기업들은 “문샷” 자동화와 현재 배포할 수 있는 검증된 디지털 도구를 어떻게 구분하고 있을까요?

두 가지 기술 클래스, 두 가지 위험 범주

바이오제약 회사들은 방어성과 반복성을 위해 구축된 감사 준비가 되어 있고 검증된 시스템과 속도와 탐색에 최적화된 빠르게 움직이는 AI 및 자동화 도구라는 근본적으로 다른 두 가지 종류의 기술을 탐색하고 있습니다. Marc에 따르면, 진짜 문제는 더 이상 이러한 기술을 채택할지 여부가 아니라 어떤 문제를 해결하기에 적합한지이며, 그 답은 기술 역량보다는 다음과 같은 요소와 관련이 있습니다. 신뢰와 책임.

인간이 의사 결정에 관여하고 오류로 인한 결과가 제한적인 경우, AI는 실험과 인사이트 창출을 가속화할 수 있습니다. 그러나 의사 결정에 개인의 법적 책임이 수반되는 경우(예: EU 및 영국 의약품법에 따른 자격을 갖춘 사람)에는 검증의 기준이 크게 높아집니다. 이 두 범주를 서로 바꿀 수 있는 것으로 취급하는 것은 단순한 규정 준수 리스크가 아니라 전략적 오판입니다.

AI는 검증된 시스템에서 가치를 창출하며, 시스템을 대체하지 않습니다.

마크는 AI가 단순히 불량한 레거시 데이터를 처리할 수 있을 것이라는 초기의 기대는 대부분 사라졌다고 강조합니다. 검증된 ELN, LIMS, 규제 대상 데이터 플랫폼 등 기반이 되는 데이터는 여전히 중요합니다. AI는 이러한 시스템에서 가치를 창출하는 것이지 이를 대체하는 것이 아닙니다. 그의 말처럼: “문샷은 의무를 대신하는 것이 아니라 의무 위에 있는 것입니다.”

거버넌스는 채택과 보조를 맞춰야 합니다.

R&D에 빠르게 도입된 도구는 검증과 책임에 대한 적절한 재평가 없이 규제된 의사 결정에 가까워질 수 있습니다. 거버넌스는 도구 도입과 같은 속도로 발전해야 합니다. Marc는 어떤 도구가 출시되기 전에 한 가지 질문을 통해 복잡성을 잘라낼 수 있다고 주장합니다: 잘못되었을 경우 누가 책임을 지며, 그 책임은 어떻게 되나요?

다음에서 전체 원탁 회의 내용을 읽어보세요. 제약 연감.

IDBS가 바이오제약의 규정 준수 데이터 기반을 어떻게 지원하는지 알아보세요. IDBS GxP 리소스 허브.