पेप्टाइड क्यूसी में एआई उपकरण का इच्छित उपयोग और जोखिम वर्गीकरण क्या है?
एम पेप्टाइड्स पेप्टाइड Hgh वर्गीकरण इस बात का अनुसरण करता है कि आउटपुट रिकॉर्ड पर क्या करता है, वह नहीं जिसे विक्रेता उपकरण कहता है. एफडीए का जनवरी 2025 मसौदा मार्गदर्शन प्रायोजकों से नियामक प्रश्न को कवर करने वाले उपयोग के संदर्भ को परिभाषित करने के लिए कहता है, मॉडल की भूमिका और दायरा, इच्छित उपयोगकर्ता, इनपुट और आउटपुट, आउटपुट अन्य साक्ष्यों के साथ कैसे संयोजित होते हैं, और क्या मॉडल निर्णय लेता है, मानव समीक्षा के लिए अनुशंसा करता है, या किसी निर्णय के लिए एक इनपुट है (एफडीए मसौदा मार्गदर्शन). वही मसौदा जोखिम आधारित विश्वसनीयता ढांचा तय करता है: प्रायोजक निर्णय पर मॉडल के प्रभाव और गलत आउटपुट के परिणामों का मूल्यांकन करते हैं, फिर डेटा गुणवत्ता को मापें, सत्यापन और परीक्षण, प्रदर्शन मेट्रिक्स, मजबूती, पक्षपात, तदनुसार त्रुटि शमन और व्याख्यात्मकता (एफडीए प्रेस घोषणा, 2025-01-06).
दो स्थिति तथ्य यह बदलते हैं कि वह ढाँचा कितना महत्व रखता है. सीडीईआर के पेज अपडेट तक ड्राफ्ट को अंतिम रूप नहीं दिया गया था, जो अभी भी इसे एक के रूप में सूचीबद्ध करता है 2025 मसौदा मार्गदर्शन (कमांडर, सामग्री वर्तमान 2026-05-01). एफडीए और ईएमए द्वारा जारी दस सिद्धांत 14 जनवरी 2026 स्वैच्छिक हैं, कोई बाध्यकारी नियम नहीं हैं, और ड्राफ्ट का प्रतिस्थापन नहीं हैं (एफडीए/ईएमए मार्गदर्शक सिद्धांत).
पेप्टाइड्स एक गुंजाइश समस्या जोड़ते हैं. ICH Q6B सिंथेटिक पेप्टाइड्स और पॉलीपेप्टाइड्स को इसके दायरे से बाहर रखता है, इसलिए एक पेप्टाइड प्रयोगशाला उस दिशानिर्देश से अपस्ट्रीम शुद्धता विनिर्देश प्राप्त नहीं कर सकती है (मैं Q6B, कदम 4, 1999-03-10). जो दायित्व बाध्य हैं वे पुराने हैं और पहले से ही लागू हैं: भाग 11 सटीकता सुनिश्चित करने के लिए सिस्टम सत्यापन की आवश्यकता है, विश्वसनीयता, लगातार इच्छित प्रदर्शन, और अमान्य या परिवर्तित रिकॉर्ड को पहचानने की क्षमता" (21 सीएफआर 11.10(ए)), और अनुलग्नक 11 कहा गया है कि “आवेदन को मान्य किया जाना चाहिए; आईटी बुनियादी ढांचा योग्य होना चाहिए" (उपभवन 11 सिद्धांत).
GxP लैब में AI मॉडल के लिए इनपुट डेटा को उपयुक्त और ट्रेस करने योग्य क्या बनाता है?
डेटा उपयुक्तता एक प्रलेखित संपत्ति है, कोई धारणा नहीं. एमएचआरए डेटा अखंडता को "डेटा पूर्ण होने की डिग्री" के रूप में परिभाषित करता है, सुसंगत, शुद्ध, भरोसेमंद, विश्वसनीय और डेटा की ये विशेषताएँ पूरे डेटा जीवन चक्र में बनी रहती हैं,” और कहते हैं कि ALCOA और ALCOA+ के बीच "चाहे किसी भी परिवर्णी शब्द का उपयोग किया जाए, अपेक्षाओं में कोई अंतर नहीं है"। (एमएचआरए जीएक्सपी डेटा इंटीग्रिटी गाइडेंस). उसी मार्गदर्शन में कहा गया है कि मेटाडेटा "मूल रिकॉर्ड का एक अभिन्न अंग बनता है" और कच्चे डेटा को गतिविधि के पूर्ण पुनर्निर्माण की अनुमति देनी चाहिए. एक मॉडल पर लागू किया गया, इनपुट, मॉडल संस्करण और उसके पैरामीटर रिकॉर्ड का हिस्सा हैं, वैकल्पिक संदर्भ नहीं.
गोद लेने की तस्वीर एक पूर्वानुमान है, परिणाम नहीं. में एक 2025 डेलॉइट सर्वेक्षण 103 बायोफार्मा क्यूसी अधिकारी, 50% कम त्रुटियों और विचलनों की सूचना दी गई, 45% बेहतर अनुपालन और 43% छोटी परीक्षण समयसीमा, जबकि 38% दो से तीन वर्षों के भीतर क्यूसी संचालन में एआई और मशीन लर्निंग को शामिल करने की उम्मीद है (डेलॉयट 2025 भविष्य सर्वेक्षण की क्यूसी लैब, फील्डवर्क अप्रैल 2025). वे स्व-रिपोर्ट किए गए कार्यकारी आंकड़े हैं जिनका भूगोल नहीं बताया गया है, चक्र समय नहीं मापा गया, और सर्वेक्षण का अपना नोट कहता है कि नमूना पूरे उद्योग का प्रतिनिधित्व नहीं कर सकता है.
प्रति-स्थिति वह है जो पता लगाने की क्षमता के लिए मायने रखती है: 40% उन्हीं अधिकारियों में से कुछ ने कहा कि उनकी क्यूसी लैब अभी भी डिस्कनेक्टेड सिस्टम और सीमित स्वचालन के साथ काम करती हैं, LIMS में खंडित डेटा के साथ, इलेक्ट्रॉनिक लैब नोटबुक और व्यक्तिगत उपकरण (डेलॉइट सर्वेक्षण). खंडित सिस्टम बिल्कुल वही स्थिति है जिसके तहत ऑडिट ट्रेल्स और मॉडल ट्रैसेबिलिटी को प्रदर्शित करना सबसे कठिन होता है.
उद्योग GAMP मार्गदर्शन इनपुट लॉगिंग को सूचित कर सकता है, पूर्वानुमान पता लगाने की क्षमता और बहाव की निगरानी. इसे उद्योग का अच्छा अभ्यास मानें, कोई स्वतंत्र कानूनी बाध्यता नहीं; प्रत्येक नियंत्रण को इच्छित उपयोग से कनेक्ट करें, लागू आवश्यकताएं और एक दस्तावेजी जोखिम मूल्यांकन.
वास्तव में क्या मान्य हो जाता है, और पूर्वनिर्धारित स्वीकृति मानदंडों के विरुद्ध?
दो चीजें मान्य हो जाती हैं, और सामान्य मार्गदर्शन उन्हें विलीन कर देता है. विश्लेषणात्मक प्रक्रिया ICH Q2 के तहत मान्य है(आर2), जिसके लिए आवश्यक है कि "सत्यापन अध्ययन से पहले, एक सत्यापन प्रोटोकॉल तैयार किया जाना चाहिए,"प्रक्रिया का इच्छित उद्देश्य और प्रदर्शन विशेषताओं और मान्य किए जाने वाले संबंधित मानदंड शामिल हैं (मैं Q2(आर2)). शुद्धता पेप्टाइड कंपनियाँ और परिशुद्धता का स्वतंत्र रूप से मूल्यांकन किया जा सकता है, प्रत्येक एक पूर्वनिर्धारित स्वीकृति मानदंड के विरुद्ध. मॉडल को अलग से मान्य किया गया है, उपयोग के संदर्भ और विश्वसनीयता गतिविधियों के विरुद्ध एफडीए ढांचा निर्णय पर मॉडल के प्रभाव को मापता है (एफडीए मसौदा मार्गदर्शन).
अशुद्धता स्वीकृति मानदंड के लिए एक उत्पाद की आवश्यकता होती है- और मार्ग-विशिष्ट तर्क. ICH Q6A और Q6B एक सार्वभौमिक सिंथेटिक-पेप्टाइड विनिर्देशन प्रदान नहीं करते हैं; उनके सिद्धांत केवल उचित दायरे के भीतर ही मूल्यांकन की जानकारी दे सकते हैं. लागू पेप्टाइड मार्गदर्शन का उपयोग करें, योग्य अशुद्धता स्तर, प्रक्रिया क्षमता और स्थिरता साक्ष्य.
दस्तावेज़ीकृत मॉडल मीट्रिक कैसा दिखता है यह उपलब्ध है, लेकिन केवल एक उदाहरण के तौर पर. से अधिक के लक्ष्य के लिए एक गहन-शिक्षण क्रोमैटोग्राफ़िक एकीकरण मॉडल विकसित किया गया था 90% सटीकता और उससे कम 10 को 15% एकीकरण त्रुटियाँ, अवधारण-समय की भविष्यवाणी के साथ 0.3 के लिए मिनट 95% मोटे तौर पर IEX शिखर और सीमा त्रुटियाँ 0.1 को 1.3 विधि के आधार पर मिनट (जैव प्रौद्योगिकी और बायोइंजीनियरिंग, 2024). कोई भी स्रोत उस प्रकार के आंकड़ों को नियामक स्वीकृति सीमा से नहीं जोड़ता है, इसलिए वे प्रायोजक द्वारा दस्तावेज़ित किए जाने वाले मीट्रिक का वर्णन करते हैं, नकल करने के लिए कोई बेंचमार्क नहीं.
विफलता मोड डेटा के बाद लिखा गया एक प्रोटोकॉल है. उपभवन 11 निर्माताओं को "मानकों" को उचित ठहराने की आवश्यकता है, प्रोटोकॉल, स्वीकृति मानदंड, जोखिम मूल्यांकन के आधार पर प्रक्रियाएं और रिकॉर्ड,"और परिवर्तन-नियंत्रण शामिल करने के लिए थोक पेप्टाइड आपूर्तिकर्ता सत्यापन दस्तावेज़ में विचलन के रिकॉर्ड और रिपोर्ट (उपभवन 11 §4.1, §4.2).
एआई मॉडल को समय के साथ कैसे संस्करणित और परिवर्तन-नियंत्रित किया जाता है?
वर्जनिंग एक नियंत्रित-सिस्टम आवश्यकता है, सॉफ़्टवेयर सुविधा नहीं. उपभवन 11 §10 में कहा गया है कि "सिस्टम कॉन्फ़िगरेशन सहित कम्प्यूटरीकृत सिस्टम में कोई भी बदलाव केवल एक परिभाषित प्रक्रिया के अनुसार नियंत्रित तरीके से किया जाना चाहिए,” और §11 को सिस्टम के वैध स्थिति में बने रहने की पुष्टि के लिए समय-समय पर मूल्यांकन की आवश्यकता होती है (उपभवन 11). एक पुनः प्रशिक्षित मॉडल उस शब्दांकन के तहत एक परिवर्तित प्रणाली है.
खेल 5 दूसरा संस्करण तीन चरणों में मशीन-लर्निंग सबसिस्टम जीवनचक्र का वर्णन करता है: अवधारणा (उपयोग का उद्देश्य, जीएक्सपी संदर्भ, जोखिम, अदाकारी का ध्येय, स्वीकृति मानदंड), परियोजना (पुनरावर्ती डेटा तैयारी, मॉडल चयन, प्रशिक्षण, ट्यूनिंग, पूर्वनिर्धारित मानदंडों के विरुद्ध परीक्षण, प्रशिक्षण के साथ, सत्यापन और परीक्षण डेटा अलग हो गए), और संचालन (नियंत्रित तैनाती, निष्पादन की निगरानी, डेटा और मॉडल शासन, घटना से निपटना, आवधिक समीक्षा, नियंत्रित अद्यतन) (आईएसपीई गैम्प 5 दूसरा संस्करण, जुलाई 2022). जीवनचक्र पुनरावर्ती है: परिचालन निगरानी एक मॉडल को मूल्यांकन में वापस भेज सकती है, विकास या पुनर्वैधीकरण.
कृत्रिम बुद्धिमत्ता पर ISPE की GAMP मार्गदर्शिका ट्रिगर्स को ठोस बनाती है. पुनर्प्रशिक्षण पूर्वनिर्धारित मानदंडों द्वारा नियंत्रित होता है, या तो एक स्थापित सीमा से नीचे प्रदर्शन या नए डेटा का आगमन, और डेटा जोड़ते समय निरंतर प्रशिक्षण और पुन: परीक्षण पर विचार किया जाना चाहिए, एल्गोरिदम को ठीक किया गया या एक मॉडल को फिर से प्रशिक्षित किया गया, परिवर्तित मॉडल जारी करने से पहले एक दस्तावेजी प्रभाव मूल्यांकन के साथ (आईएसपीई गैम्प गाइड: कृत्रिम होशियारी, 2025). मॉडल संस्करण मौजूद है इसलिए परिवर्तनों का पता लगाया जा सकता है और परिणाम प्रतिलिपि प्रस्तुत किए जा सकते हैं.
विफलता मोड एक मॉडल अद्यतन है जिसे कभी भी पुनः योग्य नहीं बनाया गया था. भाग 11 संशोधन और परिवर्तन-नियंत्रण प्रक्रियाओं की आवश्यकता होती है जो सिस्टम दस्तावेज़ीकरण के समय-अनुक्रमित विकास और संशोधन का दस्तावेजीकरण करने वाले ऑडिट ट्रेल को बनाए रखते हैं (21 सीएफआर 11.10(के)), और अनुलग्नक 11 सत्यापन दस्तावेज़ के अंदर ही परिवर्तन-नियंत्रण रिकॉर्ड की अपेक्षा करता है.
जब AI QC निर्णय को छूता है तो मानव समीक्षा अनिवार्य कहां रहती है?
लागू जीएमपी ढांचे के तहत जवाबदेह गुणवत्ता-इकाई या योग्य व्यक्ति जिम्मेदारियां सौंपें. भाग 11 प्राधिकरण और हस्ताक्षर नियंत्रणों को स्वयं प्रत्येक मध्यवर्ती एआई आउटपुट के मैन्युअल अनुमोदन की आवश्यकता नहीं होती है. स्वचालित चरणों को मान्य करें, अंतिम निपटान में प्रयुक्त वृद्धि मानदंड और जानकारी.
ईयू एआई अधिनियम निरीक्षण शब्दावली प्रदान करता है जहां एक प्रणाली उच्च जोखिम के रूप में योग्य होती है: ऐसी प्रणालियों को डिज़ाइन किया जाना चाहिए ताकि वे "जिस अवधि में वे उपयोग में हैं, उसके दौरान प्राकृतिक व्यक्तियों द्वारा प्रभावी ढंग से निगरानी की जा सके।",” और निरीक्षण को पर्यवेक्षक को क्षमताओं और सीमाओं को समझने देना चाहिए, स्वचालन पूर्वाग्रह से अवगत रहें, आउटपुट की सही व्याख्या करें, आउटपुट का उपयोग न करने या ओवरराइड या रिवर्स न करने का निर्णय लें, और सिस्टम में हस्तक्षेप करें या उसे रोकें (ईयू एआई अधिनियम अनुच्छेद 14). लेख 14 से अनुबंध III उच्च जोखिम प्रणालियों पर लागू होता है 2026-08-02 और अनुबंध I में उच्च जोखिम वाली प्रणालियाँ शामिल हैं 2027-08-02. फार्मा क्यूसी एआई स्वचालित रूप से उच्च जोखिम वाला नहीं है; वर्गीकरण उत्पाद के कार्य पर निर्भर करता है, इसलिए स्थिति का अनुमान लगाने के बजाय उसका आकलन करना होगा.
एफडीए ढांचा मॉडल की ओर से उसी स्थान पर पहुंचता है: उपयोग के संदर्भ में अवश्य बताया जाना चाहिए कि क्या मॉडल निर्णय लेता है, मानव समीक्षा के लिए अनुशंसा करता है, या किसी निर्णय के लिए एक इनपुट है (एफडीए मसौदा मार्गदर्शन). कोई भी स्रोत सार्वभौमिक विश्वास सीमा स्थापित नहीं करता है, जैसे कि 0.80 या 0.95, किसी आउटपुट को मानव समीक्षा के लिए रूट करने के लिए. वह अनुपस्थिति वह बिंदु है जिसे जोखिम-आधारित ढांचा बनाता है: इच्छित उपयोग के लिए सीमा को उचित और मान्य किया जाना चाहिए.
विफलता मोड प्रलेखित है. ए 2025 एफडीए चेतावनी पत्र के तहत एक फर्म का हवाला दिया गया 21 सीएफआर 211.68(बी) क्योंकि, अंतिम रिलीज़ परीक्षण के लिए विश्लेषणात्मक सिस्टम ऑडिट ट्रेल्स की समीक्षा के दौरान, निरीक्षण में पाया गया कि फर्म ने अपने उपकरणों द्वारा कैप्चर किए गए ऑडिट ट्रेल्स और कच्चे विश्लेषणात्मक डेटा की समीक्षा नहीं की और बैच रिलीज के लिए इलेक्ट्रॉनिक डेटा या एकीकरण की समीक्षा करने के लिए कोई लिखित प्रक्रिया नहीं थी। (विस्कॉन्सिन फार्माकल कंपनी, चेतावनी पत्र 320-25-103, 2025-08-22). ए 2021 एडमसन एनालिटिकल लेबोरेटरीज को लिखे पत्र में कहा गया है कि “21 सीएफआर 211.22 ऑडिट ट्रेल डेटा सहित बैच रिलीज़ से पहले डेटा समीक्षा की आवश्यकता है" (एडमसन विश्लेषणात्मक प्रयोगशालाएँ, चेतावनी पत्र 614644, 2021-08-17).
एक ऑडिटर ऑडिट-तैयार एआई सत्यापन रिकॉर्ड में क्या देखने की उम्मीद करता है?
ऑडिट-रेडी रिकॉर्ड नामित फ़ील्ड का एक सेट है, कोई आख्यान नहीं. भाग 11 सुरक्षित की आवश्यकता है, कंप्यूटर जनित, टाइम-स्टैम्प्ड ऑडिट ट्रेल्स जो स्वतंत्र रूप से ऑपरेटर प्रविष्टियों और कार्यों के निर्माण की तारीख और समय को रिकॉर्ड करते हैं, इलेक्ट्रॉनिक रिकॉर्ड को संशोधित करना या हटाना, कहा गया है कि रिकॉर्ड परिवर्तन "पहले से दर्ज की गई जानकारी को अस्पष्ट नहीं करेंगे,” और कम से कम तब तक प्रतिधारण की आवश्यकता होती है जब तक कि विषय रिकॉर्ड और एजेंसी की समीक्षा और प्रतिलिपि के लिए उपलब्ध न हो (21 सीएफआर 11.10(ई)). हस्ताक्षरों पर हस्ताक्षरकर्ता का नाम मुद्रित होना चाहिए, दिनांक और समय, और हस्ताक्षर का अर्थ, जैसे समीक्षा, अनुमोदन, जिम्मेदारी या लेखकत्व (21 सीएफआर 11.50).
उपभवन 11 ऑडिट ट्रेल आवश्यकता को अलग-अलग शब्दों में कहें: विचार किया जाना चाहिए, जोखिम मूल्यांकन के आधार पर, सभी जीएमपी-प्रासंगिक परिवर्तनों और विलोपन का रिकॉर्ड बनाना, परिवर्तन या विलोपन का कारण प्रलेखित किया जाना चाहिए, और ऑडिट ट्रेल्स उपलब्ध होने की आवश्यकता है, सामान्य रूप से सुगम्य रूप में परिवर्तनीय, और नियमित रूप से समीक्षा की जाती है (उपभवन 11 §9). भाग 11 अनुदेशात्मक है; उपभवन 11 जोखिम-युक्त है. दोनों बाजारों के लिए एक नियंत्रण सेट डिजाइन करने वाली प्रयोगशाला को सख्त रीडिंग को पूरा करना होगा.
एमएचआरए शब्दावली ऑडिटर को बताती है कि मॉडल रिकॉर्ड के लिए पूर्णता का क्या मतलब है: डेटा जिम्मेदार होना चाहिए, पढ़ने योग्य, समसामयिक, मौलिक और सटीक, और शासन उपायों को इसे पूरा रखना चाहिए, सुसंगत, पूरे जीवनचक्र में स्थायी और उपलब्ध, मेटाडेटा मूल रिकॉर्ड का एक अभिन्न अंग है (एमएचआरए जीएक्सपी डेटा इंटीग्रिटी गाइडेंस). एआई टूल के लिए, इसका मतलब है मॉडल संस्करण, इसके इनपुट, इसकी भविष्यवाणी और समीक्षक की कार्रवाई सभी एक ही पुनर्निर्माण योग्य रिकॉर्ड में हैं.
एफडीए ढांचे की विश्वसनीयता गतिविधियां परिभाषित करती हैं कि रिकॉर्ड को मॉडल के बारे में क्या प्रदर्शित करना है: आधार सामग्री की गुणवत्ता, सत्यापन और परीक्षण, प्रदर्शन मेट्रिक्स, मजबूती, पक्षपात, त्रुटि शमन, और जहाँ आवश्यक हो वहां व्याख्यात्मकता, मॉडल के प्रभाव और गलत आउटपुट के परिणामों के आधार पर (एफडीए प्रेस घोषणा, 2025-01-06). एफडीए और ईएमए के दस सिद्धांत जनवरी में प्रकाशित हुए 2026 डेटा गवर्नेंस और दस्तावेज़ीकरण जोड़ें, जोखिम-आधारित प्रदर्शन मूल्यांकन, जीवन चक्र प्रबंधन, और स्पष्ट, नामांकित अपेक्षाओं के अनुसार आवश्यक जानकारी (एफडीए/ईएमए मार्गदर्शक सिद्धांत).
एक अंतर स्पष्ट रूप से बताया जाना चाहिए: कोई भी स्रोत यह नहीं बताता कि एक विशिष्ट एआई मॉडल भाग 11 के हस्ताक्षर-से-रिकॉर्ड लिंकिंग को कैसे संतुष्ट करता है, इलेक्ट्रॉनिक हस्ताक्षर की विशिष्टता, या दो-विशिष्ट-पहचान-घटक आवश्यकता, और कोई भी यह नहीं बताता कि मॉडल अनुलग्नक के साथ कैसे इंटरैक्ट करता है 11 §15, जो केवल योग्य व्यक्तियों को इलेक्ट्रॉनिक हस्ताक्षर का उपयोग करके बैच रिलीज को प्रमाणित करने की अनुमति देता है (उपभवन 11). सूत्र इसका उल्लेख नहीं करते, तो सत्यापन फ़ाइल को करना होगा. थोक पेप्टाइड फैक्टरी
एआई सत्यापन साक्ष्य सीओए और लॉट-टू-लॉट पैकेज पेप्टाइड खरीदार समीक्षा से कैसे जुड़ता है?
सीओए सत्यापन रिकॉर्ड का डाउनस्ट्रीम आर्टिफैक्ट है, और इसकी पवित्रता रेखा उतनी ही मजबूत है जितनी इसके पीछे की विधि. Q6B में कहा गया है कि शुद्धता "अत्यधिक विधि-निर्भर" है और "औषध पदार्थ और दवा उत्पाद की शुद्धता का मूल्यांकन विश्लेषणात्मक प्रक्रियाओं के संयोजन द्वारा किया जाता है" (मैं Q6B). इसलिए पेप्टाइड सीओए पर एकल शुद्धता प्रतिशत विधि की पहचान रखता है, स्वीकृति मानदंड और उसके साथ उस पद्धति की सत्यापन स्थिति, या इसमें ऐसा कुछ भी नहीं है जिसे ऑडिटर जांच सके. पेप्टाइड टेक्नोलॉजीज
वास्तविक उत्पाद के लिए उचित मानदंडों के विरुद्ध लॉट परिणामों की तुलना करें, विधि और अशुद्धता जोखिम. एक साधारण माध्य-प्लस-तीन-मानक-विचलन गणना न तो सुरक्षा योग्यता स्थापित करती है और न ही सार्वभौमिक सिंथेटिक-पेप्टाइड रिलीज सीमा प्रदान करती है. प्रत्येक मानदंड के लिए वैज्ञानिक और नियामक आधार का दस्तावेजीकरण करें.
जहां एक एआई उपकरण रिलीज पथ को छूता है, सीओए पैकेज को इलेक्ट्रॉनिक-रिकॉर्ड दायित्व विरासत में मिले हैं. भाग 11 निरीक्षण के लिए उपयुक्त मानव पठनीय और इलेक्ट्रॉनिक रूप में अभिलेखों की सटीक और पूर्ण प्रतियां तैयार करने की क्षमता की आवश्यकता होती है, समीक्षा करें और प्रतिलिपि बनाएँ, और प्रतिधारण अवधि के दौरान सटीक और तत्पर पुनर्प्राप्ति के लिए रिकॉर्ड की सुरक्षा की आवश्यकता होती है (21 सीएफआर 11.10(बी), (सी)). उपभवन 11 §8.2 में कहा गया है कि बैच रिलीज़ का समर्थन करने वाले रिकॉर्ड के लिए प्रिंटआउट उत्पन्न करना संभव होना चाहिए जो यह दर्शाता हो कि मूल प्रविष्टि के बाद से कोई डेटा बदला गया है या नहीं (उपभवन 11).
समीक्षा समस्या का पैमाना प्रकाशित ट्राइएज डेटा में दिखाई देता है. में एक 2024 माइक्रोकेमिकल जर्नल अध्ययन, एक पर्यवेक्षित-शिक्षण शिखर मूल्यांकन और स्वचालित समीक्षा उपकरण संभाला गया 85% क्रोमैटोग्राम खंडों का स्वचालित रूप से और शेष भेज दिया 15% मैन्युअल समीक्षा के लिए (एलेविज़न एट अल., माइक्रोकेमिकल जर्नल 207:111578, 2024). वह एक ट्राइएज दर है, गलत-सकारात्मक दर नहीं, और अध्ययन ने विशेषज्ञ एकीकरण के बराबर मात्रात्मक प्रदर्शन की सूचना दी. किसी भिन्न टूल के लिए विक्रेता द्वारा रिपोर्ट किया गया आंकड़ा मोटे तौर पर दावा करता है 90% विशेषज्ञ एकीकरणों का पुनरुत्पादन और 88% के विरुद्ध सही शिखर का पता लगाना 48% पारंपरिक एल्गोरिदम के लिए (एलसी के लिए शिमदज़ु पीकिन्टेलिजेंस, विक्रेता-रिपोर्ट किया गया, 2024-11-01); दोनों आंकड़े अलग-अलग चीज़ों को मापते हैं और इनकी सीधे तुलना नहीं की जानी चाहिए.
निष्कर्ष
पेप्टाइड गुणवत्ता संचालन में एआई सत्यापन के लिए साक्ष्य पैक में छह बक्से हैं, और उनमें से किसी को भी भरने के लिए पेप्टाइड-विशिष्ट मिसाल की आवश्यकता नहीं है. उपयोग के संदर्भ को परिभाषित करें और उपकरण का आउटपुट रिकॉर्ड पर क्या प्रभाव डालता है, उसके आधार पर वर्गीकृत करें, एफडीए के जनवरी के अनुसार 2025 मसौदा मार्गदर्शन (एफडीए मसौदा मार्गदर्शन). एमएचआरए शर्तों में दस्तावेज़ डेटा उपयुक्तता, मूल रिकॉर्ड के भाग के रूप में मेटाडेटा के साथ (एमएचआरए जीएक्सपी डेटा इंटीग्रिटी गाइडेंस). अध्ययन से पहले सत्यापन प्रोटोकॉल और उसके पूर्वनिर्धारित स्वीकृति मानदंड लिखें, ICH Q2 के अंतर्गत(आर2) (मैं Q2(आर2)). अनुलग्नक के अंतर्गत एक नियंत्रित प्रणाली के रूप में मॉडल का संस्करण और परिवर्तन-नियंत्रण 11 §10 और GAMP जीवनचक्र (उपभवन 11; आईएसपीई गैम्प 5 दूसरा संस्करण). मानव समीक्षा और उसके अधिरोहित प्राधिकार को भाग के अंतर्गत रिकॉर्ड में रखें 11 §11.10(जी) और §11.70 (21 सीएफआर भाग 11). ऑडिट ट्रेल तैयार करें जो पूर्व डेटा को अस्पष्ट न करें और नियमित रूप से समीक्षा की जाए (उपभवन 11 §9).
दो ईमानदार अंतराल बने हुए हैं. कोई भी स्रोत पॉलीपेप्टाइड रिलीज निर्णय को बनाने या समर्थन करने वाले एआई उपकरण का दस्तावेजीकरण नहीं करता है, और किसी भी नियामक ने एआई आउटपुट को मानव समीक्षा के लिए रूट करने के लिए कोई विश्वास सीमा निर्दिष्ट नहीं की है. दोनों अंतराल सत्यापन फ़ाइल का कारण हैं, विक्रेता के दावे नहीं, यह वह साक्ष्य है जिसे एक निरीक्षक पढ़ेगा.
एक परिभाषित उपयोग के मामले से प्रारंभ करें. इसके नियामक प्रश्न का दस्तावेजीकरण करें, डेटा इनपुट, मॉडल संस्करण, स्वीकृति मानदंड, जिम्मेदारियों की समीक्षा करें और ट्रिगर बदलें, फिर तैनाती से पहले साक्ष्य कमियों का आकलन करें.
