راهنمای FDA در ارزیابی اعتبار مدل سازی و شبیه سازی محاسباتی: شواهد اعتبار بخش 2 | FDA

جدول محتویات

La غذا و داروی آمریکا (FDA) مرجع تنظیم کننده ایالات متحده در حوزه محصولات مراقبت های بهداشتی، یک سند راهنمای اختصاص داده شده به ارزیابی اعتبار مدل سازی محاسباتی و شبیه سازی در ارسال های تجهیزات پزشکی منتشر کرده است.

این سند یک نمای کلی از الزامات نظارتی قابل اجرا، و همچنین توضیحات و توصیه‌های اضافی را ارائه می‌کند که باید توسط سازندگان دستگاه‌های پزشکی و سایر طرف‌های درگیر برای اطمینان از انطباق با آن در نظر گرفته شود.

در عین حال، مفاد رهنمود از نظر ماهیت حقوقی غیرالزام آور است و همچنین قصد ندارد قوانین جدیدی را معرفی کند یا تعهدات جدیدی را تحمیل کند.

علاوه بر این، مرجع صراحتاً بیان می کند که می توان یک رویکرد جایگزین را اعمال کرد، مشروط بر اینکه چنین رویکردی با چارچوب قانونی موجود مطابقت داشته باشد و از قبل با مرجع مورد توافق قرار گرفته باشد.

این سند، از جمله، جنبه های مربوط به شواهد اعتبار مورد نیاز برای اثبات ادعاهای مطرح شده توسط طرف های مسئول دستگاه های پزشکی را پوشش می دهد. 

بر اساس این راهنما، مدل‌سازی محاسباتی نقش مهمی در توسعه و اعتبار سنجی دستگاه‌های پزشکی و درمان‌های خاص بیمار دارد.

این مدل ها، اغلب پیچیده و پیچیده، نیاز به اعتبارسنجی دقیق برای اطمینان از دقت و قابلیت اطمینان دارند.

اعتبار سنجی فرآیندی است که دسته بندی های مختلفی را در بر می گیرد که هر کدام جنبه های مختلفی از اعتبار مدل را مورد توجه قرار می دهد.

راهنمای حاضر به تفصیل این دسته بندی ها را توصیف می کند و بر اهمیت آنها در توسعه تجهیزات پزشکی و مراقبت از بیمار تأکید می کند.

نتایج اعتبار سنجی In Vivo (دسته 4)

اعتبار سنجی In vivo اساس اعتبار مدل محاسباتی را تشکیل می دهد که بر مقایسه در سطح بیمار با استفاده از داده های بالینی یا حیوانی تمرکز دارد.

همانطور که توسط FDA توضیح داده شده است، این اعتبار برای مدل‌های محاسباتی خاص بیمار، مانند مدل‌هایی که در آزمایش‌های بالینی برای دستگاه‌های پزشکی استفاده می‌شوند، ضروری است. به عنوان مثال، در دینامیک سیالات، یک ابزار نرم افزاری بالینی پیش بینی می کند ذخیره جریان کسری (FFR) در شریان های کرونر در برابر اندازه گیری های بالینی FFR تهاجمی تایید شده است.

به طور مشابه، مدل‌های انتقال گرمای زیستی که گرمایش بافت را از دستگاه‌های پزشکی مانند امواج فراصوت یا انرژی فرکانس رادیویی پیش‌بینی می‌کنند، با استفاده از اندازه‌گیری مستقیم دما در مدل‌های انسانی یا حیوانی تأیید می‌شوند.

تأیید محاسبات و کمی سازی عدم قطعیت (UQ) نقش های محوری در این فرآیندها ایفا می کند و از استحکام نتایج اعتبار سنجی اطمینان می دهد.

نتایج اعتبارسنجی مبتنی بر جمعیت (دسته 5)

اعتبارسنجی مبتنی بر جمعیت با اعتبارسنجی در سطح بیمار با تمرکز بر مقایسه‌های داده‌های گسترده‌تر در سطح جمعیت در تضاد است.

این رویکرد به ویژه برای اعتبارسنجی «جمعیت های مجازی" یا "گروه های مجازی"، که چندین مدل بیمار هستند که یک جمعیت بیمار را نشان می دهند.
نمونه‌ای از این در تصویربرداری پزشکی است، که در آن مدل‌های بیمار مجازی با پارامترهای مختلف در یک مدل انسان‌نما تولید می‌شوند.

نتایج کارآزمایی شبیه‌سازی‌شده با رایانه از نظر آماری با نتایج بالینی مقایسه می‌شود و اطمینان حاصل می‌کند که پیش‌بینی‌ها با کارآزمایی‌های انسانی واقعی مطابقت دارند.

این دسته از اعتبار سنجی بر اهمیت تجزیه و تحلیل داده های مقیاس بزرگ در تأیید پیش بینی های مدل در برابر مجموعه داده های بالینی جامع تأکید می کند.

رفتار مدل اضطراری (رده 6)

با توجه به راهنما، رفتار مدل اضطراری یک رویکرد اعتبارسنجی منحصر به فرد را نشان می‌دهد، که توانایی مدل‌های محاسباتی را برای بازتولید پدیده‌های شناخته شده تحت شرایط خاص، حتی زمانی که این پدیده‌ها به‌صراحت مدل‌سازی نشده‌اند، برجسته می‌کند.

برای مثال، در دینامیک مایعات، مدلی که جریان خون را از طریق یک رگ تنگی پیش‌بینی می‌کند، ممکن است بر اساس توانایی آن در پیش‌بینی جریان انتقالی یا آشفته، یک پدیده شناخته شده در شرایط خاص، اعتبارسنجی شود.

به طور مشابه، در الکتروفیزیولوژی قلب، مدل‌هایی که فعالیت الکتریکی در قلب را شبیه‌سازی می‌کنند، بر اساس توانایی آن‌ها در بازتولید مورفولوژی‌های الکتروکاردیوگرام قابل مقایسه با ECGهای بالینی تایید می‌شوند.

این نوع شواهد بر توانایی مدل برای تکرار رفتارهای فیزیولوژیکی پیچیده و افزایش اعتبار آن تاکید می کند.

معقول بودن مدل (رده 7)

معقول بودن مدل به منطق حمایت از انتخاب معادلات حاکم، مفروضات مدل و پارامترهای ورودی اشاره دارد.
این نوعی شواهد مبتنی بر استحکام نظری و توجیه شالوده مدل است.

یک مثال یک مدل اجزای محدود از آرتروپلاستی مفصل است که در آن شواهد قابل قبول از اعتبار مدل مواد ایمپلنت پشتیبانی می کند.

معادلات حاکم بر مدل، مفروضات و پارامترهای ورودی بر اساس رفتارهای مکانیکی شناخته شده و خواص مواد توجیه می‌شوند و مبنایی قوی برای اعتبار مدل فراهم می‌کنند، به ویژه زمانی که داده‌های تجربی برای اعتبارسنجی محدود است.

تأیید محاسبه/UQ با استفاده از شبیه‌سازی‌های COU (رده 8)

این دسته شامل تأیید محاسبات مستقل و نتایج UQ است که با استفاده از شبیه‌سازی‌های شرایط استفاده (COU) انجام می‌شود.

این شبیه‌سازی‌ها برای آزمایش‌های دستگاه سیلیکو یا آزمایش‌های بالینی که اعتبارسنجی مستقیم امکان‌پذیر نیست، بسیار مهم هستند. به عنوان مثال، مدل اجزای محدود یک دستگاه پزشکی ممکن است تحت یک مطالعه همگرایی مش قرار گیرد تا از حداقل خطای عددی اطمینان حاصل شود و از استفاده مدل در سناریوهای مختلف COU پشتیبانی کند.

در موردی دیگر، یک مدل دینامیک سیالات که تغییرات در تحمل‌های تولید در همولیز را در دستگاه کمک بطنی ارزیابی می‌کند، از UQ برای تعیین کمیت تأثیر واریانس‌های هندسی بر استرس ناشی از جریان پیش‌بینی‌شده و زمان قرار گرفتن در معرض خون استفاده می‌کند.

این مثال‌ها فرآیندهای پیچیده‌ای را نشان می‌دهند که در تضمین دقت و قابلیت اطمینان مدل‌ها در شرایط استفاده خاص نقش دارند.

همانطور که توسط مرجع توضیح داده شد، دسته های مختلف شواهد اعتبار سنجی ماهیت خاص اعتبارسنجی مدل محاسباتی در حوزه تجهیزات پزشکی را برجسته می کند.

هر دسته، از اعتبار سنجی in vivo تا قابل قبول بودن مدل، نقش مهمی در ایجاد و افزایش اعتبار مدل های محاسباتی ایفا می کند.

این مدل‌ها در پیشرفت توسعه تجهیزات پزشکی، درمان‌های خاص بیمار و مراقبت کلی از بیمار بسیار مهم هستند.

همانطور که فناوری و علم پزشکی به تکامل خود ادامه می‌دهند، روش‌ها و شیوه‌های اعتبارسنجی مدل محاسباتی نیز باید با توجه به توسعه سریع فناوری، قوی، قابل اعتماد و مرتبط در یک چشم‌انداز همیشه در حال تغییر باقی بمانند.

نتیجه

به طور خلاصه، راهنمای FDA حاضر یک مرور کلی از دسته های مختلف شواهد اعتبار سنجی در مدل سازی محاسباتی در زمینه کاربردهای پزشکی ارائه می دهد. این سند ماهیت هر دسته و ارتباط آن را در زمینه گسترده تر توسعه تجهیزات پزشکی و مراقبت از بیمار تشریح می کند.

منبع

https://www.fda.gov/regulatory-information/search-fda-guidance-documents/assessing-credibility-computational-modeling-and-simulation-medical-device-submissions

چگونه RegDesk می تواند کمک کند؟

RegDesk یک سیستم مدیریت اطلاعات نظارتی جامع است که به شرکت های تجهیزات پزشکی و داروسازی اطلاعات نظارتی را برای بیش از 120 بازار در سراسر جهان ارائه می دهد. این می تواند به شما کمک کند تا برنامه های جهانی را آماده و منتشر کنید، استانداردها را مدیریت کنید، ارزیابی های تغییر را اجرا کنید، و هشدارهای لحظه ای تغییرات نظارتی را از طریق یک پلت فرم متمرکز دریافت کنید. مشتریان ما همچنین به شبکه ما متشکل از بیش از 4000 کارشناس انطباق در سراسر جهان دسترسی دارند تا در مورد سؤالات مهم تأیید شوند. گسترش جهانی هرگز به این سادگی نبوده است.