Tópico 80 de 91· Aceleração com IA
Avaliação Regulamentar de IA
Os quadros regulamentares que regem a IA nos cuidados de saúde — o regime Software as a Medical Device (SaMD) da FDA com Planos de Controlo de Alteração Predeterminados (PCCP), e programas de avaliação no mundo real como o NHS AI in Health and Care Award — e o que custam e permitem economicamente.
Porque é importante
A regulação determina tanto o custo de evidência da entrada no mercado como o custo de cada atualização subsequente do modelo — para produtos de IA, o segundo é frequentemente mais importante. O modo tradicional da FDA (bloquear o modelo; reautorizar para alterações) tornava a melhoria contínua economicamente brutal. A orientação PCCP (finalizada em dezembro de 2024) mudou a economia: um fabricante pode pré-autorizar atualizações futuras especificadas do modelo — uma descrição das modificações planeadas, um protocolo de modificação (como cada uma será validada), e uma avaliação de impacto — para que as melhorias sancionadas sejam lançadas sem nova submissão. Mais de 1.000 dispositivos habilitados para IA têm autorização da FDA; a FDA agora também investiga a monitorização de desempenho no mundo real (métricas pré-especificadas: taxas basais de FP/FN, deriva de calibração, indicadores de mudança de domínio).
O cálculo
O PCCP é a economia de tempo de espera DORA aplicada a modelos regulados:
Custo por atualização de modelo (tradicional) = custo de resubmissão + atraso de revisão × CoD
Custo por atualização de modelo (âmbito PCCP) = apenas custo de execução do protocolo
Economia de atualização ao longo da vida do produto:
N atualizações × (custo de submissão + meses de revisão × custo de atraso por mês)
vs custo único de elaboração do PCCP + N × execuções de protocolo
Para o padrão do NHS AI Award, o conjunto de métricas é mais amplo do que a precisão: avaliações independentes no mundo real avaliam o desempenho clínico, os efeitos no fluxo de trabalho/implementação, e o impacto económico — o pipeline completo eficácia → efetividade → custo-efetividade institucionalizado.
Exemplo resolvido
Um fornecedor de IA de radiologia planeia melhorias trimestrais do modelo ao longo de 3 anos (12 atualizações):
Tradicional: 12 × (£80mil de submissão + 4 meses × £50mil/mês de CoD de benefício atrasado)
= 12 × £280mil = £3,36M
Via PCCP: £250mil de elaboração do PCCP + 12 × £30mil de execução do protocolo = £610mil
Poupança ≈ £2,75M — e os doentes recebem cada melhoria ~4 meses mais cedo:
12 × 4 meses × o benefício clínico da atualização, uma linha de QALY por direito próprio.
O PCCP é o reconhecimento regulamentar de que a frequência de implantação tem valor clínico — a cadeia causal mestre do repositório, endossada por um regulador.
Ligação à engenharia de software
Elaborar bem o PCCP é um problema de software: conjuntos de avaliação pré-especificados, conjuntos de dados versionados, pipelines de validação automatizados, monitorização de deriva — o primo regulado da implementação contínua, onde a "porta de implantação" é um protocolo validado em vez de uma revisão de código. Equipas com infraestrutura de avaliação madura (métricas de qualidade da IA) obtêm PCCPs a baixo custo; equipas sem ela descobrem que a restrição regulamentar é na verdade uma restrição de maturidade de engenharia. Para produtos que entram no NHS, a pilha paralela é o DTAC (segurança clínica, proteção de dados, interoperabilidade) mais os níveis de evidência NICE ESF — orce todos eles como TCO de entrada no mercado.
Armadilhas
- Sonhos de expansão de âmbito do PCCP: apenas os tipos de modificação especificados estão pré-autorizados; alterações de arquitetura ou novos usos pretendidos ainda precisam de revisão completa.
- Deriva no mundo real não monitorizada: autorização no desempenho de lançamento + deriva populacional silenciosa = um produto a funcionar fora do seu envelope autorizado; a monitorização é tanto uma expetativa regulamentar como autodefesa.
- Confundir autorização com valor: a autorização FDA/UKCA ≠ alguém vai pagar — essa é a barreira do HTA, gerida separadamente.
Fontes
- FDA, AI-enabled device software / SaMD. https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-software-medical-device
- PCCP implementation guidance analysis. https://intuitionlabs.ai/articles/fda-pccp-implementation-guide-ai-ml-samd
- NHS England, lessons from AI in Health and Care Award real-world evaluations. https://www.england.nhs.uk/long-read/planning-and-implementing-real-world-ai-evaluations-lessons-from-the-ai-in-health-and-care-award/