Wie wird die klinische Bewertung einer Software als Medizinprodukt durchgeführt?

Klinische Evidenz beginnt bei der Zweckbestimmung

Artikel 61 und Anhang XIV Teil A der Verordnung (EU) 2017/745 verlangen eine klinische Bewertung für Medizinprodukte. Sie ist kein einmaliges Literaturkapitel am Projektende, sondern ein systematischer und fortlaufender Prozess. Ausgangspunkt sind die medizinische Zweckbestimmung, Zielpopulation, vorgesehene Nutzer, Einsatzumgebung, Kontraindikationen und jede konkrete Aussage zu Sicherheit, Leistung oder klinischem Nutzen.

Ein Clinical Evaluation Plan legt vorab fest, welche grundlegenden Sicherheits- und Leistungsanforderungen klinische Daten benötigen, welche Endpunkte und Akzeptanzkriterien gelten, wie der Stand der Technik ermittelt wird und wo Evidenzlücken bestehen. Ergebnisse werden im Clinical Evaluation Report nachvollziehbar bewertet; günstige und ungünstige Daten sind einzubeziehen.

Drei Evidenzbausteine für Medizinsoftware

MDCG 2020-1 strukturiert die klinische Evidenz für Medical Device Software entlang von drei miteinander verbundenen Bausteinen:

1. Valide klinische Assoziation: Es muss wissenschaftlich begründet sein, dass der von der Software verarbeitete Parameter oder das ausgegebene Ergebnis mit dem angestrebten klinischen Zustand oder Nutzen zusammenhängt.
2. Technische Leistung: Die Software muss Eingaben zuverlässig und reproduzierbar in die spezifizierte Ausgabe überführen. Dazu gehören beispielsweise Genauigkeit, Robustheit, Datenqualität und Grenzfälle.
3. Klinische Leistung: Im vorgesehenen Nutzungskontext muss die Ausgabe den beanspruchten klinischen Zweck erreichen. Die Nachweise müssen zur Zielpopulation, Nutzergruppe und Bedeutung der Information passen.

Die Evidenz kann je nach Produkt aus wissenschaftlicher Literatur, vorhandenen klinischen Daten, Leistungsstudien, Vergleichsdaten und eigenen klinischen Prüfungen stammen. Eine klinische Prüfung ist nicht automatisch für jede Software erforderlich; reichen vorhandene Daten aber nicht aus, müssen neue klinische Daten erzeugt werden. Umfang und Qualität müssen der Risikoklasse, der Neuartigkeit des Algorithmus und der Tragweite der klinischen Aussage entsprechen.

Nach dem Marktzugang geht die Bewertung weiter

Post-Market Surveillance und gegebenenfalls Post-Market Clinical Follow-up liefern reale Daten zu Fehlanwendungen, seltenen Ereignissen, veränderten Populationen und dem Stand der Technik. Diese Informationen fließen in klinischen Bewertungsbericht, Risikoakte und Produktmaßnahmen zurück. Anhang XIV verlangt, dass die klinische Bewertung während des gesamten Produktlebenszyklus mit klinischen Daten aus der Marktphase aktualisiert wird.

Entscheidend ist nicht die Menge der Publikationen, sondern ihre Eignung für genau die beanspruchte Funktion. Daten zu einem ähnlichen Algorithmus, einer anderen Population oder einem anderen klinischen Workflow sind nur dann übertragbar, wenn diese Übertragbarkeit methodisch begründet ist. Die konkrete Evidenzstrategie sollte deshalb früh mit regulatorischer, klinischer und statistischer Fachkompetenz festgelegt werden.