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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。