CER, který mezeru přizná a má konkrétní plán PMCF k jejímu uzavření, je lepší než ten, který mezeru zakrývá slabými argumenty o ekvivalenci.

PMCF pro SaMD — jak to skutečně funguje

Post-Market Clinical Follow-up není pro software volitelná ozdoba. Je to systematický plán pro pokračování shromažďování klinických důkazů po spuštění. Pro software PMCF často nese větší váhu než pro hardware, protože počáteční důkazy mohou být omezené a software se může dále vyvíjet.

Jak PMCF vypadá v praxi pro SaMD:

Monitorování výkonu v reálném světě — systematický sběr a analýza výstupů softwaru v reálných klinických podmínkách vůči skutečným klinickým výsledkům. To se liší od obecného zpracování stížností PMS — jde o strukturovaný sběr klinických dat.

Účast v registrech — příspěvek dat do klinického nebo nemocničního registru, kde lze výkon softwaru sledovat v čase vůči datům o výsledcích.

Průzkumy uživatelů a observační studie — strukturovaný sběr zpětné vazby od klinických pracovníků o tom, zda software funguje dle zamýšleného účelu v reálném klinickém použití.

Průběžná literární surveillance — průběžné sledování vědecké literatury pro studie hodnotící váš software nebo metodologicky ekvivalentní nástroje.

Plán PMCF musí být konkrétní: jaká data budete shromažďovat, jak, z kolika pracovišť, v jakém časovém rámci a jaké závěry z toho vyvodíte? „Sledovat výkon prostřednictvím normálního používání" není plán PMCF.

Co pokyny MDCG jasně říkají

MDCG 2020-6 o PMCF a MDCG 2020-5 o klinickém hodnocení se oba vztahují na software. Co týmy v MDCG 2020-5 často přehlédnou: zpráva o klinickém hodnocení softwaru by měla postupně řešit klinická tvrzení z vašeho prohlášení o zamýšleném účelu. Pokud váš návod k použití říká, že software detekuje stav X se senzitivitou Y — váš CER musí řešit, zda to důkazy podporují. Vágní prohlášení o přínosech v CER, která nelze zpětně dohledat ke konkrétním tvrzením, jsou častým nálezem Notifikovaných osob.

Mapujte CER přímo na prohlášení o zamýšleném účelu. Každé klinické tvrzení by mělo mít důkazy, které ho podporují, nebo závazek PMCF takové důkazy generovat.