Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Regulacja AI w diagnostyce: FDA rozważa ścieżkę opartą na kompetencjach, bo rośnie presja

Amerykański regulator idzie w stronę zatwierdzania generatywnych urządzeń medycznych z AI na podstawie kompetencji, wynika z analizy propozycji FDA opracowanej przez Cooley. Decyzja z 24 września w sprawie testu krwi wykrywającego wiele nowotworów pokazuje, jak szybko zmienia się grunt.

ZdrowieAnalizaRenata PawlakOpublikowano: 1 października 20265 min czytaniaŹródła 9
Regulacja AI w diagnostyce: FDA rozważa ścieżkę opartą na kompetencjach, bo rośnie presja

Amerykański regulator idzie w stronę zatwierdzania generatywnych urządzeń medycznych z AI na podstawie kompetencji, wynika z analizy propozycji FDA opracowanej przez Cooley. Zmiana ma znaczenie, bo może pozwolić narzędziom diagnostycznym z AI przejść ocenę na podstawie faktycznych wyników, a nie sprzętu, który zastępują. To z kolei przełożyłoby się na to, jak takie produkty trafiają do klinik.

Propozycja idzie w parze z wyraźniejszym sygnałem kierunku, w którym zmierza FDA. W czwartek 24 września panel FDA zagłosował za testem Galleri firmy Grail i zarekomendował go do przedmiotowej zgody na dopuszczenie do obrotu, podał South China Morning Post. Po raz pierwszy amerykański regulator poparł test krwi do wczesnego wykrywania wielu nowotworów, który bada zdrowych, bezobjawowych ludzi pod kątem nieprawidłowych cząsteczek, w tym krążącego DNA nowotworu. To kamień milowy w regulacjach, nie w klinice.

Lekarze w Hongkongu podchodzą do wartości klinicznej testu ostrożnie i mówią, że przed szerszym stosowaniem potrzeba więcej danych, podał SCMP.

Ta luka między zielonym światłem regulatora a akceptacją kliniczną to dziś główne napięcie w diagnostyce wspieranej przez AI. Agencje muszą orzekać o narzędziach, których baza dowodowa jest wciąż cienka, a klinicyści mają zaufać wynikom, których nie potrafią w pełni zweryfikować. Ścieżka oparta na kompetencjach, opisana 28 września we wpisie Cooley, prowadziłaby generatywne urządzenia z AI przez kryteria oceny powiązane z tym, jak model wykonuje swoje zadanie. Wcześniej agencja otworzyła okres konsultacji nad ramami dla generatywnych urządzeń medycznych z AI, według wpisu na JDSupra z 29 września. Żaden z tych dokumentów nie jest ostateczny, a praktyczny skutek zależy od tego, jak agencja zapisze progi skuteczności, które różnią się w zależności od zastosowania klinicznego.

Dowody pojawiają się szybciej niż przepisy

Największa presja jest w onkologii. Medical Daily podało 1 października, że wczesny model AI z Mayo Clinic wskazał ryzyko raka trzustki nawet trzy lata przed diagnozą, czytając dokumentację medyczną. Tego samego dnia the-scientist.com opisał platformę, która daje badaczom onkologicznym dostęp do narzędzi AI do walki z rakiem. Oba przykłady wskazują w tę samą stronę: przewidywanie ryzyka przenosi się z pracowni obrazowania do dokumentacji elektronicznej, gdzie pytania regulacyjne wyglądają inaczej.

Nie tylko regulatorzy improwizują. Szpitale i klinicyści podejmują decyzje o wdrożeniu przy ograniczonym wsparciu.

Badanie pilotażowe Cureus opublikowane 1 października sprawdziło wśród młodszych lekarzy w Sydney wiedzę o AI i stosunek do niej. To przypomnienie, że osoby, które mają działać na podstawie wyników modeli, bywają najsłabiej w nich przeszkolone. MedCity News przekonywał 30 września, że prawdziwym ograniczeniem AI w ochronie zdrowia może być zaufanie, a nie autonomia. To inny problem niż ten, do którego rozwiązania zbudowano ocenę urządzeń. W tę próżnię weszła polityka. Na wspieranym przez branżę szczycie MAHA sekretarz zdrowia Robert F. Kennedy Jr. powiedział, że AI jest "lepiej poinformowana" niż lekarze, według The New York Times z 29 września i Forbesa z tego samego tygodnia. International Business Times UK podał, że Kennedy stwierdził, iż Sam Altman nazwał "malpractice" diagnozowanie lub przepisywanie leków przez lekarzy bez sprawdzenia AI. To twierdzenia polityczne, nie regulacyjne, i nie mają żadnego znaczenia w ocenie FDA. Nadają jednak ton publicznej debacie o tym, kto, a może co, ma prawo stawiać diagnozę.

Część tej debaty rozgrywa się na poziomie odpowiedzialności. expresshealthcare.in opublikował 30 września tekst o przejściu od "human-in-the-loop" do "human-on-the-hook", czyli o tym, że klinicysta, który przyjmuje rekomendację modelu, bierze na siebie winę, gdy jest błędna. To ujęcie ma znaczenie dla regulacji, bo decyduje, co szpitale faktycznie wdrożą. Narzędzie z jasnym śladem audytowym i obronnym twierdzeniem o skuteczności łatwiej zatwierdzić niż czarną skrzynkę, niezależnie od tego, które jest dokładniejsze.

Sama baza dowodowa też jest sporna.

Badanie krążące w maju 2026 pytało, czy AI naprawdę pokonała lekarzy izb przyjęć w diagnostyce i co właściwie pokazały wyniki. Odpowiedź była bardziej zastrzeżona niż sugerowały nagłówki. Niedawno Bioengineer.org podał 30 września, że AI chroniąca prywatność potrafi uczyć się spersonalizowanych zasad leczenia bez ujawniania danych pacjentów. To postęp techniczny, który zmienia też rachunek regulacyjny, bo dane treningowe mogą nigdy nie opuścić szpitala.

Poza Waszyngtonem

Stany Zjednoczone nie piszą tych przepisów same. Open Access Government opisał 30 września GUIDE-AI, europejską inicjatywę, która ma przenieść leczenie zgodne z wytycznymi w erę AI. Medical Buyer podał 30 września, że nowy raport zaleca Wielkiej Brytanii modernizację systemu regulacji technologii medycznych, a ukauthority.com poinformował w tym samym tygodniu, że MHRA wzmacnia innowacje w zdrowiu. We wrześniu propozycja regulacji AI w ochronie zdrowia na brytyjskiej "tablicy L" sygnalizowała podejście stopniowe, a nie jedną bramkę.

W Azji obraz jest bardziej rozdrobniony. Saudyjski SFDA zatwierdził opracowane w Arabii Saudyjskiej oprogramowanie medyczne z AI do diagnostyki stomatologicznej i okulistycznej, a indyjski CDSCO wydał wytyczne doprecyzowujące ścieżkę regulacyjną dla urządzeń medycznych opartych na AI i oprogramowaniu. Oba doniesienia pochodzą z września. Wytyczne WHO z 2021 roku dotyczące AI w zdrowiu pozostają najbliższym wspólnym punktem odniesienia i nie są wiążące.

Płatności to cichsza dźwignia. STAT podał 1 października, że Blue Shield of California, jeden z 17 dużych planów zdrowotnych zobowiązanych do przyjęcia modeli płatności inspirowanych modelem ACCESS Medicare, planuje uruchomić podobne modele w planach komercyjnych w 2027. Główny lekarz ubezpieczyciela, Ravi Kavasery, powiedział STAT, że firma wciąż dopracowuje szczegóły, w tym to, czy przyjmie kwoty płatności CMS. Niezależnie od tego, co zatwierdzi FDA, narzędzia, które nie pasują do kodu refundacji, zwykle nie docierają do pacjentów na szeroką skalę.

Najkonkretniejsze pytanie na najbliższą przyszłość brzmi, czego właściwie wymaga ścieżka oparta na kompetencjach. Jeśli FDA zażąda badań prospektywnych, niewiele generatywnych narzędzi diagnostycznych szybko ją przejdzie. Jeśli przyjmie retrospektywne dane o skuteczności, zgody mogą przyjść szybko, a ciężar przeniesie się na klinicystów i płatników, którzy zdecydują, jakie dowody wystarczą. Agencja nie powiedziała, w którą stronę pójdzie, a okres konsultacji nad wcześniejszymi ramami zakończył się bez opublikowanej reguły.

Jasny jest kierunek. Rok temu testy krwi wykrywające wiele nowotworów były tematem badawczym. Od 24 września jeden ma rekomendację panelu FDA. Rusztowanie regulacyjne wokół diagnostyki z AI powstaje publicznie, po kawałku, i w większości już po tym, jak narzędzia weszły do użycia.

Komentarze 0

Źródła

9
  1. 01US regulators back multi-cancer blood test – but Hong Kong doctors remain cautiousEN
  2. 02A major insurer on how it may replicate Medicare's chronic-care experimentEN
  3. 03Trump's watered-down Medicare drug pricing rule saves 96% less than initial proposalEN
  4. 04Pharmalittle: We're reading about a plan to lower Medicare drug prices, a Lilly obesity drug, and moreEN
  5. 05CMS finalizes GLOBE Medicare demo, but savings trail projectionsEN
  6. 06ADHD and autism diagnoses have surged. A massive study may help explain whyEN
  7. 07Federal Reserve Board requests public comment on two proposals related to establishing a regulatory framework for Board-supervised payment stablecoin issuers unEN
  8. 08Duke Energy wants to build a new gas plant. Regulators said not so fast.EN
  9. 09Sony brings AI graphics upscaling to the regular PS5EN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Renata Pawlak

Renata Pawlak

Nauka i zdrowie

Renata Pawlak zajmuje się w FLASH24 nauką i zdrowiem, opierając teksty na publikacjach recenzowanych, komunikatach instytucji i danych źródłowych, a nie na doniesieniach bez pokrycia. Przy każdej liczbie sprawdza metodologię badania, wielkość próby i jednostki, a wyniki porównuje z wcześniejszymi pracami na ten sam temat. Czeka na comiesięczne raporty GUS i NFZ, rozmawia z lekarzami oraz fizykami, a przed publikacją pyta autorów o ograniczenia ich wniosków. Prywatnie interesuje się fizyką materiałów i obserwuje niebo przez własny teleskop, co pomaga jej czytać prace z dziedzin ścisłych. Nie publikuje niczego, czego nie może potwierdzić w co najmniej dwóch niezależnych źródłach.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.