GLOBALE KI FÜR LIFE SCIENCES · Veröffentlicht am 16. November 2026 · HERMS Consultancy DMCC
Entdecken Sie den HERMS-Ansatz und unser Lösungsportfolio.
KI-gestützte Medizinprodukte benötigen über ihren gesamten Lebenszyklus hinweg Evidenz und Kontrollen – nicht nur einen guten Leistungswert bei der Modellentwicklung. Definieren Sie den vorgesehenen medizinischen Zweck, sorgen Sie für repräsentative Daten und klinisch relevante Akzeptanzkriterien, bewerten Sie das Produkt im vorgesehenen Kontext, kontrollieren Sie Änderungen und überwachen Sie die Leistung unter Alltagsbedingungen. Eine Modellaktualisierung ist nicht automatisch eine zulässige Produktänderung.
Hersteller müssen jede Version mit ihrer Evidenz, der geltenden Genehmigung und der Risikobewertung verknüpfen. Anwender benötigen klare Grenzen, angemessene Aufsicht und einen verlässlichen Meldeweg für Probleme.
Referenzleitlinien: FDA — Medizinprodukte mit künstlicher Intelligenz ; FDA — Empfehlungen für Marktzugangsanträge mit PCCP ; MDCG 2020-1 — Klinische Bewertung / Leistungsbewertung von Medizinproduktesoftware
Mit der Zweckbestimmung beginnen: Welche Entscheidung unterstützt das Produkt?
Beschreiben Sie den medizinischen Zweck, die Patientenpopulation, die vorgesehenen Anwender, Eingabedaten, Ausgaben, das klinische Umfeld und die Rolle in der Versorgung. Priorisiert die Software Bilder, schlägt sie eine Diagnose vor, schätzt sie Risiken oder steuert sie eine Intervention? Geben Sie an, ob Anwender das Ergebnis unabhängig prüfen und was bei falschen oder nicht verfügbaren Ausgaben geschieht.
Die FDA reguliert Medizinprodukte, nicht KI als abstrakte Technologie. Sie bewertet Zweckbestimmung und technologische Merkmale nach dem geltenden Medizinprodukterahmen. Einige Softwarefunktionen sind von der US-amerikanischen Produktdefinition ausgenommen; umgekehrt kann auch eine in Hardware eingebettete KI-Funktion eine Bewertung auf Produktebene erfordern. SaMD bezeichnet Software mit medizinischer Zweckbestimmung, die diesen Zweck erfüllt, ohne Bestandteil eines Hardware-Medizinprodukts zu sein; der Begriff ist kein Synonym für jede KI-Anwendung im Gesundheitswesen.
Behandeln Sie Werbeaussagen als Teil der Grenze der beanspruchten Leistungen. Evidenz für eine Priorisierungsfunktion stützt nicht automatisch eine autonome Diagnose. Eine erweiterte Population, ein anderes Umfeld oder eine neue klinische Rolle können die Evidenz- und regulatorische Bewertung verändern, selbst wenn die Modellgewichte identisch bleiben.
Vor der Erhebung weiterer Daten eine lebenszyklusweite Evidenzübersicht erstellen
Verwenden Sie eine versionsbezogene Evidenzübersicht, die klinische Aussagen, Gefährdungen, Anforderungen, Prüfungen, Freigabeentscheidungen und Überwachung verbindet. Die Tabelle ist ein vorgeschlagener Planungsrahmen; die tatsächliche Dokumentation und die Genehmigungswege hängen vom Produkt, der Rechtsordnung und dem geltenden Qualitätssystem ab.
| Lebenszyklusphase | Kernfrage | Evidenz / Kontrolle | Verantwortliche Funktion |
|---|---|---|---|
| Definition | Was soll das Produkt leisten? | Zweckbestimmung, Aussagen und Begründung des Verfahrenswegs | Klinik / Regulatory / Produktverantwortlicher |
| Datenaufbereitung | Sind die Daten geeignet und vertrauenswürdig? | Herkunft, Annotationen, Untergruppenabdeckung und Trennung | Data Science / klinische Experten |
| Entwicklung | Erfüllt die Implementierung die Spezifikationen? | Konfiguration, Softwaretests und Risikokontrollen | Entwicklung / Qualität |
| Validierung | Erfüllt das Produkt die Anwenderbedürfnisse im Kontext? | Repräsentative Prüfungen und klinische Bewertung | Klinik / Biostatistik / Qualität |
| Freigabe | Ist genau diese Version bereit und genehmigt? | Akzeptanz, Kennzeichnung, Cybersicherheit und Freigabegenehmigung | Qualität / Regulatory |
| Änderung | Liegt die Änderung im zulässigen Rahmen? | Folgenabschätzung, Regressionstests und geltender PCCP | Funktionsübergreifendes Änderungsgremium |
| Nach dem Inverkehrbringen | Bleibt die Leistung im Einsatz erhalten? | PMS-Signale, Alltagsbewertung und Korrekturmaßnahmen | PMS / klinische Sicherheit / Qualität |
| Außerbetriebnahme | Ist eine sichere Einstellung möglich? | Anwenderkommunikation, Aufzeichnungen und Übergangsregelungen | Hersteller / Einsatzverantwortlicher |
Das FDA-Dokument vom Januar 2025 zum Lebenszyklus von KI-Medizinprodukten ist weiterhin ein unverbindlicher Entwurf und nicht zur Umsetzung bestimmt. Seine Lebenszyklusvorschläge liefern hilfreichen Kontext, aber keine endgültige universelle Checkliste. Bestehende anwendbare Produktpflichten und genehmigte Bedingungen bleiben maßgeblich.
Verifizierung, Validierung und klinische Bewertung beantworten unterschiedliche Fragen
Die Verifizierung prüft, ob eine konkrete Implementierung ihre Anforderungen erfüllt. Die Validierung prüft, ob das Produkt die Bedürfnisse der vorgesehenen Anwender und die Zweckbestimmung erfüllt. Die klinische Bewertung untersucht, ob die Evidenz klinische Sicherheit, Leistung und beanspruchten Nutzen im jeweiligen Kontext belegt. Ein bestandener Modultest, ein retrospektiver Genauigkeitswert oder ein Cybersicherheitsscan ersetzt die übrige Evidenz nicht.
EU-Leitlinien für Medizinproduktesoftware gliedern die Bewertung in valide klinische Assoziation beziehungsweise wissenschaftliche Validität, technische beziehungsweise analytische Leistung und klinische Leistung. Die genaue Terminologie und das Verfahren hängen davon ab, ob MDR oder IVDR gilt. Jede Komponente benötigt Evidenz entsprechend Zweckbestimmung und Risiko; ein Bericht über maschinelle Lerntests darf nicht einfach in einen klinischen Bewertungsbericht umbenannt werden.
| Evidenzebene | Frage | Beispiel einer Einschränkung |
|---|---|---|
| Klinische Assoziation / wissenschaftliche Validität | Besteht ein sinnvoller Zusammenhang zwischen Ausgabe und klinischem Zielzustand? | Eine plausible Korrelation stützt möglicherweise nicht die medizinische Zweckbehauptung |
| Technische / analytische Leistung | Erzeugt die Software aus den Eingaben zuverlässig die vorgesehene Ausgabe? | Gute Ergebnisse können von einer eng begrenzten Scanner- oder Laborkonfiguration abhängen |
| Klinische Leistung | Wird die vorgesehene Leistung in Zielpopulation und Zielumfeld erreicht? | Retrospektive Prüfungen spiegeln reale Anwender, Prävalenz oder Abläufe möglicherweise nicht wider |
Repräsentative, unabhängige Leistungsprüfungen gestalten
Legen Sie Akzeptanzkriterien und statistische Auswertung vor der abschließenden Prüfung fest. Definieren Sie Einsatzpopulation, Standorte, Geräte, Erfassungsprotokolle, Referenzstandard und relevante Untergruppen. Begründen Sie Stichprobengröße und Unsicherheitsschätzungen anhand des klinischen Risikos, statt den größten verfügbaren Gelegenheitsdatensatz auszuwählen.
Trennen Sie Daten für Entwicklung, Abstimmung und abschließende Bewertung. Verhindern Sie Datenleckagen durch mehrfach enthaltene Patienten, zusammengehörige Bilder, duplizierte Datensätze, standortspezifische Artefakte oder aus Annotationen abgeleitete Merkmale. Externe und zeitlich getrennte Bewertungen können die Generalisierbarkeit prüfen; ihre Unabhängigkeit muss jedoch nachgewiesen werden und darf nicht allein aus einem anderen Dateinamen oder einer anderen Einrichtung abgeleitet werden.
Untersuchen Sie die Qualität der Annotationen und Meinungsverschiedenheiten. Ein Referenzstandard kann unvollkommen, von früherer Versorgung beeinflusst oder uneinheitlich angewandt sein. Dokumentieren Sie die Klärung strittiger Bewertungen, gegebenenfalls die Verblindung und den Einfluss von Unsicherheit auf die Interpretation. Prüfen Sie fehlende, beschädigte und nicht unterstützte Eingaben; das Produkt muss sicher damit umgehen, wenn kein verlässliches Ergebnis möglich ist.
Wählen Sie zum Zweck passende Kennzahlen. Sensitivität und Spezifität können für die Detektion relevant sein; prädiktive Werte verändern sich mit der Prävalenz. Kalibrierung ist wichtig, wenn geschätzte Wahrscheinlichkeiten Entscheidungen beeinflussen. Workflow-Werkzeuge benötigen gegebenenfalls auch Evidenz zu Verzögerungen, Alarmbelastung oder Anwenderleistung. Eine aggregierte AUC allein belegt weder klinischen Nutzen noch akzeptable Untergruppenleistung oder sicheren Einsatz.
Das Mensch-KI-Team und die Einsatzumgebung bewerten
Ein unterstützendes Produkt wird von Menschen innerhalb eines Prozesses verwendet. Prüfen Sie, ob die vorgesehenen Anwender Ausgaben, Grenzen, Unsicherheit und angemessene Reaktionen verstehen. Berücksichtigen Sie Automatisierungsverzerrung, Alarmmüdigkeit, unbegründete Entwarnung und Anwendung außerhalb der belegten Population. Der relevante Vergleich kann den klinischen Arbeitsablauf mit dem Produkt betreffen, nicht den isolierten Algorithmus.
Bewerten Sie die lokale Integration: Eingabeformate, Einheiten, Patientenzuordnung, Bildübertragung, Latenz, Ausfallzeiten und Ergebnisdarstellung. Ein validiertes Modell kann unsicher sein, wenn sein Ergebnis der falschen Patientenakte zugeordnet wird. Vorgeschlagene Einsatzprüfungen umfassen Schnittstellentests, Anwenderschulung, lokale Kompatibilitätsprüfung und ein definiertes Ausweichverfahren bei Nichtverfügbarkeit. Verändern Sie die genehmigte Zweckbestimmung nicht durch informelle lokale Konfigurationen.
Die gesamte Konfiguration kontrollieren – nicht nur die Modellgewichte
Eine Produktversion umfasst mehr als einen Algorithmus-Checkpoint. Vorverarbeitung, Schwellenwerte, Merkmalsextraktion, Benutzeroberfläche, Abhängigkeiten, Eingabekonnektoren und Hardware können das klinische Verhalten verändern. Bei generativen Systemen können auch Prompts, Abrufquellen, Dekodierungskonfiguration und externe Modelldienste bedeutsam sein.
Führen Sie einen kontrollierten Konfigurationsnachweis und bewerten Sie Änderungen an jeder relevanten Komponente. Prüfen Sie Aktualisierungspraktiken Dritter, Cybersicherheit, Zugriffe, Kompatibilität und Lieferkettenabhängigkeiten. „Das Modell ist unverändert“ reicht nicht aus, wenn eine Schnittstellenänderung einen Messwert umkehrt oder eine Aktualisierung der Abrufquellen medizinische Inhalte verändert. Dies ist eine vorgeschlagene Ingenieurdisziplin im Einklang mit lebenszyklusweitem Risikomanagement.
So funktioniert ein vorab festgelegter Änderungskontrollplan
Die endgültige FDA-Leitlinie zum PCCP vom August 2025 beschreibt einen optionalen Mechanismus für festgelegte geplante Änderungen an KI-gestützten Softwarefunktionen von Medizinprodukten. Ein PCCP wird im Rahmen des Marktzugangsantrags geprüft. Änderungen, die einem genehmigten Plan entsprechen, können unter den geltenden Bedingungen ohne weiteren Antrag für jede beschriebene Änderung umgesetzt werden. Dies ist keine pauschale Erlaubnis für uneingeschränktes Selbstlernen oder eine Änderung der Zweckbestimmung.
| PCCP-Komponente | Klar zu beschreibende Inhalte | Umsetzungsevidenz |
|---|---|---|
| Beschreibung der Änderungen | Konkrete geplante Änderungen und ihre Grenzen | Veränderbare Eingaben, Leistungsmerkmale oder Konfigurationen |
| Änderungsprotokoll | Entwicklung, Prüfung und Umsetzung jeder Änderung | Datenmanagement, erneutes Training, Bewertung, Akzeptanzkriterien und Aktualisierungsverfahren |
| Folgenabschätzung | Nutzen, Risiken, Minderungsmaßnahmen und kumulative Effekte | Vergleich mit der Vorgängerversion und Bewertung von Wechselwirkungen |
Prüfen Sie den Genehmigungsumfang, bevor Sie sich auf einen PCCP stützen. Ein vom Antragsteller verfasster Plan ist nicht dasselbe wie ein im geltenden Verfahren freigegebener oder genehmigter Plan. Änderungen außerhalb des genehmigten Rahmens müssen weiterhin nach den geltenden Änderungsregeln bewertet werden und können einen neuen Antrag erfordern. Gemeinsame Grundsätze von FDA, Health Canada und MHRA unterstützen einen fokussierten, risiko- und evidenzbasierten Lebenszyklusansatz, schaffen aber keine einheitliche internationale Genehmigung.
Ein praktischer Entscheidungsbaum für die Änderungskontrolle
- Bestimmen Sie die genaue Änderung: Modell, Daten, Schwellenwert, Schnittstelle, vorgesehene Population, medizinische Aussage oder Umgebung.
- Bewerten Sie mögliche Auswirkungen auf Zweckbestimmung, Nutzen-Risiko-Verhältnis, Klassifizierung, Leistung oder Sicherheit.
- Prüfen Sie, ob auf dem betreffenden Markt ein genehmigter PCCP besteht und genau diese Änderung sowie ihre Umsetzungsmethode abdeckt.
- Legen Sie erforderliche Daten, Prüfungen, Untergruppenanalysen, Regressionstests sowie Neubewertungen von Cybersicherheit und menschlichen Faktoren fest.
- Dokumentieren Sie vor dem Einsatz den regulatorischen Weg, erforderliche externe Prüfungen und die interne Freigabebefugnis.
- Geben Sie nur die genehmigte Konfiguration frei; kommunizieren Sie wesentliche Änderungen und gewährleisten Sie Versionsrückverfolgbarkeit.
- Überwachen Sie die Aktualisierung, gleichen Sie eingesetzte Versionen mit den Aufzeichnungen ab und leiten Sie bei vordefinierten Auslösern Eindämmung oder Rücksetzung ein.
Diese Schritte sind eine vorgeschlagene operative Checkliste und ersetzen keine produktspezifische rechtliche Bewertung. Eine Änderung kann auf einem Markt zulässig sein und auf einem anderen eine zusätzliche Prüfung erfordern. Kumulative kleine Änderungen verdienen Beachtung, auch wenn jede einzeln begrenzt erscheint.
Überwachung nach dem Inverkehrbringen: Schäden erkennen, nicht nur Datendrift
Planen Sie die Überwachung vor der Freigabe. Definieren Sie relevante Signale, deren Erhebung, Bewertungsverantwortliche und Handlungsauslöser. Eingabedrift, Leistungsverschlechterung, sicherheitsbezogene Beschwerden, Untergruppenunterschiede, fehlgeschlagene Ausführungen und unerwartete Nutzung liefern unterschiedliche Informationen; keines davon ist allein ein universeller Ersatzindikator für klinische Sicherheit.
| Überwachungsbereich | Beispielsignal | Vorab festzulegende Reaktion |
|---|---|---|
| Eingabekompatibilität | Neuer Scanner oder geänderte Messwertverteilung | Unterstützte Umgebung prüfen und nicht unterstützte Eingaben einschränken |
| Klinische Leistung | Veränderte Sensitivität oder Kalibrierung gegenüber verlässlichen Ergebnissen | Messung, Fallmix und Modellleistung untersuchen |
| Untergruppen | Verschlechterung in einer klinisch relevanten Population | Gezielte Prüfung; Kennzeichnung oder Nutzungsbeschränkungen bewerten |
| Arbeitsablauf | Verspätete Ausgaben, ignorierte Warnungen oder Fehlanwendung | Bewertung menschlicher Faktoren und operative Risikominderung |
| Sicherheit / Vigilanz | Möglicher schwerwiegender Vorfall oder neuer Trend | Untersuchen und geltende Melde- und Handlungspflichten erfüllen |
| Konfiguration | Unbeabsichtigte Version oder ungenehmigtes Update | Einsatz eindämmen, Auswirkungen bewerten und Aufzeichnungen abgleichen |
Ergebnisannotationen können verspätet eintreffen oder nicht verfügbar sein. Verfolgen Sie operative Frühindikatoren und etablieren Sie zugleich einen belastbaren Weg zu einer aussagekräftigen klinischen Bewertung. Drifterkennung ohne Untersuchung belegt nicht die Sicherheit eines Produkts; stabile Eingaben beweisen ebenso wenig eine anhaltende klinische Leistung.
In Großbritannien traten verschärfte Anforderungen an die Überwachung nach dem Inverkehrbringen am 16. Juni 2025 in Kraft. Die MHRA unterscheidet Großbritannien von Nordirland, wo die EU-Vorschriften zur Produktüberwachung gelten. Der britische Rahmen umfasst risikoproportionale Überwachungssysteme sowie angemessene Sicherheitsmeldungen und Maßnahmen. Übertragen Sie britische Anforderungen nicht pauschal auf alle Länder und stellen Sie Erkenntnisse aus regulatorischen Erprobungsräumen nicht als neues Recht dar.
Hypothetisches Beispiel: Aktualisierung einer Bildgebungssoftware an mehreren Krankenhausstandorten
Ein Hersteller schlägt vor, ein Bildanalyseprodukt mit zusätzlichen Krankenhausdaten neu zu trainieren. Die Zweckbestimmung bleibt eine begrenzte Unterstützungsaufgabe. Vor der Umsetzung bestätigt das Team, ob die Änderung auf dem relevanten Markt vom genehmigten PCCP erfasst ist, prüft Datenherkunft und Annotationsqualität und bewahrt unabhängige Bewertungsdaten.
Die Prüfungen berücksichtigen relevante Geräte, Erfassungsprotokolle, demografische Gruppen und schwierige Fälle anhand vorab festgelegter Akzeptanzkriterien. Eine höhere Gesamtkennzahl rechtfertigt keine Freigabe, wenn sich eine klinisch wichtige Untergruppe über eine akzeptable Grenze hinaus verschlechtert. Qualitäts-, klinische und regulatorische Prüfer bewerten die gesamte Evidenz und das geltende Verfahren.
Nach kontrollierter Freigabe verfolgt der Hersteller installierte Versionen, Betriebsfehler, Beschwerden und geeignete Leistungssignale. Ein standortspezifisches Problem löst Untersuchung und Eindämmung aus; ein nicht unterstützter Scanner wird nicht stillschweigend durch eine lokale Modelländerung behandelt. Dieses Szenario veranschaulicht einen vorgeschlagenen Ablauf und ist weder ein HERMS-Einsatz noch ein berichtetes Leistungsergebnis.
Regulatorischer Rahmen: Recht, Leitlinien und Vorschläge unterscheiden
| Rechtsordnung / Ressource | Status | Praktische Unterscheidung |
|---|---|---|
| US-FDA-Medizinprodukterecht | Verbindliche Gesetze und Vorschriften sowie produktspezifische Genehmigung; Leitlinien meist unverbindlich | 510(k)-Freigabe, De-Novo-Klassifizierung und PMA-Genehmigung sind unterschiedliche Wege |
| FDA-Leitlinie zum KI-Lebenszyklus | Entwurf vom Januar 2025; nicht zur Umsetzung bestimmt | Entwurfsempfehlungen nicht als endgültige Anforderungen darstellen |
| FDA-Leitlinie zum KI-PCCP | Endgültige unverbindliche Leitlinie vom August 2025 | Grenzen des genehmigten Plans beachten; keine unbegrenzten Updates |
| EU-MDR / IVDR und MDCG-Softwareleitlinien | Verbindliche Verordnungen; MDCG-Dokumente sind unverbindliche Leitlinien | Klinische Bewertung / Leistungsbewertung abhängig von Produkt und Zweck |
| Zusammenspiel mit der EU-KI-Verordnung | Separates risikobasiertes System; AIB/MDCG-Leitlinie vom Juni 2025 erläutert das Zusammenspiel | Akteur, Geltungsbereich und aktuelle Anwendbarkeit prüfen; Zeitplan nicht aus alten Leitlinien ableiten |
| PMS in Großbritannien | Verschärfte verbindliche Regeln seit Juni 2025; erläuternde MHRA-Leitlinien | Großbritannien und Nordirland trennen; Überwachung läuft nach Markteintritt weiter |
Nicht jede KI im Gesundheitswesen ist ein reguliertes Medizinprodukt, und nicht jede produktbezogene KI-Funktion erhält dieselbe Klassifizierung oder denselben Verfahrensweg. Pflichten aus der EU-KI-Verordnung ersetzen die Pflichten aus MDR/IVDR nicht. Die Leitlinie vom Juni 2025 zum Zusammenspiel hilft bei Geltungsbereich und Koordination; bestätigen Sie den aktuell geänderten Anwendungszeitplan separat, statt historische Daten zu übernehmen.
Checkliste für Freigabereife und Überwachung
- Zweckbestimmung und Aussagen stimmen mit Produktevidenz und Zielmärkten überein.
- Datenherkunft, Referenzstandards und unabhängige Bewertung sind dokumentiert.
- Vorab festgelegte Kriterien erfassen klinisch relevante Ergebnisse und wichtige Untergruppen.
- Menschliche Faktoren, Integrationen, Fehlerbehandlung und Cybersicherheit wurden bewertet.
- Die genaue Konfiguration ist kontrolliert und die Freigabebefugnis dokumentiert.
- Änderungen werden anhand des genehmigten Umfangs und der einschlägigen Marktregeln bewertet.
- PMS-Verantwortlichkeiten, Schwellenwerte, Meldewege und Korrekturmaßnahmen sind operativ eingerichtet.
- Versionsrückverfolgbarkeit, Aufzeichnungen und Regelungen zum Supportende sind definiert.
Wie HERMS einen evidenzbasierten Produktlebenszyklus unterstützt
HERMS beschreibt in seinem Portfolio Lösungsbereiche für regulatorische Strategie, Fertigungsqualität und Evidenzintegrität. Bei Medizinprodukteprojekten ist entscheidend, ob der vorgeschlagene Ablauf Aussagen, Prüfevidenz, Änderungsentscheidungen und verantwortliche Genehmigungen verbindet. Dieser Artikel validiert nicht unabhängig die Medizinproduktefunktionen, regulatorische Akzeptanz, Integrationen oder Leistung von HERMS.
Informieren Sie sich über HERMS-Lösungen für Regulierung, Qualität und Evidenzintegrität, um eine Demonstration zu besprechen, die Ihre Zweckbestimmung, Validierungsevidenz und Anforderungen an die Änderungskontrolle in den Mittelpunkt stellt.
Häufig gestellte Fragen
Was ist ein KI-gestütztes Medizinprodukt?
Es ist ein Medizinprodukt, das KI für eine Funktion innerhalb seiner Zweckbestimmung einsetzt. Medizinische Aussagen, tatsächliche Funktion und geltende rechtliche Definition sind wichtiger als die KI-Bezeichnung. Ein allgemeiner Verwaltungsassistent ist nicht automatisch ein Medizinprodukt; Software zur Unterstützung von Diagnose oder Behandlung kann eine entsprechende Bewertung erfordern.
Ist ein genaues Modell bereits ein validiertes Produkt?
Nein. Die Modellleistung ist nur ein Teil der Evidenz. Die Produktbewertung berücksichtigt auch vorgesehene Anwender, Population, Arbeitsabläufe, Integrationen, Risiken sowie klinische und leistungsbezogene Evidenz. Die Validierung muss das konfigurierte Produkt und den vorgesehenen Kontext betreffen, nicht nur einen Entwicklungsdatensatz oder einen isolierten Benchmark.
Was ist ein PCCP?
Ein vorab festgelegter Änderungskontrollplan beschreibt bestimmte Änderungen, ihre Entwicklungs- und Validierungsmethoden sowie eine Folgenabschätzung. In den USA kann ein genehmigter Plan abgedeckte Änderungen ohne gesonderten Antrag für jede einzelne erlauben. Er genehmigt keine Änderungen außerhalb seines Umfangs und ersetzt keine Qualitätssystemkontrollen.
Kann ein KI-Produkt nach dem Einsatz kontinuierlich lernen?
Automatische Anpassung ist keine uneingeschränkte Erlaubnis zur Veränderung eines regulierten Produkts. Ob und wie Aktualisierungen zulässig sind, hängt von der Produktgenehmigung, den geltenden Regeln und einem gegebenenfalls genehmigten Änderungsplan ab. Definieren Sie Grenzen, Bewertung, Überwachung und Eingriffe, statt jedes Online-Lernen als zulässig anzusehen.
Erfordert jedes Softwareupdate einen neuen Antrag?
Eine allgemeingültige Antwort gibt es nicht. Bewerten Sie die Änderung, ihre möglichen Auswirkungen auf Sicherheit, Wirksamkeit oder Zweckbestimmung, den Produktverfahrensweg und einen gegebenenfalls genehmigten PCCP. Eine Änderung außerhalb eines Plans erfordert nicht automatisch einen Antrag, muss aber nach den einschlägigen Änderungsregeln bewertet werden.
Was sollte die Überwachung nach dem Inverkehrbringen umfassen?
Verwenden Sie risikoproportionale Maße für Sicherheit, Leistung, Kompatibilität, Nutzung und relevante Untergruppen sowie Beschwerde- und Vorfallprozesse. Legen Sie Verantwortliche und Reaktionsschwellen fest. Die Überwachung soll Untersuchungen und Korrekturmaßnahmen unterstützen; die bloße Darstellung von Eingabedrift ist kein ausreichender Nachweis klinischer Sicherheit.
Gilt eine FDA-Genehmigung auch in Europa oder im Vereinigten Königreich?
Keine einzelne Genehmigung eröffnet automatisch weltweiten Zugang. Die US-amerikanischen, europäischen und britischen Wege und Verantwortlichkeiten unterscheiden sich; die Regelungen für Großbritannien und Nordirland sind sorgfältig zu trennen. Internationale Grundsätze können Ansätze angleichen, ersetzen aber keine lokalen Pflichten zu Klassifizierung, Konformitätsbewertung, Registrierung oder Überwachung.
Kann generative KI Bestandteil eines Medizinprodukts sein?
Grundsätzlich ja. Funktion und medizinischer Zweck bestimmen die Bewertung. Prüfen Sie Ausgabevariabilität, unbelegte Inhalte, Prompts, Abrufquellen, externe Abhängigkeiten und die Interpretation durch Anwender im vollständigen Produkt. Ein Benchmark eines universellen Modells belegt nicht automatisch Sicherheit oder Wirksamkeit einer medizinischen Anwendung.
Ein belastbarer KI-Produktlebenszyklus verbindet jede medizinische Aussage mit Evidenz, jede Änderung mit einer dokumentierten Entscheidung und jede eingesetzte Version mit Überwachung. Das Ziel ist weder eingefrorene Software noch unkontrollierte Verbesserung, sondern begründete Änderung innerhalb eines aufrechterhaltenen Sicherheits- und Leistungsrahmens.
Besprechen Sie Ihre Prioritäten bei Lebenszyklusevidenz und Änderungskontrolle über HERMS Solutions oder entdecken Sie weitere HERMS-Beiträge zu Medizinprodukten und Life Sciences.
Relevante HERMS-Lösungen
Entdecken Sie HERMS-Lösungen für die in diesem Artikel beschriebenen Abläufe:
- VERIQIS — Evidenzintegrität und -absicherung
- REGAXIS — Intelligenz für den Registrierungslebenszyklus
- AXION — Fertigungsqualität
Bewerten Sie jede Lösung anhand Ihrer Zweckbestimmung, Evidenz- und Genehmigungsanforderungen.
Quellen und weiterführende Literatur
- FDA — Medizinprodukte mit künstlicher Intelligenz
- FDA — Empfehlungen für Marktzugangsanträge mit einem vorab festgelegten Änderungskontrollplan für KI-gestützte Softwarefunktionen von Medizinprodukten
- MDCG 2020-1 — Leitlinie zur klinischen Bewertung / Leistungsbewertung von Medizinproduktesoftware
- FDA — KI-gestützte Softwarefunktionen von Medizinprodukten: Lebenszyklusmanagement und Empfehlungen für Marktzugangsanträge
- IMDRF — Vorab festgelegte Änderungskontrollpläne für Medizinprodukte mit maschinellem Lernen: Leitprinzipien
- Britische MHRA — Medizinprodukte: Überwachung nach dem Inverkehrbringen
- MHRA — Warum die Überwachung nach dem Inverkehrbringen eine Priorität des MHRA-Programms AI Airlock ist
- Verordnung von 2024 zur Änderung der Anforderungen an die Überwachung von Medizinprodukten nach dem Inverkehrbringen in Großbritannien
- Europäische Kommission — AIB 2025-1 / MDCG 2025-6: Zusammenspiel von MDR/IVDR und KI-Verordnung
Entdecken Sie HERMS-Lösungen für Life Sciences und fordern Sie eine auf Ihre Arbeitsabläufe ausgerichtete Demonstration an.
Quellartikel: https://www.hermsglobal.com/ai-medical-devices-validation-change-control
