전산 모델링 및 시뮬레이션의 신뢰성 평가에 대한 FDA 지침: 신뢰성 증거 개요 | RegDesk

내용의 테이블

XNUMXD덴탈의 식품 의약품 안전청 의료 제품 분야의 미국 규제 기관인 FDA 또는 FDA는 의료 기기 제출 시 컴퓨터 모델링 및 시뮬레이션의 신뢰성을 평가하는 데 전념하는 지침 문서를 발표했습니다.

이 문서는 적용 가능한 규제 요구 사항에 대한 개요뿐만 아니라 해당 규제 요구 사항을 준수하기 위해 의료 기기 제조업체 및 기타 관련 당사자가 고려해야 할 추가 설명 및 권장 사항을 제공합니다.

동시에, 지침의 조항은 법적 성격상 구속력이 없으며 새로운 규칙을 도입하거나 새로운 의무를 부과할 의도가 없습니다.

더욱이, 당국은 그러한 접근 방식이 기존 법적 틀에 부합하고 사전에 당국과 합의된 경우 대체 접근 방식을 적용할 수 있음을 명시적으로 명시합니다. 

전산 모델링의 신뢰성 증거 소개 

우선, 당국은 이렇게 정교한 의료기기 규제 제출 분야에서 “신뢰성 증거’라는 개념이 가장 중요한 개념 중 하나인 것 같습니다.

FDA가 추가로 설명한 바와 같이, 이는 의도된 사용 컨텍스트(COU)에 대한 계산 모델의 신뢰성을 뒷받침하는 모든 입증을 다루는 전통적인 검증 활동을 다룹니다.

이러한 증거 스펙트럼에는 다양한 검증 및 불확실성 정량화(UQ) 활동이 포함되며, 각 활동은 모델의 충실도에 대한 고유한 통찰력을 제공합니다.

지침에 따르면 단순히 증거를 수집하는 것이 아니라 이를 식별하고 체계적으로 분류하는 것이 목적이다.

이러한 체계적인 증거 편집은 모델의 신뢰성을 평가하고 규제 기관과 이해관계자에게 임상 시나리오에서의 정확성과 적용성을 보장하는 역할을 합니다.

검증 및 카테고리

신뢰성의 중요한 구성 요소인 검증은 코드 검증과 계산 검증으로 구분됩니다.

코드 검증은 수치 정밀도를 손상시킬 수 있는 오류 없이 수치 알고리즘이 소프트웨어 내에서 정확하게 구현되도록 보장하는 엄격한 프로세스입니다.

이는 ASME V&V 40에 설명된 대로 엄격한 소프트웨어 품질 보증과 엄격한 숫자 코드 검증을 포함합니다.

계산 검증에서는 종종 공간 이산화와 같은 결정으로 인해 발생하는 모델 출력의 수치 오류 추정에 초점을 맞춥니다.

이러한 형태의 검증은 동적이며 검증 중이든 COU별 시뮬레이션 내이든 시뮬레이션의 모든 단계에 통합될 수 있습니다.

이러한 검증 프로세스를 통해 모델의 수치적 무결성을 면밀히 조사하고 확인하여 신뢰성의 기본 요소를 마련합니다.

신뢰성 평가에서 검증과 역할

검증은 교정과 구별되며, 모델 예측과 모델 구성에 사용된 데이터와 독립적인 데이터의 비교를 강조합니다.

이러한 독립적인 조사는 모델의 신뢰성을 뒷받침합니다. 당국의 설명에 따르면 검증은 단순한 체크박스가 아니라 COU에 대한 모델 적용 가능성까지 확장되는 포괄적인 평가입니다.

여기에는 COU에 대한 검증 활동의 관련성과 이전 가능성을 평가하는 적용 가능성 평가가 포함됩니다.

평가는 모델의 검증 조건과 실제 적용 사이의 차이로 인해 COU에 대한 검증의 관련성이 훼손되지 않도록 하여 모델 신뢰성의 무결성을 유지합니다.

불확실성 정량화 및 민감도 분석 

지침에 따르면 UQ는 모델 출력에 내재된 불확실성을 추정하는 데 중추적인 역할을 합니다. 이는 입력의 가변성과 모델 자체의 구조적 뉘앙스를 고려합니다.

UQ는 본질적으로 개별 모델 입력이 출력에 미치는 영향을 다루는 민감도 분석(SA)과 연결되어 있습니다. SA는 어떤 입력이 출력에 큰 영향을 미치는지 식별하여 UQ를 단순화함으로써 UQ 노력의 초점을 좁힐 수 있습니다.

그러나 UQ의 궁극적인 목표는 모델 결과의 불확실성을 정량화하여 모델의 신뢰성에 대한 정량적 기반을 제공하는 것입니다.

UQ와 SA는 모두 검증 또는 COU 시뮬레이션에 적용할 수 있어 모델 신뢰성을 향상시키는 다용성을 강조합니다.

신뢰성 증거의 분류 

신뢰성 증거를 8가지 범주로 분류하면 계산 모델을 뒷받침하는 증거를 체계적으로 정리하는 데 도움이 됩니다.

이 구조는 증거를 정리하는 데 도움이 되지만, 증거 자체의 품질이나 엄격함을 완전하게 나타내지도, 나타내지도 않습니다.

카테고리는 순위가 매겨져 있지 않습니다. 오히려 증거 수집을 안내하는 프레임워크 역할을 하여 규제 제출에서 포괄적이고 구조화된 표현을 보장합니다.

신뢰성 증거의 각 범주는 특정 특성과 적용 상황에 따라 정의됩니다.

예를 들어, 코드 검증 결과(범주 1)는 수치 구현에 오류가 없음을 검증하는 반면, 생체 내 검증 결과(카테고리 4) 살아있는 유기체의 생물학적 데이터에 대한 모델의 예측을 검증합니다.

이러한 범주를 적용하면 모델의 신뢰성을 입증할 수 있는 증거 유형을 자세히 이해하는 데 도움이 됩니다.

규제 제출 및 증거 포함 

FDA가 설명한 대로 신뢰성 증거를 규제 제출 서류에 통합하려면 모델과 관련된 위험을 반영해야 합니다.

이 지침은 포함할 특정 증거 유형을 규정하지는 않지만 모델 유형 및 모델링 분야의 성숙도와 같은 요소를 고려하여 포괄적인 접근 방식을 제안합니다.

증거에는 모델의 기능을 전체적으로 나타내기 위해 코드 검증, 계산 검증, 검증과 같은 측면이 포함되어야 합니다.

신뢰성 증거의 적용은 모델의 적용을 입증하기 위해 다양한 형태의 신뢰성 증거가 포함될 수 있는 in silico 장치 테스트와 같은 실제 사례를 통해 예시됩니다.

이러한 예는 증거 선택의 상황에 따른 특성과 규제 제출 시 증거 통합에 대한 맞춤형 접근 방식의 중요성을 강조합니다.

결론

요약하자면, 신뢰성 증거는 규제 목적을 위한 계산 모델을 지원하는 데 필수적입니다. 개발자는 적용된 접근 방식의 신뢰성을 보장하기 위해 Q 제출 프로세스와 같은 규제 피드백 프로세스에 적극적으로 참여하는 것이 좋습니다.

출처

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

RegDesk가 어떻게 도움을 줄 수 있습니까?

등록 데스크 전 세계 120개 이상의 시장에 대한 규제 정보를 의료 기기 및 제약 회사에 제공하는 전체적인 규제 정보 관리 시스템입니다. 중앙 집중식 플랫폼을 통해 글로벌 애플리케이션을 준비 및 게시하고, 표준을 관리하고, 변경 평가를 실행하고, 규제 변경에 대한 실시간 알림을 받는 데 도움이 될 수 있습니다. 또한 당사의 고객은 전 세계 4000명이 넘는 규정 준수 전문가로 구성된 네트워크에 액세스하여 중요한 질문에 대한 검증을 받을 수 있습니다. 글로벌 확장이 이렇게 간단한 적은 없었습니다.