La Administración de Alimentos y Medicamentos de EE.UU. (FDA), Health Canada y la Agencia Reguladora de Medicamentos y Productos Sanitarios (MHRA) del Reino Unido, identificaron los principios para las buenas prácticas de aprendizaje automático.
La FDA, Health Canada, y la MHRA, identificaron de manera conjunta los diez principios rectores para el desarrollo de buenas prácticas de aprendizaje automático (GMLP, en inglés). La idea principal es promover el uso de dispositivos médicos seguros, regulados y de calidad que utilicen Inteligencia Artificial (IA) y aprendizaje automático.
“Con la inteligencia artificial y el aprendizaje automático progresando tan rápidamente, nuestras tres agencias reguladoras, juntas, ven una oportunidad global para ayudar a fomentar las buenas prácticas de aprendizaje automático al proporcionar principios rectores que creemos respaldarán el desarrollo y la maduración de las buenas prácticas de aprendizaje automático”, explicó Bakul Patel director del Centro de Excelencia de Salud Digital de la FDA.
También explicó que los principios rectores que trabajaron con las autoridades sanitarias de Canadá y Reino Unido brindarán un apoyo determinante a los desarrolladores de dispositivos basados en aprendizaje automático que “tienen el potencial de mejorar significativamente la calidad de la atención al paciente y transformar la atención médica”, según resaltó Patel.
La “Guía de Buenas prácticas de aprendizaje automático para el desarrollo de dispositivos médicos: principios rectores”, fue publicada el 27 de octubre de 2021. De manera resumida los diez principios son los siguientes:
- La experiencia multidisciplinar se aprovecha a lo largo de todo el ciclo de vida del producto
- Se implementan buenas prácticas de ingeniería de software y seguridad
- Los participantes del estudio clínico y los conjuntos de datos son representativos de la población de pacientes prevista
- Los conjuntos de datos de entrenamiento son independientes de los conjuntos de prueba
- Los conjuntos de datos de referencia seleccionados se basan en los mejores métodos disponibles
- El diseño del modelo se adapta a los datos disponibles y refleja el uso previsto del producto
- La atención se centra en el rendimiento del equipo humano de la IA
- Las pruebas demuestran el rendimiento del dispositivo en condiciones clínicamente relevantes
- Los usuarios reciben información clara y esencial: Los usuarios tienen fácil acceso a información clara y contextualmente relevante que es apropiada para la audiencia a la que va dirigida (como los proveedores de atención médica o los pacientes)
- Los modelos desplegados se supervisan en cuanto a su rendimiento y se gestionan los riesgos de reentrenamiento
Puedes consultar la guía completa en el siguiente enlace: https://www.gov.uk/government/publications/good-machine-learning-practice-for-medical-device-development-guiding-principles/good-machine-learning-practice-for-medical-device-development-guiding-principles
AI MED
FDA
GOV UK
