美国食品药品监督管理局 (FDA) 针对人工智能 (AI) 在药物和生物制剂的发现和开发中的日益广泛应用,发布了首份关于在监管申报中使用该技术的暂行指导意见。
据美国监管机构称,自 2016 年以来,AI 在药物开发和监管申报中的应用已呈"指数级增长",并被广泛用于生成有关药物或生物制品的安全性、有效性或质量的数据或信息。
FDA 局长 Robert Califf 表示,在采取适当保障措施的情况下,AI 具有"变革性潜力,可推进临床研究并加速医疗产品开发,从而改善患者护理"。
这份草案指导意见(征求意见截止日期为 4 月 7 日)提出了一个基于风险的评估框架,药物开发商可以利用该框架来确立 AI 模型在其预期用途中的可信度。可能的应用包括预测患者结果、改进对疾病进展预测因素的理解,以及分析来自真实世界研究或数字健康技术等来源的大型数据集。
指导意见的核心是"使用背景" (COU) 的概念,它定义了 AI 将如何用于解决"感兴趣的问题"。文件描述了一个基于风险的框架,供申办方评估和确立 AI 模型在特定 COU 中的可信度,并与监管机构进行沟通。
FDA 表示,该指导意见借鉴了近年来对含有 AI 成分的药物和生物制剂的审查经验。但鉴于该技术仍处于初期阶段,该机构建议申办方在开发过程早期就与之接触,以获得关于可信度的反馈。
FDA 的这一行动紧随欧洲药品管理局 (EMA) 去年最终确定的一份"反思文件",该文件阐述了欧盟监管机构对在医药产品生命周期中使用 AI 的看法。
医疗器械建议
与此同时,美国 FDA 还刚刚发布了关于开发和管理 AI 驱动的医疗器械的新指导意见,提出了一种全生命周期 (TPLC) 方法,该方法应考虑用户界面和标签、数据管理、设备性能监控和网络安全等要素。
FDA 器械和放射健康中心数字健康卓越中心主任 Troy Tazbaz 在一份声明中表示,该机构迄今已批准了 1,000 多种 AI 驱动的设备。
他补充说,"随着我们继续看到这一领域令人兴奋的发展,重要的是要认识到 AI 驱动的设备有其特殊考虑因素。"
这份草案指导意见"汇集了开发者相关信息,分享了已获授权的 AI 驱动设备的经验教训,并为适用于这些设备的具体建议提供了首要参考,涵盖从最早的开发阶段到设备的整个生命周期。"
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。