Новые стандарты FDA для цифровых показателей в клинических исследованиях

FDA определила стандарт доказательности для цифровых конечных точек в клинических исследованиях

В августе 2026 года четыре медицинских центра Управления по санитарному надзору за качеством пищевых продуктов и медикаментов США (CDER, CBER, CDRH и OCE) совместно опубликовали межцентровой документ, устанавливающий ключевые требования к разработке и применению цифровых производных показателей (digitally derived measures, DDMs) в клинических испытаниях. Публикация систематизирует существующие рекомендации FDA в единый нормативный каркас и впервые формирует согласованные ожидания регулятора в отношении спонсоров, намеренных использовать носимые датчики, платформы с элементами искусственного интеллекта и иные цифровые технологии здоровья (DHTs) в качестве источников конечных точек. Для аудитории, оценивающей качество клинических услуг и достоверность результатов испытаний, это сигнал: методологический барьер для «цифровых» доказательств существенно формализован.

Трёхэтапный путь верификации: от датчика до клинической значимости

Документ вводит последовательную трёхстадийную модель доказательного пути для DDMs. Первая стадия — верификация (verification) — требует подтверждения того, что устройство или платформа точно измеряет целевой физический или химический параметр. Вторая — аналитическая валидация (analytical validation) — демонстрирует, что технология корректно фиксирует клиническое событие или характеристику именно в целевой популяции. Третья — клиническая валидация (clinical validation) — устанавливает, что цифровой показатель отражает значимый аспект здоровья и отслеживает клинически релевантные изменения.

Принципиально, что требования к доказательной базе калибруются в зависимости от роли конечной точки в протоколе. Если DDM претендует на статус первичной конечной точки в ключевом (pivotal) исследовании, от спонсора ожидается проспективная валидация с заранее определёнными пороговыми значениями производительности. Для разведочных (exploratory) конечных точек допускается ретроспективное или мостовое (bridging) доказательство. Такая градация даёт спонсорам практическую основу для поэтапного распределения инвестиций в разработку цифровых показателей на разных стадиях клинической программы.

Искусственный интеллект и управление рисками

Отдельное внимание документ уделяет DDMs, построенным на алгоритмах машинного обучения. Для них FDA прямо связывает требования к оценке достоверности (credibility assessment) с опублированным проектом рекомендаций по применению ИИ в регуляторных решениях для лекарственных препаратов и биологических продуктов. Ключевой принцип — пропорциональность оценки риску: чем выше роль алгоритма в формировании конечной точки, тем строже требования к валидации производительности модели. Документ также затрагивает вопросы usability-исследований, характеризации ошибок и управления обновлениями программного обеспечения и алгоритмов в ходе исследования — проблема, ранее не имевшая системного регуляторного ответа.

Значение для пациентов и контекст децентрализованных испытаний

Формулируя требования к DDMs, FDA опирается на существующую серию руководств Patient-Focused Drug Development (PFDD) и биомаркерный фреймворк BEST (Biomarkers, EndpointS, and other Tools). Документ подчёркивает, что вовлечение пациентов и лиц, осуществляющих уход, в определение «значимых аспектов здоровья» является предварительным условием: цифровые конечные точки не могут быть обоснованы исключительно на технических основаниях. Для спонсоров децентрализованных клинических испытаний (DCTs) устранён давний регуляторный пробел — в документе рассмотрены вопросы сопоставимости измерений, проведённых удалённо и в клинике, а также оценки нагрузки на пользователя.

Публикация не является обязательным руководством (binding guidance), но отражает текущую позицию агентства. Межцентровой характер авторства сигнализирует о намерении FDA обеспечить единообразие стандартов DDMs вне зависимости от того, по какому регуляторному пути — лекарственному, биологическому или девайсовому — проходит заявка. Для клиник и спонсоров, работающих с международными протоколами, это ориентир: методологические ожидания регулятора в отношении цифровых технологий в исследованиях перестают быть размытыми.