药品监管人工智能典型应用场景清单.pdf

药品监管人工智能典型应用场景清单.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

工应用单

药品监管人智能典型场景清

一、准入审批类

应用一:形式审查

人工智能技术在药品和医疗器械注册的形式审查中可以发

挥辅助支撑作用。利用人工智能技术可以构建基于相关法律法规

的大语言模型,实现对药品和医疗器械注册电子化申报材料的自

动化智能审查,快速确定其材料的合规性,并对申报产品的研究

数据进行分析和比对,初步辨析数据的真实性,并提供不符合项

的具体依据。还可以在形式审查系统与行政审批系统之间建立基

于人工智能分析模型的材料自动关联,进行产品有关信息的自动

比对。此外,基于大语言模型还可以自动撰写不予受理通知书或

申请材料补正通知书草稿,提升形式审查工作的效率。

利用人工智能技术可以对化妆品法规要求的各类申报材料

进行自动化审查,有助于提升审核的效率和质量,还可以自动判

断申请材料的完整性和一致性,包括判断文件是否上传、相关模

块是否填写、上传文件内容是否完整、上传资料内容与系统填报

内容是否一致、产品销售包装与产品标签样稿是否一致、检验报

告与产品执行标准是否一致等内容,并形成初步审核意见。

应用二:辅助审评

药品:人工智能技术在药品注册申请审评中具有潜在应用价

值。通过将电子化药品注册申报材料输入训练后的大语言模型,

可以利用分析模板指导模型对材料进行结构化处理,自动提取材

料中的关键信息,如药品成分、用途、使用方法、检验结果、审

评意见等。这一过程将大大节约药品注册审评人员整理申请资料

的时间和精力,使整个工作流程更加高效。人工智能的文本比对

技术还可以针对企业的补充材料和初始材料进行自动比对,并智

能提示差异点,避免机械性的重复工作;另外还可以通过进一步

的训练将大语言模型应用于审批资料整理及技术核查工作中,辅

助审评员缩短审核时间。还可以利用人工智能自动对比企业提交

的附条件审批药品上市后研究材料与原批件条件、药品上市后变

更情况与变更验证情况。通过人工智能的赋能,审评人员能够更

加专注于专业判断和决策,大大提升工作的质量和效率。

化妆品:在化妆品审评工作中,人工智能技术可以应用于产

品配方的深入分析,通过信息比对辅助识别潜在的原料风险物

质,并支持合规性评估,进一步可扩展到诸如识别非权威数据库

收录原料、分析香精原料成分并进行安全性判断等应用场景。人

工智能技术在化妆品评审工作中的另一主要应用场景是基于产

品标签的识别分析,涉及标签规范性验证、成分信息的精准匹配、

禁用词汇在销售包装宣称中的自动检索及预警、检测并提示销售

包装宣称是否超越规定的功效宣称范围等方面,从而强化审评工

作的全面性和严谨性。

应用三:批件整理

利用人工智能技术可以开展针对批件文档的识别和处理,结

合批件结构化处理模板,智能化地从批件文本中提取关键内容信

息,实现批件信息的结构化自动整理分析。这一过程将传统劳动

2

————

密集型的“手工批件整理”工作模式升级为技术密集型的“自动

化批件整理+人工审核”工作模式,既能提高批件整理工作的速

率和质量,还能进一步确保批件整理工作的规范化和标准化。

二、日常监管类

应用四:远程监管

利用人工智能与大数据技术相结合,综合分析品种安全信

息、上市许可持有人信用信息、生产检验过程信息、生产场地信

息、监测评价风险信息、产品追溯信息等关键环节数据识别风险

因子,可以研究建立生产检验数据靶向分析模型和远程监管风险

预警模型,为监管部门提供有力的数据支持,对各类风险趋势进

行预判。还可以通过人工智能开展数据联动分析,自动核算并智

能分析原料供应商与生产企业、生产企业与经营企业的相关记录

信息和数据,判断是否存在信息不匹配与逻辑漏洞。

应用五:现场监管

检查前:人工智能技术可用于辅助现场检查的准备工作。通

过将既往检查报告、检查目标以及企业信息等数据输入训练后的

人工智能模型,进行深度分析和推理,可提供检查重点、潜在风

险点、抽检方式等建议,进行累计风险的提示。基于长期的数据

积累,还可以构建检查任务画像和检查人员画像,根据检查任务

和检查员能力特点,利用人工智能技术自动筛选推荐检查员,并

对工作效能进行评价。这种对现场检查的优化,有助于检查效率

与质量的提高。

检查后:利用人工智能技术可以辅助检查人员撰写检查报

文档评论(0)

莉莉 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档