Por POUYAN GOLSHANI
La Administración de Alimentos y Medicamentos está decidiendo ahora cómo fabricar dispositivos médicos habilitados para IA, herramientas que aceptan entradas abiertas, producen resultados variables y, a menudo, se basan en modelos básicos de terceros. es Documento de debate Hace las preguntas correctas. La mejor evidencia para responderlas proviene de la especialidad más longeva con IA controlada. De las 1.430 autorizaciones de dispositivos habilitados para IA en la lista pública de la FDA de 1995 a 2025, 1.094 (76,5 por ciento) fueron revisadas por un panel de radiología, y la radiología, cardiovascular y neurología combinadas representaron el 90,6 por ciento, según a. Análisis revisado por pares Soy coautor. Las autorizaciones anuales aumentaron de 1,8 por año a 264 por año. Ninguno fue registrado en el panel de Psiquiatría.
La experiencia en radiología sugiere una lección más que cualquier otra: los requisitos más allá de los requisitos de seguridad limitan el acceso, el crecimiento y la innovación. La tecnología avanza rápido. Una herramienta que hoy es sólo marginalmente útil puede mejorar el acceso y la atención mañana, pero sólo si se le permite entrar en el mundo real para demostrar su valía. Con demasiada frecuencia apostamos por la seguridad del producto a expensas de la innovación. La seguridad es importante, pero en el caso de las herramientas que se revisan antes de que el médico actúe y que no se implementan de forma autónoma ni cambian lo que el médico puede ver en el estudio subyacente, la responsabilidad recae en los métodos utilizados, no en la revisión previa a la comercialización del medicamento.
¿Por qué la radiología fue primero?
Hay condiciones en las que se puede construir IA en radiología: imágenes que ya son digitales, un estándar de archivo común y sistemas que brindan al médico la interpretación de cada estudio. Los datos oficiales ilustran este patrón; No establecen causalidad y miden los privilegios, no la adopción o el beneficio para el paciente. La FDA también declaró Listarlo No exhaustivo.
Los datos también muestran quién lleva estos productos al mercado. De las 740 empresas, 502 (67,8 por ciento) cuentan con un solo dispositivo autorizado, mientras que 13 empresas cuentan con el 17,3 por ciento de los dispositivos. Muchos innovadores de un solo producto están creando una herramienta de software o un dispositivo de imágenes habilitado para IA. Las necesidades que las empresas multinacionales perciben fácilmente a menudo no lo son, y las buenas ideas no provienen sólo de quienes están en el poder.
Los médicos son una prueba del mundo real.
Esto es algo que quiero que escuchen los reguladores. Revisar una herramienta de inteligencia artificial como un medicamento puede malinterpretar quién la está usando. Los medicamentos son consumidos por los pacientes, que no pueden informar. Las herramientas de inteligencia artificial utilizadas en la práctica clínica son utilizadas por médicos que notan rápidamente cuando una herramienta no ayuda y dejan de usarla. He visto productos aprobados por la FDA abandonados en cuestión de semanas porque son prácticamente inutilizables. Los desarrolladores y sus fundadores tienen voz y voto, y los médicos ya están monitoreando los nuevos productos durante su lanzamiento, autorizados o no. Los que tienen un desempeño deficiente son identificados y eliminados.
El Congreso ya aceptó esta lógica una vez. El Ley de Prevención para el Siglo XXI La monitorización de dispositivos de la FDA se ha eliminado del software de apoyo a las decisiones clínicas, según el cual un médico puede realizar una revisión de forma independiente. El mismo razonamiento debería aplicarse a la identificación asistida por computadora que puede ser revisada y reemplazada por un médico. Un radiólogo que ve una señal y no está de acuerdo con ella debería tener la libertad de anularla, y no con la alta sensibilidad y a veces baja especificidad del patrón de detección. El estándar de atención debe ser lo que hacen los médicos que ven por primera vez la exploración, como otros radiólogos o médicos de urgencias, no lo que marca un algoritmo demasiado sensible. La mayoría de los estudios en los departamentos de urgencias y urgencias son leídos primero por personas que no son radiólogos, y muchas exploraciones de pacientes ambulatorios esperan días para una lectura de rutina, por lo que la comparación sigue siendo clara.
Una analogía física es útil. Un estetoscopio acústico no pasa por una revisión previa a la comercialización; Una unidad de ultrasonido sí lo hace, aunque los médicos que la utilizan pueden saber rápidamente si está funcionando a su favor. Tampoco cambiar de paciente. Esa distinción es importante. Los dispositivos que permanecen en los pacientes, como los reemplazos de cadera y los filtros de la vena cava inferior, o los dispositivos que operan sobre tejido, como el electrocauterio, merecen una verdadera consideración previa a la comercialización. Las herramientas que solo informan el juicio de los médicos, incluidas la inteligencia artificial y las imágenes, son diferentes, pero están reguladas como si fueran las mismas.
Las herramientas de juez en realidad van en contra de los pacientes
Los radiólogos saben que un sustituto de una herramienta rara vez es un subespecialista. Para las radiografías en atención de urgencia, el primer lector suele ser un médico de atención de urgencia, no un radiólogo musculoesquelético. Muchos hospitales más pequeños, a menudo en comunidades desatendidas, carecen de cobertura de radiología in situ fuera del horario de atención; Los médicos de urgencias revisan las imágenes y solicitan una lectura formal sólo en los casos más graves. Los estudios ambulatorios de rutina son otro ejemplo: por diseño, espere unos días para la primera lectura y tenga pocas fracturas o resultados fatales. Las imágenes no hablan, pero la IA puede probarlas. El documento de debate de la FDA pregunta si el rendimiento puede evaluarse en comparación con la atención sin el dispositivo. Debería serlo. Una herramienta imperfecta pero fácilmente disponible puede resultar más útil que la opinión de un experto días después.
Hacer que los pilotos sean fáciles, no engorrosos
Si el gobierno quiere ayudar, debería facilitar que los hospitales y los desarrolladores se encuentren e introduzcan dispositivos en lugar de construir un dispositivo piloto masivo. El primer uso clínico del producto es piloto. En las primeras semanas se descarta una herramienta de apoyo a la toma de decisiones que no coincide con lo que ven los médicos. Los hospitales pueden ayudar a establecer criterios de valoración, pero también deben ser flexibles, ya que los médicos aprenden en el campo qué herramienta funciona mejor. Un ejemplo familiar son las herramientas terapéuticas que señalan una sospecha de hemorragia intracraneal: un modelo no apto para leer un estudio todavía puede encontrarse con urgencia sin abordar en la lista de trabajo.
Las herramientas de generación de resúmenes requieren algunas salvaguardias de diseño simples, ya que pueden agregar un hallazgo que no está en la fuente, eliminar uno existente o perder un calificativo como el nivel de certeza. Mantener el informe original a un clic del resumen, vincular las declaraciones a sus fuentes y simplificar hallazgos complejos, o correr el riesgo de resolver gran parte de la incertidumbre. Estas son características de diseño, no son motivo de revisión exhaustiva.
Si la FDA quiere desempeñar un papel, podría proporcionar un sistema simple y voluntario para que los consultorios registren problemas durante estos contactos clínicos, de modo que un consultorio pueda consultar a sus médicos y ver si una herramienta está funcionando. Hace más que solo nuevas aprobaciones para los pacientes. Las normas estatales deberían seguir el mismo principio. de california SB 503Firmado el 30 de septiembre de 2026, requerirá que los consultorios e instalaciones de los médicos utilicen herramientas de apoyo a las decisiones clínicas para monitorear los efectos del sesgo a partir del 1 de enero de 2027. Deberes como estos agregan documentación y fricciones médico-legales que contribuyen poco a la atención del paciente y pueden impedir que los médicos utilicen dispositivos de asistencia. La auditoría es interna y muy flexible y debe alinear las expectativas estatales y federales para que un conjunto de registros sirva a ambos.
Las actualizaciones no deberían reiniciar el reloj.
Las herramientas productivas de IA cambian con frecuencia. Las indicaciones, los métodos de recuperación, las interfaces y los modelos subyacentes se actualizan, a veces por parte de un desarrollador de modelos externo, e incluso un pequeño cambio puede hacer que todo el sistema se comporte de manera diferente. En ese sentido, cada actualización es un producto nuevo. Pero devolver todo mediante una revisión completa es engorroso y no hace que nadie esté más seguro. Un producto certificado debería poder pasar por una breve fase de revalidación o un pequeño piloto después de un cambio importante, y se incluyen cambios simples en el sistema de calidad del fabricante. de la FDA Planes de control de cambios predeterminados Un comienzo. Sound Engineering ya proporciona las herramientas: registre la versión del modelo detrás de cada salida, vuelva a ejecutar el conjunto de pruebas del fabricante cuando el modelo cambie y fije la versión verificada cuando sea posible.
El coste de la espera es alto en salud mental
El enfoque debería expandir la IA a campos a los que no ha llegado, no reforzar su control donde ya está en uso. La salud mental es un claro ejemplo de ello. Ningún dispositivo está autorizado por el Panel Psiquiátrico, el acceso a los médicos es limitado y los pacientes con largas esperas tienen pocas opciones. Una herramienta que lleva a un paciente al médico correcto o al número correcto en el momento correcto es de bajo riesgo y útil, pero la perspectiva de regulación hace que los desarrolladores teman construirla. Las reglas simples y codificadas pueden proporcionar barreras de seguridad sólidas, como desviar directamente cualquier referencia a la autolesión. 988 Línea de vida de crisis y suicidio. Es posible cometer errores, pero los pacientes ya están buscando sus síntomas en línea, preguntando a los chatbots y automedicándose, a veces con consecuencias nefastas. E incluso la herramienta que hoy supera la revisión se ejecutará en un modelo subyacente diferente en meses.
Si la seguridad del paciente es una preocupación, también debemos cuantificar el daño a los pacientes mientras las herramientas útiles esperan su aprobación. Los radiólogos, como usuarios más experimentados de la IA controlada, deberían ayudar a crear un marco que valide las herramientas con respecto a la atención que los pacientes realmente reciben y mantener la puerta abierta para que los innovadores construyan el próximo.
Pouyan GolshaniMD, radiólogo intervencionista y fundador GigHz Y Guía.MD. el presento Comentarios a la FDA en su documento de debate sobre IA productiva. Divulgación: el autor recibe honorarios de consultoría, apoyo para viajes y opciones sobre acciones de SinglePass, Inc., una empresa de dispositivos quirúrgicos.