Mehr Infos

KI & Usability in Medizinprodukten – Teil 1: Good Machine Learning Practice for Medical Device Development – Guiding Principles (IMDRF)

Autor: Benjamin Franz

Lesedauer:

Feb. 2025
KI-basierte Medizinprodukte gewinnen zunehmend an Bedeutung. Bei der Zulassung dieser Produkte liegt der Fokus – wie auch bei allen Medizinprodukten – auf der Sicherheit, der Wirksamkeit sowie der Usability. Bei KI-basierten Medizinprodukten kommen aber weitere Aspekte hinzu. Die Good Machine Learning Practice for Medical Device Development – Guiding Principles (2024 Draft) zielen daher darauf ab, einen Rahmen für KI-basierte Medizinprodukte zu schaffen.

In diesem Artikel schauen wir uns das Dokuments genau an und analysieren, welche Anforderungen sich daraus an die Usability und die Mensch-KI-Interaktion von Medizinprodukten ableiten lassen.

Dieser Artikel ist Teil unserer Serie „KI & Usability in Medizinprodukten“, in der wir die wichtigsten AI-Richtlinien untersuchen, die Implikationen für die Usability von Medizinprodukten haben. Jeder Teil der Serie bietet tiefe Einblicke in ein Dokument. Zusätzlich führen wir die Erkenntnisse in einem Gesamtüberblick zusammen (wird noch veröffentlicht).

Los geht’s.

Good Machine Learning Practice for Medical Device Development: Guiding Principles

Die Good Machine Learning Practice (GMLP) for Medical Device Development: Guiding Principles (Draft 2024) wurde im Juni 2024 vom International Medical Device Regulators Forum (IMDRF) veröffentlicht. Sie enthält zehn Leitprinzipien, die sicherstellen sollen, dass KI-basierte Medizinprodukte während ihres gesamten Lebenszyklus sicher, wirksam und von hoher Qualität sind.
Good machine learning practice for medical device development: Guiding principles
​Das Dokument ist Teil der laufenden globalen Bemühungen zur Harmonisierung der KI-Vorschriften für Medizinprodukte und baut auf früheren KI/ML-Leitlinien der FDA, Health Canada und der britischen MHRA auf. Es ist zwar nicht bindend für die Zulassung, dient aber als Rahmen für Regulierungsbehörden für zukünftige KI-Richtlinien.

🔗 Hier finden Sie das vollständige Dokument: IMDRF GMLP 2024 Draft

🔗 Die zu Grunde liegenden KI/ML Guidelines finden sie hier: FDA & MHRA GMLP 2021

Implikationen für die Usability von Medizinprodukten

Im Folgenden werden die Abschnitte des IMDRF GMLP 2024 Drafts hervorgehoben, die Anforderungen an die Usability und die Interaktion zwischen Mensch und KI stellen.

Prinzip 1 – The device’s intended use/intended purpose is well understood, and multidisciplinary expertise is leveraged throughout the total product life cycle:

📖 Originalzitat: „In-depth understanding of a medical device’s intended use/ intended purpose including context of use within the clinical workflow, and the desired benefits and associated patient risks, can help ensure that AI-enabled medical devices address clinically meaningful needs over the total product life cycle of the device. […]

Implikationen für die Usability:

  • Usability muss von Anfang an integriert werden – die Zulassungsbehörden erwarten, dass sich KI-basierte Geräte nahtlos in die realen klinischen Arbeitsabläufe einfügen, d.h. Usability darf nicht erst im Nachhinein berücksichtigt werden.
  • Die Dokumentation für die Zulassung muss aufzeigen, wie Nutzende im Laufe der Zeit mit der KI interagieren. Um das sicherzustellen, muss die Validierung der Usability beispielsweise sowohl ein anfängliches Training als auch die spätere Nutzung umfassen.
  • Multidisziplinäre Zusammenarbeit wird zu einer regulatorischen Erwartung – Human Factors, KI-Entwickler und klinische Teams müssen zusammenarbeiten, um sicherzustellen, dass der intended use mit einer hohen Usability in realen Situationen erreicht wird.

Prinzip 2 – Good software engineering, medical device design, and security practices are implemented:

📖 Originalzitat: „Model design is implemented and maintained with attention to the fundamentals: robust software engineering practices, usability, data quality assurance, data management, cybersecurity, and quality management practices. These practices include methodical risk management and design processes that can appropriately record and communicate decisions and rationale […]“.

Implikationen für die Usability:

  • Die Usability wird explizit als grundlegende Anforderung genannt – die Regulierungsbehörden erwarten, dass die Usability dokumentiert und in die Entwicklung von KI-Anwendungen integriert wird.
  • Cybersicherheit im Zusammenhang mit Benutzerfreundlichkeit rückt stärker in den Fokus – Mechanismen zur Fehlervermeidung wie intuitive Authentifizierung, Warnmeldungsdesign und Fallbackstrategien gewinnen an Bedeutung.
  • Die Post-Market-Surveillance von KI-basierten Medizinprodukten setzt einen Fokus auf die Usability. Hersteller müssen nachverfolgen, wie Nutzende mit KI interagieren, wenn Software-Updates oder Modeländerungen stattfinden, um sicherzustellen, dass eine hohe Usability erhalten bleibt.

Prinzip 7 – Performance is assessed with a focus on the human-AI team in the intended use environment:

📖 Originalzitat: „The performance of the model outputs is assessed in the context of the intended use environment and clinical workflow. Human factors considerations are addressed, including user skills, user expertise, user understanding of the model outputs and limitations, and user error, for normal use and reasonably foreseeable misuse.

Implikationen für die Usability:

  • Die Validierung der Usability verlagert sich vom UI-Design auf die Kollaboration zwischen Mensch und KI. Regulierungsbehörden erwarten zukünftig von Herstellern, dass sie bewerten, wie gut Nutzende KI-Ergebnisse in realen Arbeitsabläufen verstehen und mit ihnen interagieren.
  • Neue Usability-Metriken werden erforderlich. Neben den traditionellen Effektivitäts- und Effizienzmetriken muss nun auch das Vertrauen in KI-Entscheidungen, die Interpretierbarkeit von Modellergebnissen und die Effizienz der Entscheidungsfindung zwischen Mensch und KI berücksichtigt werden.
  • Fehlervermeidungsstrategien müssen auf ihre Usability getestet werden – der Fokus der Regulierungsbehörden erstreckt sich über die KI-Genauigkeit hinaus darauf, wie Nutzende Fehler beheben und wie KI-Designs Automatisierungsmüdigkeit und übermäßiges Vertrauen minimieren.
  • „User error“ vs. „use error“ – eine Inkonsistenz? In dem Draft taucht der Begriff „user error“ auf, während sich die etablierte Terminologie normalerweise auf „use error“ bezieht (ein Fehler, der aufgrund des Systemdesigns und nicht aufgrund von Benutzerfehlern auftritt). Wenn diese Formulierung beabsichtigt ist, könnte sie eine Verlagerung des regulatorischen Schwerpunkts von der Systemgestaltung allein auf die Verantwortung der Nutzer bedeuten. Vermutlich handelt es sich jedoch eher um ein Versehen und eine Klarstellung in der endgültigen Fassung könnte erforderlich sein.

Prinzip 9 – Users are provided clear, essential information:

📖 Originalzitat: „The intended audience (such as health care professionals or patients) are provided clear, contextually relevant information appropriate to their needs. This includes the product’s intended use/intended purpose and indications for use, benefits and risks, performance of the model for appropriate subgroups, the study methodology, characteristics of the data used to train and test the model, acceptable inputs, known limitations, user interface interpretation, clinical workflow integration of the model, and to the extent possible the basis for model output. Users are also made aware of the scope and timing of device modifications and updates. They are provided a means to communicate product concerns to the manufacturer.

Implikationen für die Usability:

  • Der geforderte Fokus auf die Selbstbeschreibungsfähigkeit von KI erfordert einen hohen Anspruch an die Usability/UX: Hersteller müssen sicherstellen, dass KI-generierte Ergebnisse intuitiv, klinisch relevant und für eine klare Entscheidungsfindung strukturiert sind.
  • Schlecht konzipierte KI-Ausgaben könnten als Usability-Fehler eingestuft werden, was zu einer Ablehnung durch die Regulierungsbehörden oder zu höheren Compliance-Hürden führen könnte.
  • KI-Updates müssen den Benutzern effektiv kommuniziert werden. Damit geht die Bewertung der Usability erneut über das initiale Training hinaus. Nutzende müssen verstehen, wie sich KI-Modelle weiterentwickeln und welche Auswirkungen das auf ihren Arbeitsablauf haben kann.

Diskussion: Usability als zentrales Element der KI-Regulierung

Der Good Machine Learning Practice for Medical Device Development Draft signalisiert einen zunehmenden regulatorischen Fokus auf die Usability KI-gestützter Medizinprodukte. Auch wenn es sich noch um einen Entwurf handelt, deutet alles darauf hin, dass Usability künftig ein Compliance-Faktor über den gesamten Produktlebenszyklus hinweg sein wird – von Design und Validierung bis hin zur Post-Market-Surveillance.

Ein wesentlicher Teil ist die starke Betonung der Mensch-KI-Zusammenarbeit. Usability-Bewertungen werden daher voraussichtlich über das User Interface hinausgehen und untersuchen müssen, wie Nutzende KI-Outputs interpretieren, Vertrauen in KI-gestützte Entscheidungen aufbauen und mit Fehlern umgehen. Die Regulierungsbehörden betonen zudem die Selbstbeschreibungsfähigkeit von KI als eine zentrale Anforderung. Das bedeutet, dass unklare oder zu komplexe KI-Ausgaben ein regulatorisches Risiko darstellen könnten.

Da es sich noch um einen Entwurf handelt, können sich die endgültigen regulatorischen Anforderungen ändern bzw. weiterentwickeln. Dennoch sollten Unternehmen, die KI-basierte Medizinprodukte entwickeln, bereits jetzt mit der Umsetzung dieser Prinzipien beginnen, um zukünftige Compliance-Herausforderungen zu vermeiden.

Wie geht es weiter?

0 / 5 (0)

Halten Sie sich mit unserem Newsletter auf dem Laufenden

E-Mail *
Dieses Feld wird bei der Anzeige des Formulars ausgeblendet
Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Das könnte Sie auch interessieren