跳到正文
PharmaBuddy·· 13 天前AI 评分64

行业分享梳理FDA、EMA、MHRA、PMDA的AI自用工具、规则草案与执法信号

同一个FDA,左手自己大规模用AI,右手对企业的AI产出开警告信——规则正在被案例写出来

AI 导读

一份行业分享梳理了FDA、EMA、MHRA、PMDA在AI自用工具、规则草案与执法信号上的进展,其中提到FDA于2026年4月2日对Purolea Cosmetics Lab发出的警告信,据报道为首封明确点名AI使用的cGMP警告信。

正文

对制药质量人来说,2026年最值得追踪的一条主线,不是又出了什么新模型,而是监管者自己怎么用AI、又怎么管别人用AI。一边是FDA把AI大规模用于自己的审评与检查,一边是2026年4月2日开出的、据报道首封明确点名AI使用的cGMP警告信。

本文基于Leo Tang《FDA等全球视野下,药品行业AI化前景》分享(2026-10-14,信息核实截至2026-10)中「国际监管者」部分,梳理FDA·EMA·MHRA·PMDA四大机构的自用实践、规则进展与执法信号。核心结论先放这里:工具可以新,质量责任一项没变。

本文看点

01

首封点名AI的警告信,援引的全是老条款

02

FDA四件工具:Elsa、智能体、HALO、一日检查

03

质量人行动清单:可检查的证据包五要素

01

SAME FDA

同一个FDA,两只手

左手:自己大规模用

>70%

员工自愿使用Elsa(FDA自述)

46次

一日检查试点已完成评估


2025-06-02,内部AI助手Elsa上线

早于原定6月30日,运行在GovCloud受控环境,官方称不使用受监管行业提交的数据训练。


2025-12-01,智能体式AI(Agentic AI)全员可用

能通过规划、推理并执行多步操作来完成任务,人工监督内置,自愿使用。


2026-04,一日检查评估试点启动

公布时已完成46次评估,多数结论为无需采取行动(NAI)。


2026-05,公布Elsa 4.0与HALO数据平台

HALO整合FDA各中心40多个数据源、系统与门户。

右手:对企业开警告信

2026-04-02,FDA向Purolea Cosmetics Lab发出警告信——据报道是首封明确点名AI使用的cGMP警告信。案情并不复杂:企业用AI智能体生成产品规格、规程和主生产/控制记录,质量部门未审核就直接使用;现场检查被问及工艺验证时,企业回答——AI智能体「从没告诉过」。

FDA援引的不是什么AI新规,而是老条款:

21 CFR 条款

FDA认定

211.22(c)

AI的任何输出或建议,须经质量部门授权人员审核并放行——警告信明确写为违反

211.22(d)

规程未建立或未执行

211.22(a)

批记录未在放行前审核

211.100(a)

未建立充分的生产和工艺控制

0项新规,现有条款已可处理AI产出。受控文件的审核、批准、保存流程,AI产出不豁免——责任仍在企业质量部门。

02

TIMELINE

时间线:先自用、再立规、后执法

2025—2026年四个监管机构的可查证节点,连起来看规律很清楚:监管机构普遍先从内部助手做起;对企业的规则多数还在草案阶段,执法已经先走一步。

时间

事件

2025-01

FDA《支持监管决策的AI使用考量》草案——七步可信度框架

2025-03

EMA首个AI工具资格认定意见(AIM-NASH)

2025-06-02

FDA推出Elsa

2025-07-07

EU GMP Annex 22(AI)草案公开征求意见

2025-10-10

PMDA《业务中AI使用行动计划》

2025-12-01

FDA智能体式AI全员可用

2026-01-14

FDA与EMA联合发布《良好AI实践十项原则》

2026-04-02

FDA对Purolea开出警告信

2026-04

FDA一日检查试点启动

2026-05

Elsa 4.0与HALO公布;欧盟AI法案Omnibus临时协议

2026-06-29

MHRA检查署博客:企业用AI写检查回复的标准

2026-06-30

EMA Annex 22研讨会:讨论「按用途与风险逐案评估」

FDA专项AI生产指南的现状也印证了这一点:2025-01的七步可信度框架仍是草案;2026-01-14的联合十项原则属高层原则;CDER 2023年3月《药品生产中的人工智能》只是讨论文件。目前没有定稿的FDA专项AI生产指南,执法先走了一步。

03

FDA TOOLKIT

FDA四件工具:AI参与前半段,人负责后半段

TOOL 01Elsa:审评员的「读写总结」助手

官方列出6类辅助用途:加快临床方案审评、缩短科学评估时间、识别高优先级检查目标、总结不良事件、更快做标签比对、为非临床数据库生成代码。以标签比对为例:上传新旧两版标签→Elsa逐条列出差异→审评员逐条确认→确认后的差异写入审评意见。

AI只做「读、写、总结」,先划清数据边界;审评意见仍由人写、由人负责。可以先从标签比对、文书整理这类低风险环节起步。

TOOL 02智能体:每一步都有人把关

以上市后监测为例:员工提出目标(整理某产品本季度不良事件趋势)→①检索近期不良事件报告→②分组比较与历史基线→③起草趋势摘要→审评员复核采纳或修改——每一步的输出都可以停下来看、退回去改。

人工监督要写进系统设计,而不是事后补充:每一步可停、可退、可追溯。检查企业使用AI时,可以用同一把尺子。

TOOL 03HALO:先把数据打通

没有统一数据底座时,Elsa只能读员工手头上传的文件,跨系统比对要人工逐个导出整理;有了HALO(Harmonized AI & Lifecycle Operations for Data),才能跨申请、系统和门户提问与汇总。

智慧监管的基础工程是数据整合,而不是模型本身——模型可以换,数据底座不能分散。

TOOL 04一日检查试点:AI提示、检查员决定


适用与不适用

适用低风险的常规监督检查;不适用批准前/许可前检查、高风险或复杂设施、有因检查、合规跟进检查。

流程:产品类型、既往检查、运营特征等风险信息→Elsa分析偏差、CAPA等质量指标→低风险则检查员现场一日评估→发现重大问题即升级(可延长时间、扩大范围,转为常规检查)。Elsa交给检查员的是该设施的质量指标趋势与关注点,用来决定「先看什么」;评估结论仍由检查员写,升级权也在检查员手里。

AI负责「挑谁、看什么」,不负责「判定」。检查前先做风险画像,是可以直接借鉴的做法;但试点结论不能外推到高风险品种。

串起来看

FDA 四工具链路

HALO(数据底座,整合40+数据源)→Elsa(读写总结)→智能体(规划执行多步任务)→人工复核(核验输入、过程和输出)→决定(审评意见、检查结论、升级)。

AI参与整理、检索、起草、风险提示;人负责核验、判定、签署——责任不外包。

04

REALITY CHECK

冷静一下:FDA自己的Reality Check

借鉴做法,但不照搬结论。FDA的实践还在试验中,风险、效果和政策都高度不确定:

1

自己承认的风险:2025年媒体报道,时任局长承认Elsa可能像其它大模型一样产生幻觉;员工使用是自愿的,FDA强调人工监督。

2

效果尚未量化:FDA没有公布审评或检查效果的量化评估;公开的「一个任务从数天变为6分钟」是审评员的个案说法。

3

人事与政策变动:2026-05-12局长辞职,代理局长主持工作;2026-09-24新提名人参加参议院听证尚未获确认;一日检查试点期至2026-09-30。

先小范围验证、自己测效果,再谈推广;试点要留好记录。结论仅限试点范围,不外推。

05

THREE ROADS

EMA、MHRA、PMDA:三条不同的路

EMA:两条轨并行,Annex 22在拉锯


自用轨与规则轨

自用:Scientific Explorer(仅供EMA与各国主管当局评审员使用,2026-03扩展功能,计划2027 Q2部署AI助手);NDSG发布2026—2028数据与AI工作计划。规则:2024-09反思文件→LLM使用四原则→2026-01-14与FDA联合十项原则。


AIM-NASH(2025-03)

EMA首次接受AI工具在病理医生监督下生成的临床试验证据(判定NASH严重程度)——「人工监督」是认定的前提。


EU GMP Annex 22(草案)

2025-07-07与Annex 11、第4章修订一并征求意见。草案按技术类别一刀切:静态、确定性模型可用于关键GMP应用;2026-06-30研讨会报告显示,起草组正讨论放宽为「按用途与风险逐案评估」(看决策后果、模型影响、不确定性、复杂性、可检测性),但条文尚未修改,且不是无条件放行——风险压不下来时,QRM的有效结论仍可以是「不使用」。


控制分层与责任归属

输入/预防→模型内/检测→输出/遏制,「瑞士奶酪」式叠加,单层不完美,叠加才降险;行业提出的「AI资质档案」——验证证据、训练数据信息、提示与输出护栏、系统按预期工作的证据——形成一份可检查的证据包。第三方模型或API若不能提供足够的证据、日志,药企就无法证明受控——责任仍在受监管用户。


叠加项:EU AI Act

2026-05-06 Omnibus临时协议(尚待正式通过)将高风险义务(附件III)从2026-08-02推迟至2027-12-02,嵌入受监管产品的AI(附件I)推迟至2028-08-02。GMP附录管质量体系,AI法案管系统本身,两者叠加;药品生产中的AI是否属高风险类别,需逐案判断。

MHRA:不设新门槛,但要求可追溯、可复核

2026-06-29检查署博客给出企业用AI撰写GxP检查回复的五项不变要求:

1

事实准确且可核验;

2

经有经验的人员技术审核;

3

授权人员签字;

4

有证据支撑;

5

符合实际情境。

无论用AI、模板、顾问还是人工撰写,标准相同。MHRA遇到的真实案例:一份用AI生成的回复「有实质性错误」、引用了不存在的参考文献,审阅时间从通常约4小时变成20小时以上。后果阶梯:回复被退回→列为更高检查优先级→移交检查行动小组→潜在监管行动。MHRA同时鼓励自愿披露:一句话说明哪些部分用了AI并确认人工核验——英国检查员关心的是提交内容是否真实、可追溯,而不是用了什么工具。

PMDA:把AI计划写成机构级行动计划

2025-10-10《业务中AI使用行动计划》:FY2025建环境、定负责人(AI技术负责人Chief AI Technology Officer统筹)→FY2026验证效用→FY2027首次评估。三项重点:先用现成AI产品提升日常效率(文档检索、摘要、会议纪要、翻译,全部门覆盖)→在安全测试环境中自建专用模型→建立AI治理框架与规则。

四家对比一览

维度

FDA

EMA

MHRA

PMDA

自用AI

Elsa→智能体→Elsa 4.0+HALO

Scientific Explorer+NDSG计划

未公开

行动计划,先用现成再自建

对企业规则

七步可信度草案+联合十项原则

Annex 22草案(讨论放宽)

博客五项要求

未公开

执法信号

Purolea警告信+一日检查试点

未公开

未核验回复可退回、升级

未公开

共同前提:四家均强调人工监督与人对结果负责。读表提醒:空白本身也是信息——「未公开」不等于「没有」。

06

ACTION LIST

五个共同点,一份质量人的行动清单

国际监管者的五个共同点:

1

先用在内部辅助,再谈自动化——FDA Elsa用途全为辅助;PMDA先用现成工具优化文书。

2

数据整合先于模型——FDA HALO整合40+数据源。

3

人工监督写进系统设计——FDA智能体、EMA AIM-NASH、MHRA五项要求。

4

对企业的规则多数仍是草案——FDA七步框架、EU Annex 22均未定稿。

5

执法用现有条款,不等新规——Purolea警告信与MHRA回复要求。

「工具在迭代,责任不变;先把数据和流程搭好,再扩大AI的使用范围。」

落到日常,Annex 22研讨会里监管者的追问——幻觉、编造、迎合、失效不可检测——基本就是将来检查的落脚点:企业能不能拿出一份可检查的证据包:场景、风险、控制、验证、监督。建议现在就动手:

STEP 01盘点AI使用现状

哪些环节已经在用AI(哪怕是查文献、写底稿),先建台账。

STEP 02划清数据边界

受控环境思路、不拿GxP数据训练第三方模型、把第三方模型的证据与日志能力纳入供应商评估。

STEP 03把人工监督写进流程

AI输出可停、可退、可追溯,质量部门授权人员审核放行——211.22(c)已经写明白了。

STEP 04受控文件走老路

AI起草不等于文件生效,审核、批准、生效、受控分发一项不能少。

STEP 05留好记录

监管者自己都在「试点留痕」,企业的AI使用记录与验证证据,就是检查时最好的回答。

∞

THE END

工具在迭代,责任不变

监管者自己都承认:Elsa可能幻觉、效果尚未量化、政策还在变动。在AI这件事上,最稳健的姿态不是抢跑,而是像监管者一样——先小范围验证,自己测效果,把数据和流程搭好,再逐步扩大使用范围。

REFERENCE

信息来源:Leo Tang《FDA等全球视野下,药品行业AI化前景》(Z-Link AI,2026-10-14,信息核实截至2026-10)。法规文件状态以官方最新发布为准。


END

来源:PharmaBuddy · mp.weixin.qq.com