Fejlesztő három monitor előtt, a képernyőkön programkód és egy agyi MR-felvétel látható
Szolgáltatások · AI-modellből orvostechnikai eszköz

A működő AI-modellből CE-jelöléssel vagy FDA-engedéllyel rendelkező orvostechnikai eszközt fejlesztünk

A kutatási adatokon működő modell a termék alapja, de csak kis része annak, amit a bejelentett szervezet (az EU MDR szerint eszközöket tanúsító független szervezet) vagy az FDA vizsgál. A modell köré az IEC 62304 szerint inferenciaszolgáltatást és kórházi integrációt fejlesztünk, kialakítjuk a verzió- és változáskezelést, valamint a release utáni monitorozást. A Silurus Software szabályozási szakértői és FDA-tanácsadói elkészítik a műszaki dokumentáció szoftverre és AI-ra vonatkozó részeit az EU MDR, az FDA és az EU AI Act (a mesterséges intelligenciáról szóló uniós rendelet) követelményei szerint. A rendeltetésért (a gyártó által meghatározott szoftveres felhasználási célért), a besorolásért, a klinikai értékelésért és a megfelelőségértékelésért továbbra is a gyártó felel. A modell a tiéd marad.

A modell tulajdonjoga
Nálad marad
Amit fejlesztünk
Inferenciaszolgáltatás · PACS · DICOM
Folyamat
IEC 62304 · ISO 13485 · ISO 14971
Szabályozási eljárás
EU MDR · FDA · EU AI Act
Mivel foglalkozunk

A klinikai felhasználáshoz szükséges szoftvereket is elkészítjük a modell köré

01

Inferenciaszolgáltatás

A modellt éles környezetben használható szolgáltatássá alakítjuk. Rögzítjük az előfeldolgozás lépéseit, a hibakezelést és a teljesítménykorlátokat.

02

Kórházi integráció

A PACS-ból DICOM-formátumban fogadjuk a képeket. Az eredményeket DICOM SR, DICOM SEG vagy secondary capture objektumként, illetve HL7 (a klinikai üzenetek cseréjének szabványa) üzenetként adjuk tovább. Az integrációt a fogadó PACS-rendszerrel teszteljük.

Interoperabilitás →
03

Adatok és tanítás

Az adatkészleteket verziónként tartjuk nyilván, az adatok eredetével és az annotációkkal együtt. A tesztadatokat elkülönítjük a tanítóadatoktól. Minden tanítási futásnál rögzítjük a kódot, a környezetet és a véletlenszám-generálás kezdőértékeit. Így a kiadott modellverziót a meghatározott tűréshatárokon belül reprodukálni lehet.

04

Teljesítményverifikáció

A modellt a tanításhoz nem használt adatokon teszteljük. Az eredményeket készüléktípus, intézmény és betegcsoport szerint, előre rögzített követelmények alapján értékeljük.

06

Monitorozás a release után

Minden inferenciahívást naplózunk, és a modellverziót is rögzítjük. Figyeljük a driftet, a betegcsoportonkénti teljesítményt pedig a kiadáskori referenciaértékekhez hasonlítjuk.

07

Eredmények megjelenítése és felügyelete

Az IEC 62366-1 szerinti használhatósági tervezés során alakítjuk ki, hogyan jeleníthetők meg, szerkeszthetők és utasíthatók el az eredmények.

A gyakorlatban

Feladatok, amelyekkel hozzánk fordulnak

Kiindulási helyzet

Kutatási modellből termék

Egy startup kutatási adatokon tanított modellel rendelkezik, amely rendellenességeket ismer fel orvosi képeken. Most éles környezetben futó inferenciaszolgáltatásra, kórházi integrációra és szabályozási dokumentációra van szüksége. A startupnak a célpiactól függően az EU MDR vagy az FDA követelményei szerint kell elkészítenie a dokumentációt.

Így dolgozunk

A rögzített modellverzióból inferenciaszolgáltatást készítünk, és DICOM segítségével összekapcsoljuk a PACS-szal. Az eredményeket olyan formában adjuk vissza, hogy a leletező munkaállomáson megjeleníthetők legyenek. Kialakítjuk a modellregisztert és az adatkészletek verziókezelését. A verifikációt a tanításhoz nem használt adatokon végezzük, készüléktípus és betegcsoport szerinti bontásban. A szoftverdokumentációt az IEC 62304 szerint készítjük el.

A klinikai teljesítményvizsgálatok továbbra is a klinikai partnerek feladatai. Mi átadjuk a modell önálló teljesítményét igazoló vizsgálati eredményeket és a kapcsolódó dokumentációt. A klinikai partnerek ezekre építhetik a saját vizsgálataikat.

Kiindulási helyzet

Clearance-t kapott modell újratanítása anélkül, hogy minden alkalommal új hatósági benyújtásra lenne szükség

Egy AI-alapú diagnosztikai eszköz már rendelkezik FDA clearance-szel és CE-jelöléssel. A modellt rendszeresen újra kell tanítani.

Így dolgozunk

Az előre meghatározott változáskezelési terv tartalmazza a tervezett módosításokat, az újratanítás, a verifikáció és a release protokollját, valamint a hatásvizsgálatot. FDA-tanácsadóink a predetermined change control planre vonatkozó FDA-útmutató alapján készítik el a tervet. Mérnökeink megépítik a végrehajtásához szükséges pipeline-t. Az EU-ban a tanúsított eszköz tervezett módosításait jelenteni kell a bejelentett szervezetnek. A bejelentett szervezet dönti el, szükséges-e a jóváhagyása a release előtt. Az EU MDR alapján minden változást külön is értékelni kell. Az EU AI Act szerint az előre meghatározott és dokumentált változtatás nem minősül lényeges módosításnak, ha a szolgáltató már az eredeti megfelelőségértékeléskor rögzítette. Az Egyesült Államokban a már FDA clearance-szel rendelkező eszköz változáskezelési tervét új forgalomba hozatali beadvánnyal kell benyújtani. A jóváhagyott tervnek megfelelő, a módosítási protokoll szerint végrehajtott változtatásokhoz ezt követően nem kell minden alkalommal új beadványt benyújtani.

Kiindulási helyzet

Radiológiai AI monitorozása klinikai használat közben

Egy radiológiai AI-t már két éve használnak több kórházban. A forgalomba hozatal utáni teljesítményét megfelelően kell monitorozni.

Így dolgozunk

Minden inferenciát naplózunk a modellverzióval és a képalkotási vizsgálat metaadataival együtt, betegazonosítók nélkül. Betartjuk a kórházzal egyeztetett adatmegőrzési és hozzáférési szabályokat. A teljesítményt független referenciaeredménnyel rendelkező eseteken mérjük. Ehhez például elbírált leleteket, patológiai eredményeket vagy utánkövetési adatokat használunk. A végleges leletet csak akkor tekintjük referenciaeredménynek, ha a leletező orvos nem látta a modell kimenetét. A teljesítménymérések között a bemeneti adatok és a kimenetek driftjét figyeljük. A driftet, a betegcsoportonkénti teljesítményt és az AI-eredmények felülbírálási arányát a kiadáskori referenciaértékekhez hasonlítjuk. A riasztásokat a kijelölt felelősökhöz továbbítjuk. Az eredményeket az EU MDR szerinti forgalomba hozatal utáni felügyelethez és az EU AI Act szerinti, forgalomba hozatal utáni monitorozáshoz használjuk fel. Az adatok az FDA által előírt panaszkezelést és az orvostechnikai eszközökkel kapcsolatos események bejelentését is támogatják.

EU AI Act

Az EU AI Act követelményei az EU MDR mellett

Az EU MDR szerint orvostechnikai eszköznek minősülő AI-szoftver az EU AI Act szerint nagy kockázatú AI-rendszer, ha megfelelőségértékeléséhez bejelentett szervezet bevonása szükséges. Az EU AI Act további követelményeket ír elő a kockázatkezelésre, az adatokra, az adatkezelési gyakorlatokra, a műszaki dokumentációra és a nyilvántartások vezetésére. Szabályozza a felhasználók tájékoztatását, az emberi felügyeletet, a pontosságot, a kiberbiztonságot és a rendszer ellenálló képességét is. A minőségirányítási rendszerre és a forgalomba hozatal utáni monitorozásra szintén követelményeket határoz meg. Ezeket beépítjük az EU MDR szerint is használt műszaki dokumentációba és minőségirányítási rendszerbe. A megfelelőségértékelést továbbra is a bejelentett szervezet végzi. Az EU MDR hatálya alá tartozó AI-rendszerekre az új követelmények később válnak alkalmazandóvá, mint más nagy kockázatú AI-rendszerekre. A gap analysis során ellenőrizzük, mely határidők vonatkoznak az adott termékre.

A már CE-jelöléssel rendelkező termékeknél először gap analysist végzünk. Összevetjük a meglévő dokumentációt az új követelményekkel. Szabályozási szakértőink elkészítik a hiányzó dokumentációt, mérnökeink pedig megvalósítják a szükséges szoftverfunkciókat. Ilyen lehet a naplózás, az emberi felügyelet támogatása és az adatok eredetének nyomon követése.

Mit adunk át

A modellhez kapcsolódó szoftverek és dokumentáció

D-01

Inferenciaszolgáltatás

A modellt éles környezetben használható szolgáltatássá alakítjuk, rögzített előfeldolgozással és hibakezeléssel.

D-02

Modellregiszter

Minden kiadott modellverzióhoz megőrizzük a felhasznált adatokat, a kódot és a verifikáció eredményeit. Lehetővé tesszük a korábbi verzió visszaállítását.

D-03

Teljesítményverifikáció

A modellt a tanításhoz nem használt adatokon teszteljük, készüléktípus, intézmény és betegcsoport szerinti bontásban.

D-04

Szabályozási dokumentáció

Szabályozási szakértőinkkel és FDA-tanácsadóinkkal közösen elkészítjük a szoftverdokumentációt, a modell leírását és a változáskezelési tervet.

EU és USA

Egy termék, két piac

Európai Unió

EU MDR és EU AI Act

Elkészítjük a CE-jelöléshez szükséges szoftver- és modelldokumentációt, valamint az EU AI Act szerinti kiegészítéseket.

Egyesült Államok

FDA

Elkészítjük a hatósági beadványhoz szükséges szoftverdokumentációt, a modell leírását és az újratanításhoz előre meghatározott változáskezelési tervet.

Technológiák és szabványok

Amivel dolgozunk

Technológiák és eszközök

PythonPyTorchTensorFlowONNX RuntimeMONAICUDATensorRTDockerKubernetesPostgreSQLGitHub ActionsGitLab CIAzureAWSGoogle CloudDICOMDICOMweb

Szabványok, előírások és fejlesztési gyakorlatok

FDA PCCP guidancePredetermined Change Control Plan (PCCP)Good Machine Learning PracticeIEC 62304ISO 13485ISO 14971IEC 62366-1IEC 81001-5-1EU MDREU AI ActFDA 510(k)FDA De Novo

Silurus Software

  • A Silurus Software 2017-ben alakult, irodái Budapesten és Szingapúrban találhatók
  • Több mint 40 mérnök, EU MDR szabályozási szakértők és FDA-tanácsadók
  • Az ügyfél ISO 13485 szerinti minőségirányítási rendszerében dolgozunk. A feladatokat és a felelősségi köröket még a munka megkezdése előtt írásban rögzítjük. Ha az ügyfélnek még nincsenek dokumentált szoftverfejlesztési eljárásai, IEC 62304 szerinti sablonokat adunk. Ezeket az ügyfél beépítheti a saját rendszerébe.
  • Többéves mérnöki együttműködés egy európai MedTech-gyártóval
  • Török Péter alapító és CTO 1999 óta foglalkozik orvostechnikai szoftverekkel. Korábban a Siemens Healthcare (syngo.via) szoftverfejlesztési igazgatója, majd a Mediso Medical Imaging Systems K+F vezetője volt.
  • ISO 9001:2015 (NQA, 171041 számú tanúsítvány, érvényes 2027. márciusig) és ISO/IEC 27001:2022 (NQA, 728872 számú tanúsítvány, érvényes 2029. augusztusig)
  • 2025-ben AAA minősítést kaptunk a Dun & Bradstreet hitelképességi értékelésében, amely a legmagasabb minősítési fokozat
  • A budapesti Eötvös Loránd Tudományegyetem (ELTE) kutatási partnerei vagyunk
  • 2027-től ipari partnerként veszünk részt az EU Horizon Europe LOGOS projektjében a Bolognai Egyetemmel, a Pisai Egyetemmel, az Amszterdami Egyetemmel és a brnói Masaryk Egyetemmel
  • Dr. Szántó Linda ügyvezető 2025-ben elnyerte a Female Business Leader of the Year, 2026-ban pedig a The Pioneer Award díjat
Hogyan dolgozunk →Minőség és szabványok →Dokumentumminták →Esettanulmányok →
FAQ

Gyakori kérdések

01

Pythonban fejlesztettünk egy kutatási képalkotó modellt. Tudtok belőle szabályozási követelményeknek megfelelő terméket készíteni?

Igen. A modellből inferenciaszolgáltatást készítünk, összekapcsoljuk a PACS-szal, kialakítjuk a verzió- és változáskezelést, és elkészítjük a szoftverdokumentációt. A modell továbbra is a te tulajdonodban marad.

02

Kié a modell és a felhasznált adatok?

A modell és az adatok is a te tulajdonodban maradnak. A modell súlyait és az adatokat kizárólag a szerződésben meghatározott munkához használjuk, az általad jóváhagyott környezetekben.

03

El tudjátok készíteni az újratanítás változáskezelési tervét?

Igen. FDA-tanácsadóink elkészítik a változáskezelési tervet, mérnökeink pedig megépítik a tervnek megfelelő újratanítási pipeline-t.

04

Hogyan monitorozzátok az éles környezetben működő modellt?

Minden inferenciahívást naplózunk a modellverzióval és a bemeneti adatok metaadataival együtt. A teljesítményt készüléktípus, intézmény és betegcsoport szerint, a kiadáskori referenciaértékekhez viszonyítva értékeljük.

05

Milyen keretrendszerekkel dolgoztok?

A tanításhoz Pythont, PyTorchot és MONAI-t használunk, az inferenciához ONNX Runtime-ot vagy PyTorchot. A szolgáltatásokat konténerekben futtatjuk, helyi infrastruktúrán vagy felhőben.

06

Mit tartalmaz az előre meghatározott változáskezelési terv?

A terv rögzíti a tervezett módosításokat, a módosítási protokollt és a hatásvizsgálatot. A protokoll meghatározza, hogyan kezeljük az adatokat, és milyen lépéseket követünk az újratanítás, a verifikáció és a release során.

07

A klinikai validációban is részt vesztek?

Teszteljük a modell önálló teljesítményét, elvégezzük a szoftververifikációt, és átadjuk a betegcsoportonkénti eredményeket. A klinikai teljesítményvizsgálatot a klinikai partnereiddel együtt végzed.

Vedd fel velünk a kapcsolatot

Beszéljünk a modellről

Írd meg, milyen modellről van szó, mi a rendeltetése, és melyik piacra szánod. Válaszunkban bemutatjuk, milyen munkákat kell elvégezni a hatósági beadvány benyújtásáig.

Foglalj időpontot egy 30 perces szakmai egyeztetésre
Egy munkanapon belül válaszolunk.