Data tłumaczenia ·
Dlaczego liczba zgłoszeń nie jest miarą częstości ryzyka?
Wpisy w panelu FDA, dawniej FAERS, a obecnie AEMS, mogą obejmować zgłoszenia niepełne lub zduplikowane. Wpis nie oznacza potwierdzenia medycznego ani związku przyczynowego z podejrzewanym lekiem. FDA wyjaśnia również, że na podstawie tych zgłoszeń nie można wyznaczyć częstości występowania zdarzeń. Uznanie leku za bardziej niebezpieczny wyłącznie z powodu większej liczby zgłoszeń jest więc błędną interpretacją tych danych.
Przykład badania: jakie zadanie wykonuje AI?
We francuskim badaniu z 2022 roku modele wstępnie kodowały 11 633 zgłoszenia działań niepożądanych. Zadaniem było wydobycie kodowanych informacji i ocena ciężkości, a nie udowodnienie, że lek spowodował szkodę.
Jak przechodzi się od sygnału do decyzji?
EMA odróżnia sygnał bezpieczeństwa od dowodu przyczynowości. Ocena może prowadzić do żądania dodatkowych informacji, dalszego monitorowania lub działań regulacyjnych, takich jak aktualizacja informacji o produkcie.
Ocena redakcyjna: najpierw zadanie, potem model
Sugerujemy precyzyjne określenie wyniku zamiast ogólnego hasła „AI do bezpieczeństwa leków”: czy system wydobywa termin z tekstu, szereguje potencjalnie ciężkie zgłoszenia, czy wskazuje wzorzec wymagający zbadania? Test akceptacyjny powinien odpowiadać temu zadaniu. Skutecznego kodowania informacji nie należy przedstawiać jako skutecznej oceny związku przyczynowego.
Co powinien mierzyć pilotaż w instytucji?
Nasza rekomendacja redakcyjna to wspólne rejestrowanie pominiętych ważnych zgłoszeń, zbędnych alarmów i poprawek ekspertów na odrębnym zbiorze testowym. Podział wyników według języka, źródła zgłoszenia i brakujących informacji oraz zapis wersji modelu i daty przeglądu ułatwiają odtworzenie oceny. Nie oznacza to, że cytowane badanie zwalidowało każdy język lub każdą instytucję.
Badanie, organizacja pracy i dopuszczenie regulacyjne to odrębne kwestie
Sam pozytywny wynik badania nie potwierdza bezpiecznego użycia w konkretnej instytucji ani dopuszczenia regulacyjnego produktu. Artykuł nie służy podejmowaniu indywidualnych decyzji dotyczących leków. Nie zawiera twierdzeń o skuteczności klinicznej ani dopuszczeniu produktów RAI. Ocena instytucjonalna powinna osobno uwzględniać zamierzone zastosowanie, przegląd przez człowieka i dokumentację danego produktu.
Źródła
- FDA — FDA Adverse Event Monitoring System (AEMS) Public Dashboard ↗
Dostęp: 2026-10-28 - Martin et al. — Validation of Artificial Intelligence to Support the Automatic Coding of Patient Adverse Drug Reaction Reports, Using Nationwide Pharmacovigilance Data (Drug Safety, 2022) ↗
Dostęp: 2026-10-28 - European Medicines Agency — Signal management ↗
Dostęp: 2026-10-28
Artykuł ma charakter edukacyjny i informacyjny. Przywołanie organizacji nie oznacza jej poparcia dla RAI Health Pro ani nie potwierdza skuteczności klinicznej produktu lub modelu.