Politiques d'approbation pour les modifications de logiciels basés sur l'apprentissage automatique en tant que dispositif médical : Une étude sur le bio-creep.
PMID : 32981103 ·
J, e, a, n, , F, e, n, g, ;, , S, c, o, t, t, , E, m, e, r, s, o, n, ;, , N, o, a, h, , S, i, m, o, n
Publicité
Résumé
La mise en œuvre réussie des algorithmes d'apprentissage automatique dans les soins de santé nécessite des évaluations soigneuses de leur performance et de leur sécurité. À ce jour, la FDA approuve les algorithmes verrouillés avant leur mise sur le marché et exige que les mises à jour futures subissent des examens précommercialisation séparés. Cependant, cela contredit une caractéristique clé de l'apprentissage automatique - la capacité d'apprendre à partir d'un ensemble de données croissant et d'améliorer au fil du temps. Ce document expose la conception d'une politique d'approbation, que nous appelons protocole automatique de modification algorithmique (aAC
Publicité
Source officielle
Voir sur PubMed →Données issues de PubMed / NCBI. Pour le texte intégral et les informations les plus récentes, consultez toujours la notice officielle.