美國 FDA 藥品審評(píng)與研究中心（CDER）主任 Patrizia Cavazzoni 于 9 月 26 日在 FDA 和產(chǎn)品質(zhì)量研究學(xué)會(huì)（PQRI）的聯(lián)合研討會(huì)上表示，在藥品生產(chǎn)中使用人工智能（AI）可以帶來多種好處，包括提高產(chǎn)品質(zhì)量和減少生產(chǎn)缺陷。
為期兩天的 FDA/PQRI 研討會(huì)重點(diǎn)討論了監(jiān)管機(jī)構(gòu)、行業(yè)和學(xué)術(shù)界關(guān)于將人工智能納入藥品生產(chǎn)的討論，包括 AI 在工藝開發(fā)和控制、藥品質(zhì)量體系的運(yùn)營、生命周期方法和現(xiàn)行 GMP 中的使用。
Cavazzoni 表示，“無論我們是否喜歡，人為錯(cuò)誤仍是我們?cè)谥扑幧a(chǎn)過程中看到的質(zhì)量問題的根源。”她將 AI 稱為“先進(jìn)制造的固有元素和組成部分”，并指出，自 2019 年以來人工智能一直是 CDER 的優(yōu)先事項(xiàng)。“我們對(duì) AI 在藥品生產(chǎn)和一般臨床開發(fā)中的應(yīng)用非常感興趣。”
在介紹 AI 在藥品生產(chǎn)中的潛在益處時(shí)，Cavazzoni 列出了四點(diǎn)：
改進(jìn)工藝設(shè)計(jì)和放大生產(chǎn)，同時(shí)減少開發(fā)時(shí)間和工藝?yán)速M(fèi)；
更好地控制質(zhì)量，更少的人員參與和人為錯(cuò)誤；
改善監(jiān)測(cè)，更少的工藝停機(jī)時(shí)間；
更少的偏差，更好地識(shí)別根本原因。
她表示，AI 還可以通過防止可能成為短缺根源的藥品質(zhì)量問題，成為防止藥品短缺的工具。Cavazzoni 鼓勵(lì)利益相關(guān)者審查 FDA 發(fā)布的兩篇有關(guān)人工智能的討論文件，一篇關(guān)注藥品生產(chǎn)中的 AI，另一篇重點(diǎn)關(guān)注在研發(fā)中使用 AI 和機(jī)器學(xué)習(xí)。FDA 最近宣布重新開放這兩份文件的公眾評(píng)議期，鼓勵(lì)公眾提供反饋意見。
CDER 藥品質(zhì)量辦公室檢測(cè)與研究辦公室副主任 Thomas O'Connor 隨后在會(huì)上介紹了藥品生產(chǎn)中的 AI 討論文件。他總結(jié)了到目前為止 FDA 收到的一些反饋意見。首先他列出了利益相關(guān)者反饋的有關(guān) AI 在藥品生產(chǎn)中的用例，包括：優(yōu)化工藝條件（9），數(shù)字孿生（7）；用于監(jiān)控缺陷的計(jì)算機(jī)視覺檢測(cè)（8），支持中控和放行檢測(cè)（10）；自適應(yīng)工藝控制（8）；設(shè)備監(jiān)控/預(yù)防性維護(hù)（11），以及操作和質(zhì)量部門保證（10）.（注：括號(hào)中的數(shù)字代表提及該用例的反饋意見數(shù)量）。
他重點(diǎn)列出了 FDA 收集到的一些反饋意見，包括：
用于構(gòu)建 AI/ML 模型的數(shù)據(jù)治理方面：
- 需要數(shù)據(jù)版本控制，并建立可追溯性；
- 需要數(shù)據(jù)管理和標(biāo)準(zhǔn)化原則來確保高質(zhì)量數(shù)據(jù) - 避免偏見；
- 需要數(shù)據(jù)集成并提供必要的數(shù)據(jù)上下文；
- 新興技術(shù)正在支持?jǐn)?shù)據(jù)管理（例如，云計(jì)算）。需考慮是否需要額外的指南以有效將這些技術(shù)用于受監(jiān)管的 AI 應(yīng)用。
第三方數(shù)據(jù)和 AI 應(yīng)用：
- 建立對(duì)用于開發(fā) AI 模型的第三方數(shù)據(jù)的期望；
- 要求制定有關(guān)使用開源 AI 庫和專有第三方封閉 AI 模型的指南；
- 建立對(duì)第三方 AI 模型和 AI 即服務(wù)的期望；
- 建議加強(qiáng)行業(yè)和學(xué)術(shù)界的數(shù)據(jù)共享和協(xié)作。
AI 模型基于風(fēng)險(xiǎn)的開發(fā)和驗(yàn)證要求：
- 軟件質(zhì)量保證指南/驗(yàn)證測(cè)試指南可以采用的現(xiàn)有方法；
- 建立良好的機(jī)器學(xué)習(xí)實(shí)踐；
- 對(duì)可解釋性和基于風(fēng)險(xiǎn)的驗(yàn)證的期望應(yīng)考慮難以實(shí)現(xiàn)可解釋性的情況；
- 需要發(fā)布開發(fā)和驗(yàn)證案例研究；
- 制定有關(guān)監(jiān)管申請(qǐng)中應(yīng)提交內(nèi)容的指南。
AI 模型的生命周期注意事項(xiàng)：
- 建議結(jié)合現(xiàn)有的基于風(fēng)險(xiǎn)的方法在 GMP 環(huán)境中實(shí)施和報(bào)告 AI 的變更；
- 建議解決 AI 模型之間的差異（例如，鎖定型和自適應(yīng)型）；
- 驗(yàn)證自學(xué)習(xí)模型的考量因素可以包括指標(biāo)的建立，以及在既定邊界內(nèi)進(jìn)行調(diào)整；
- 需要對(duì) AI 模型更新后的產(chǎn)品可比性制定期望。
藥品質(zhì)量體系中的 AI：
- 考慮整合到?jīng)Q策質(zhì)量管理體系中；
- 需要考慮人為因素/以人為本的設(shè)計(jì)；
- 制藥商需要擁有經(jīng)過適當(dāng)培訓(xùn)的人員。
其它方面：
- 需要統(tǒng)一術(shù)語；
- 基于技術(shù)變革的步伐，保持靈活性；
- 更廣泛的建模和仿真應(yīng)用的 AI 部分；
- 要求 FDA 和國際機(jī)構(gòu)進(jìn)行協(xié)調(diào)；
- 考慮生產(chǎn)中 AI 應(yīng)用的網(wǎng)絡(luò)完全影響；
- 對(duì) AI 在細(xì)胞和基因治療中的使用進(jìn)行更多討論。
京公網(wǎng)安備11010802046783號(hào)
