Questo articolo è stato pubblicato il 29 aprile 2019 su AboutPharma Online.
Nel quadro regolatorio americano, le tecnologie basate sull’intelligenza artificiale e sui sistemi di apprendimento automatico (artificial intelligence/machine learning – AI/ML) destinate ad essere utilizzate per una o più finalità mediche (ossia per trattare, diagnosticare, curare, mitigare o prevenire patologie) rientrano nella categoria dei cosiddetti software come dispositivi medici (Software as a medical device – SaMD). Si ricorda che sono considerati SaMD quei software utilizzabili per uno o più scopi medici senza essere parte di un dispositivo hardware, secondo la definizione data dall’International medical device regulators forum. In particolare, i SaMD basati su AI/ML si distinguono dagli altri SaMD per la loro capacità di apprendere continuamente dal mondo esterno e di migliorare, di conseguenza, le proprie prestazioni. Queste tecnologie detengono un enorme potenziale per lo sviluppo della sanità, permettendo ad esempio diagnosi precoci e più dettagliate.
Il discussion paper emanato dalla Fda
Dal punto di vista regolatorio, si sta avvertendo la necessità di predisporre un quadro normativo che sia in grado di accompagnare il continuo apprendimento e le modifiche degli algoritmi alla base dei software e che sia in grado di garantire, al contempo, adeguati livelli di sicurezza e di efficacia durante tutto il ciclo di vita del dispositivo. A tal proposito, lo scorso 2 aprile 2019, la Food and drug administration ha pubblicato un discussion paper che descrive una proposta di cornice normativa per la regolamentazione delle modifiche apportate ai SaMD basati su AI/ML già presenti sul mercato, in vista dell’elaborazione di future linee guida sul tema (Proposed regulatory framework for modifications to artificial intelligence/machine learning-based software as a medical device). Tale documento rimarrà aperto ai contributi dei soggetti interessati sino al prossimo 3 giugno.
Il Total product lifecycle regulatory approach applicato ai SaMD basati su AI/ML
L’approccio normativo considerato nel discussion paper prende in considerazione l’intero ciclo di vita dei dispositivi medici basati su AI/ML (Total product lifecycle regulatory approach), con l’obiettivo di garantire la sicurezza e la qualità di tali prodotti a partire dallo sviluppo pre-commercializzazione sino alle prestazioni post-vendita. Si tratta del medesimo approccio previsto dal programma di pre-certificazione del software pubblicato dalla Fda nel gennaio 2019. Tale normativa, si precisa, sarebbe applicabile esclusivamente ai SaMD basati su AI/ML tenuti a presentare apposita richiesta prima dell’immissione in commercio.
Per realizzare tale obiettivo, occorre che il produttore del software adotti degli standard adeguati di qualità e di buone pratiche all’interno della propria organizzazione, durante l’intero ciclo di vita del prodotto (Quality systems and good machine learning practices – Gmlp –), così da garantire la validazione clinica del software.
Il piano di programmazione delle modifiche del software
In secondo luogo, è richiesta una verifica dei requisiti di efficacia e sicurezza prima dell’immissione in commercio del prodotto. In tale contesto, il documento propone un piano di controllo delle modifiche (predetermined change control plan) per i software basati su AI/ML da utilizzare nelle richieste di pre-commercializzazione. Tale piano dovrebbe includere le modifiche previste in ragione del continuo aggiornamento e riqualificazione del software (SaMD pre-specifications) e la metodologia utilizzata per realizzare tali modifiche in un modo controllato, tale da gestire i rischi per i pazienti (Algorithm change protocol).
La regolamentazione delle modifiche successive all’immissione in commercio dei SaMD basati su AI/ML
Eventuali cambiamenti dovuti all’adattamento del software agli stimoli provenienti dal mondo esterno vengono considerati come modifiche al SaMD nel caso in cui quest’ultimo abbia già ricevuto l’autorizzazione all’immissione in commercio da parte della Fda. Nell’implementare tali modifiche, il documento richiede che i produttori le valutino tenendo in considerazione il rischio per i pazienti.
Alla luce del quadro normativo appena descritto, nell’ipotesi in cui i cambiamenti concretizzati rientrino nei limiti delle modifiche già approvate nel piano di controllo delle modifiche, il produttore sarebbe tenuto semplicemente a documentare il cambiamento apportato al software. In caso contrario, i produttori dovrebbero invece presentare una nuova richiesta di immissione in commercio alla Fda.
Doveri di trasparenza e monitoraggio in capo ai produttori
Infine, i produttori dovrebbero impegnarsi sul fronte della trasparenza e del monitoraggio. Ad esempio, mediante la predisposizione di report sulle prestazioni reali del dispositivo nella fase successiva all’immissione in commercio o assicurando che l’etichettatura descriva dettagliatamente ed in modo completo le modifiche apportate al software.
In conclusione, secondo il discussion paper elaborato dalla Fda, il nuovo approccio normativo fornirebbe una ragionevole garanzia di sicurezza ed efficacia dei SaMD basati su AI/ML durante l’intero ciclo di vita del software. Inoltre, permetterebbe sia alla Fda che ai produttori di valutare e monitorare tali dispositivi dalla fase pre-commercializzazione sino alle prestazioni post-vendita.
