Obstaja vprašanje, ki si ga vodilni v farmacevtski industriji zastavljajo zadnja tri leta: je AI pri razvoju zdravil resnično prisoten ali gre za še en tehnološki cikel, ki bo zbledel, ko rezultati ne bodo ustrezali obljubam? Odgovor je zdaj jasen. Motnja je resnična. Podatki so zbrani. Regulatorna infrastruktura za njeno upravljanje se že vzpostavlja na obeh straneh Atlantika. Za podjetja v ZDA in EU, ki delujejo v tem prostoru, strateško vprašanje ni več »ali naj jemljemo AI resno?«, temveč »kako daleč za nami smo in kaj nas stane, da tam ostanemo?«
Ta analiza temelji na uradnem stališču FDA o AI pri razvoju zdravil. Strateška interpretacija in poslovne implikacije spodaj so izvirne.
Več kot 500 prijav, o katerih nihče ne govori
Med letoma 2016 in 2023 je Center za vrednotenje in raziskave zdravil FDA pregledal več kot 500 vlog za zdravila, ki so vsebovale komponente umetne inteligence ali strojnega učenja. To ni pilotni program. To niso zgodnji posvojitelji, ki eksperimentirajo na robovih. To je sedemletni, trajnostni val integracije AI v postopek odobravanja zdravil — in zajema vse ključne faze.
Neklinično testiranje. Klinična preskušanja. Postmarketinški nadzor. Proizvodnja. AI ne vstopa z ene strani življenjskega cikla zdravil. Vstopa iz vseh smeri hkrati.
Torej, kar nam to pove, je preprosto: vaši konkurenti — ali konkurenti vaših strank — so že znotraj tega sistema. Uporabljajo strojno učenje za pospešitev zasnove preskušanj, napovedovanje varnostnih signalov, optimizacijo izkoristka pri proizvodnji in pridobivanje signalov iz podatkov o resničnih bolnikih. Če vaša organizacija AI še vedno obravnava kot prihodnjo naložbo, merite vrzel z napačnega startnega mesta.
Kaj dejansko nakazuje osnutek smernic FDA
Januarja 2025 je FDA objavil osnutek smernic z naslovom »Considerations for the Use of Artificial Intelligence to Support Regulatory Decision Making for Drug and Biological Products«. Naslov je suhoparno. Implikacije niso.
Osnutek smernic FDA je prva stopnja tega, kar sčasoma postane trdo regulatorno pričakovanje. Predstavlja trenutno razmišljanje agencije, oblikovano z leti resničnih prijav, delavnic in zunanjih povratnih informacij — v tem primeru več kot 800 komentarjev iz industrije, akademskega sveta in skupin za zagovarjanje bolnikov. Vsebino teh smernic je oblikovala tudi javna delavnica avgusta 2024.
Vsebina teh smernic je pomembna za vsako korporacijo, ki predloži ali načrtuje predložitev podatkov, ki jih je generiral AI, za podporo trditvam o varnosti, učinkovitosti ali kakovosti. FDA ne sprašuje, ali uporabljate AI. Opredeljuje pogoje, pod katerimi bodo informacije, ki jih je generiral AI, veljale za verodostojne za regulatorne namene.
- Zahteve glede preglednosti: Dokumentirati in preveriti je treba, kako je bil model razvit, validiran in testiran.
- Ocenjevanje na podlagi tveganj: Raven pregleda je sorazmerna z vplivom izhoda AI na odločitve o varnosti bolnikov.
- Integriteta podatkov: Podatki za usposabljanje in validacijo morajo izpolnjevati standarde, primerljive s tradicionalnim upravljanjem podatkov kliničnih preskušanj.
- Nenehno spremljanje: Za modele AI, ki se uporabljajo v postmarketinških kontekstih, zdaj veljajo pričakovanja upravljanja življenjskega cikla.
Stvar je v tem, da so korporacije, ki se zdaj ukvarjajo s temi smernicami — preden se strdijo v zavezujoče pričakovanje — tiste, ki bodo oblikovale njihovo končno obliko. Tiste, ki bodo čakale, bodo podedovale, kar so zgodnji nosilci dogovorili.
Most FDA-EMA: ena strategija AI za oba trga
Tukaj postane strateško pomembno za organizacije, ki delujejo prek Atlantika. FDA in Evropska agencija za zdravila sta skupaj objavili 10 vodilnih načel za dobro prakso AI pri razvoju zdravil, ki so bila objavljena januarja 2026. To ni mehka uskladitev. To je namerni signal, da se dva največja regulativna režima za zdravila na svetu usklajujeta pri okvirih AI.
Za podjetja v področju življenjskih ved v ZDA in EU je to hkrati izziv in priložnost. Izziv: vaše prakse upravljanja AI morajo zdaj hkrati zadovoljiti oba regulatorja, standardi pa se zbližujejo. Postopek validacije modela, zasnovan za prijavo FDA, bo vse bolj moral zadovoljiti tudi pričakovanja EMA in obratno.
Priložnost: če od začetka zgradite svojo infrastrukturo AI tako, da izpolnjuje višjega od obeh standardov, se izognete dragim retroaktivnim delom za skladnost. Prav tako se boste hitreje pozicionirali na obeh trgih, saj vaših paketov dokazov, ki jih je ustvaril AI, ne bo treba za vsako jurisdikcijo znova graditi iz nič.
To ni spekulativni scenarij. FDA in EMA ta most gradita že tri leta. Infrastruktura se vzpostavlja zdaj. Organizacije, ki oblikujejo svoje programe AI glede na nastajajoči skupni standard, bodo imele strukturno prednost pri časovnicah prijav in regulatorni verodostojnosti.
Kje AI že odloča o izidih
Strojno učenje — osrednji podmnožek AI, ki poganja razvoj zdravil — je že vgrajeno v celoten življenjski cikel produkta. To niso eksperimentalni primeri uporabe. To so področja, kjer se konkurenčna prednost gradi prav zdaj.
- Neklinični razvoj: Modeli ML napovedujejo toksikološke profile, optimizirajo razmerja med odmerkom in odzivom ter zmanjšujejo število potrebnih živalskih študij pred prehodom na človeška preskušanja.
- Zasnova kliničnih preskušanj: AI se uporablja za identifikacijo populacij bolnikov, napovedovanje tveganja osipa, zgodnje zaznavanje varnostnih signalov in optimizacijo adaptivnih zasnov preskušanj v realnem času.
- Analitika podatkov iz resničnega sveta (RWD): RWD iz elektronskih zdravstvenih kartotek in podatkov o zahtevkih se vse bolj obdeluje prek cevovodov ML za ustvarjanje postapovalnih dokazov — dokazov, ki jih regulatorji začenjajo sprejemati kot dopolnitev kontroliranih rezultatov preskušanj.
- Digitalne zdravstvene tehnologije: Nosljive naprave, ki jih poganja AI, in digitalni končni točki spreminjajo način merjenja kliničnih izidov, FDA pa je objavil specifične okvire za njihovo uporabo v preskušanjih.
- Proizvodnja: Procesno-analitična tehnologija, ki jo poganja ML, izboljšuje doslednost serij, napoveduje napake, preden se zgodijo, in podpira modele neprekinjenega proizvodnega procesa, ki zmanjšujejo čas do trga.
Vsako od teh področij predstavlja konkurenčni vzvod. Vprašanje za vašo vodstveno ekipo je, katere od njih povlečejo vaši konkurenti, medtem ko vi še gradite poslovni primer.
Svet CDER AI: regulator se profesionalizira hitreje kot večina korporacij
Leta 2024 je FDA ustanovil Svet CDER AI — formalno upravljavsko telo, ki je zadolženo za usklajevanje vseh dejavnosti AI v Centru za vrednotenje in raziskave zdravil. Ta svet združuje to, kar so bili prej ločeni delovni skupini, v eno samo odločevalsko telo z nadzorom nad notranjimi zmogljivostmi AI, razvojem politike, regulatorno doslednostjo in zunanjimi komunikacijami.
To je pomembno, ker vam pove nekaj o tempu institucionalnih sprememb. Regulator je vzpostavil namensko strukturo upravljanja AI. Ima enotni glas. Ima mandat za razširitev notranje uporabe AI — vključno med netehničnim osebjem — prek namernih izobraževalnih programov.
Primerjajte to zdaj s stanjem upravljanja AI v večini podjetij iz področja življenjskih ved. Večkratne izolirane AI pobude. Brez enotne strategije prijav. Brez medfunkcionalnega postopka pregleda AI. Regulatorno telo je v številnih primerih bolje organizirano glede AI kot podjetja, ki jih regulira. Ta vrzel ustvarja tveganje — specifično tveganje pri prijavah in tveganje pri inšpekcijah za organizacije, katerih prakse AI niso usklajene s tem, kar FDA zdaj pričakuje v dokumentaciji.
Kaj to pomeni za vašo organizacijo
Motnja ne prihaja. Prišla je pred leti. Kar se zdaj spreminja, je formalizacija — trenutek, ko neformalno uvajanje AI postane regulatorno pričakovanje, ko pilotni programi morajo izpolnjevati standarde produkcijskih dokazov in ko kakovost vašega upravljanja AI postane enako pomembna kot kakovost vaših kliničnih podatkov.
Za podjetja v področju življenjskih ved v ZDA in EU se praktične implikacije razdelijo na tri časovne horizonte:
- Takojšnje (0–12 mesecev): Revidirajte trenutno uporabo AI v celotnem življenjskem ciklu zdravil. Identificirajte, katere komponente AI so že vstopile v vaše prijave — formalno ali neformalno — in ocenite, ali izpolnjujejo standarde dokumentacije, ki izhajajo iz osnutka smernic FDA.
- Kratkoročno (12–24 mesecev): Vzpostavite enoten okvir upravljanja AI, ki zadovoljuje tako načela FDA kot EMA. Oblikujte ga enkrat za oba trga. Dodelite lastništvo za upravljanje življenjskega cikla modela AI — usposabljanje, validacija, spremljanje in kontrola sprememb.
- Strateško (24–48 mesecev): Pozicionirajte AI kot temeljno kompetenco v vaših regulatornih prijavah, ne kot podporno orodje. Organizacije, ki lahko pokažejo dosledne, revizijske prakse AI, bodo hitrejše pri pregledu. To je neposredna konkurenčna prednost pri času do trga.
Zaključek
AI v življenjskih vedah je moten — tega ni sporno. Kar korporacije včasih zamudijo, je dejstvo, da se je motnja že zgodila. Industrija je prešla prag. Pregledano je bilo več kot 500 prijav, ki vsebujejo AI. Skupne smernice FDA-EMA so objavljene. Znotraj regulatorja je vzpostavljen namenski svet za upravljanje AI. Načela dobre prakse AI so usklajena med jurisdikcijami.
Podjetja, ki bodo opredelila naslednje desetletje razvoja zdravil, so tista, ki to motnjo obravnavajo ne kot grožnjo za upravljanje, temveč kot infrastrukturo za izgradnjo. AI nikamor ne gre. Edino vprašanje, ki ostaja za podjetja v področju življenjskih ved, je, kako namerno se odločijo, da ga prehitijo.