Клинические доказательства эффективности и безопасности

В перечень документов регистрационного досье по правилам ЕАЭС входят отчёт о клиническом доказательстве эффективности и безопасности и отчёт о клиническом испытании (исследовании). Правила проведения испытаний установлены Решением Совета ЕЭК от 12.02.2016 № 29, а содержание документов раскрывают методические рекомендации Коллегии ЕЭК (Рекомендация от 23.12.2024 № 27).

Что доказывается

Клиническое доказательство показывает, что изделие при применении по назначению достигает заявленного результата и что риски приемлемы по сравнению с пользой. Опирается оно на клинические данные: результаты испытаний, опубликованные данные, сведения о применении изделия. Требования к объёму доказательств пропорциональны классу потенциального риска (пункт 5 Рекомендации № 27).

Программное обеспечение: разделы клинической оценки

Для программного обеспечения рекомендации (раздел VI, пункты 14–19) выделяют самостоятельные элементы доказательства.

ЭлементСуть требования
Клиническая связьнаучная обоснованность связи между данными, которые ПО обрабатывает, способом их анализа и заявленным назначением — по клиническим рекомендациям и рецензируемым публикациям или с обоснованием новой клинической значимости
Клиническая значимостьобязательный элемент; подтверждается существующими данными того же применения, экстраполяцией с другого применения с обоснованием или получением новых клинических данных
Источник данныхданные пациентов, верифицированные медицинской организацией (клиническим центром)
Валидационная базабаза данных, верифицированная клиническим центром и отличная от базы, на которой ПО обучалось
Размер выборкиобоснование по методике определения размера выборки с учётом требуемой точности
Показателичувствительность, специфичность, диагностическая ценность — для каждого заболевания или состояния, если их несколько
Полнота проверкизадействуются все модули и все функции, описанные в эксплуатационной документации; если это невозможно — указываются причины
Эксплуатационная документацияклинический центр оценивает её доступность и понятность для специалистов

Алгоритмы искусственного интеллекта

Для бинарной классификации в медицинской визуализации качество алгоритма оценивается по кривым FROC (free-response ROC). Приемлемыми считаются выпуклые кривые с углом наклона больше 45°; прямая под углом 45° означает недостаточное качество.

Практические детали

Технический файл на ПО и другие части досье — в разделе «ПО и ИИ как медицинское изделие».

Обновлено 22 сентября 2026. Материал носит справочный характер; сверяйтесь с действующей редакцией актов.