Aviso: Este site agrega dados públicos oficiais da FDA, ClinicalTrials.gov, PubMed e SEC EDGAR apenas para referência geral. Não constitui aconselhamento médico, diagnóstico, recomendação de tratamento ou aconselhamento de investimento.

PubMed

Políticas de Aprovação para Modificações de Software Baseado em ML como Dispositivo Médico: Um Estudo sobre 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

RevistaBiometrics
Ano
PMID32981103

Resumo

Successful deployment of machine learning algorithms in healthcare requires careful assessments of their performance and safety. To date, the FDA approves locked algorithms prior to marketing and requires future updates to undergo separate premarket reviews. However, this negates a key feature of machine learning-the ability to learn from a growing dataset and improve over time. This paper frames the design of an approval policy, which we refer to as an automatic algorithmic change protocol (aAC

Fonte oficial

Ver no PubMed →

Dados provenientes do PubMed / NCBI. Para consultar o texto integral e as informações mais recentes, recorra sempre ao registo oficial.

↑