跳到正文
PharmaBuddy·· 10 天前AI 评分68

解读日本 11 月 5 日 AI 用于 GMP 的行政通知:自学习模型被排除,另设 3×3 风险表

日本 PMDA关于AI在GMP中的观点

AI 导读

日本 11 月 5 日的 23 页文件属行政通知,仅将参数固定、输出可事先规定的模型纳入讨论,运行中会自学习、输出无法事先规定的模型被排除在外。文件给出六步流程和一张 3×3 风险表,按模型输出的可信程度与出错后果严重程度两个维度分级。高风险模型上线后必须监控漂移、写明再学习触发条件并备好切回传统方法的退路,扩大适用范围或换数据重训被视为新模型,风险分级与验证需重做。

正文

2026 年 4 月,FDA 给一家化妆品企业发了封警告信。检查员问:没做工艺验证就把药发出去了?企业答:我们不知道有这要求,因为用的 AI agent 没提醒。

八个月后,日本交出了一份 23 页的文件,专门回答同一个问题:AI 真要进车间、参与放行,凭什么信它、验到什么程度、谁来签字。

日本人不喊口号,先画了一张风险打分表,还顺手把“会自己学习的模型”挡在门外。

11 月 5 日这份文件严格讲是行政通知,但 PMDA 是背后真正推它的人。它不禁止 AI,堵点是企业说不清模型怎么评价、怎么向监管说明。

最狠的是那条除名线:参数固定的才谈,运行中会自己学、输出无法事先规定的,请出门。现在最热的 LLM、Agent、在线学习模型基本全在门外——想拿它们做 CMC 申报,目前只能个案去谈。

文件定了六步流程,最值钱的是一张 3×3 风险表。它把风险拆成两件事:模型说话有多算数,说错了后果有多严重。两个维度一交叉,九个格子。以后 QA、工艺和数据科学坐下来吵的,就是这模型算 High 还是 Medium,理由还得写下来。

高风险模型上线后,必须监控漂移、写清再学习触发条件、备好切回传统方法的退路。模型不行了就悄悄扩适用范围、换数据重训,不算修好,算换了个新模型,风险分和验证全部重来。

说白了,日本不是保守也不是开放,是按输出会不会落进 GMP 记录来分车道:不落记录、人再审一遍的欢迎;要拿去做质量决策的,先冻结参数再说。

来源:PharmaBuddy · mp.weixin.qq.com

所属事件

查看事件全部
日本厚生劳动省发布CMC领域AI使用考量通知