لماذا يوجد مسبك محلي للذكاء الاصطناعي، وما هي التغييرات التي تطرأ على GxP

الجزء 1 من 6. فهرس السلسلة، مع روابط لكل جزء عند نشره، هو الجزء 0: المقدمة وخريطة السلسلة. هذه السلسلة مخصصة للأشخاص الذين يجب عليهم الدفاع عن قدرات الذكاء الاصطناعي المشتركة في مؤسسة منظمة لعلوم الحياة: رؤساء الهندسة المعمارية، ومديرو التكنولوجيا، ونواب الرئيس للهندسة، جنبًا إلى جنب مع شركائهم في الجودة والتحقق والأمن. يفترض أنك تعرف ما هو نموذج اللغة وفهرس المتجهات. يتم تعريف المصطلحات الأساسية في المسرد الموجود في نهاية السلسلة. تم ذكر الحالة التنظيمية اعتبارًا من سبتمبر 2026 وسوف تتغير. هذا دليل فني، وليس نصيحة قانونية.

المشكلة التي تحلها هذه السلسلة

تبدأ معظم مؤسسات برمجيات علوم الحياة الذكاء الاصطناعي بنفس الطريقة. يقوم فريق منتج واحد باستدعاء نموذج مستضاف. آخر يختار نموذجا مختلفا. وثالث يبني خط الاسترجاع الخاص به. يقوم كل فريق باختيار محلي معقول. تنتهي المنظمة بمشكلة لم يختارها أحد.

الأعراض يمكن التنبؤ بها.

• يتم نسخ المستندات في عدة فهارس، وتبتعد النسخ عن النسخ المعتمدة في نظام إدارة المستندات.
• يتم فرض قواعد الوصول من خلال بعض عمليات التكامل وليس من خلال عمليات أخرى، لذلك يحصل المستخدم نفسه على إجابات مختلفة للسؤال "هل يمكنني رؤية هذا؟"
• المطالبات موجودة في التعليمات البرمجية، وفي جداول البيانات، وفي سجلات الدردشة، ولا يستطيع أحد تحديد الموجه الذي أنتج مخرجات الشهر الماضي.
• لا يوجد خط أساس مشترك للتقييم، لذا فإن "النموذج أصبح أفضل" و"النموذج أصبح أسوأ" هي آراء وليست قياسات.
• يحتفظ كل تكامل بالسجلات الخاصة به، بتنسيقه الخاص، مع فترة الاحتفاظ الخاصة به، أو بدونها.

في إعداد GxP، لا تعتبر هذه مضايقات هندسية. إنها نتائج التفتيش في انتظار حدوثها. المفتش الذي يرى ملخص الانحراف الذي تمت صياغته بواسطة الذكاء الاصطناعي سوف يطرح سلسلة من الأسئلة. ما هو إصدار الإجراء الذي قرأه النظام؟ ومن سمح له برؤيته؟ ما النموذج وما هو الموجه الذي أنتج النص؟ ما الذي تغير منذ التحقق من صحة النظام؟ ومن قام بمراجعة المخرجات قبل إدخالها في السجل؟ لا يمكن لمؤسسة مخصصة أن تجيب على هذه الأسئلة باستمرار، والإجابة غير المتسقة أسوأ من عدم الإجابة.

تشير الأدلة إلى أن المسار المخصص نادراً ما يحقق الربح، حتى خارج نطاق العمل المنظم. وجدت دراسة أجراها معهد ماساتشوستس للتكنولوجيا عام 2025 حول الذكاء الاصطناعي المولد للمؤسسات، استنادًا إلى دراسة استقصائية شملت 153 قائدًا، و52 مقابلة تنفيذية، وتحليل أكثر من 300 عملية نشر عامة، أن حوالي 95 بالمائة من الطيارين لم ينتجوا أي تأثير ملموس على الربح والخسارة [16]. تلقي الدراسة باللوم على فجوة التعلم وضعف التكامل في سير العمل الحقيقي، وليس جودة النموذج. وكان الفائزون هم أنظمة المكاتب الخلفية الضيقة التي تناسب العملية الحالية، والمنظمات التي عقدت شراكة مع متخصصين نجحت بحوالي ضعف معدل تلك التي بنيت بمفردها [16]. ويشير تقرير مؤسسة RAND لعام 2024 إلى أنه وفقًا لبعض التقديرات، فإن أكثر من 80 بالمائة من مشاريع الذكاء الاصطناعي تفشل، أي ضعف معدل مشاريع تكنولوجيا المعلومات الأخرى. ومن خلال 65 مقابلة مع علماء البيانات والمهندسين، تم تحديد خمسة أسباب جذرية: مشكلة يساء فهمها، وعدم كفاية البيانات، ومطاردة التكنولوجيا بدلاً من النتيجة، ونقص الاستثمار في البنية التحتية للنشر، ومشاكل تتجاوز ما يمكن أن يفعله الذكاء الاصطناعي الحالي [17]. معظم هذه الأسباب تنظيمية، والمنصة هي الحل التنظيمي.

مسبك الذكاء الاصطناعي المحلي هو هذا الجواب. إنها منصة واحدة مشتركة ذاتية الاستضافة توفر النماذج والاسترجاع وإنفاذ السياسات والتقييم والتدقيق والعمليات لكل منتج، مع الحفاظ على بيانات كل منتج وأذوناته ومطالباته وحدود الجودة معزولة. تستهلك فرق المنتجات واجهة برمجة تطبيقات صغيرة ومستقرة. يمتلك فريق المنصة الضوابط التي سيسأل عنها المفتشون.

تقسيم المسؤوليات هو جوهر الفكرة.

كلمة "مسبك" متعمدة. المسبك لا يقرر ما يلقي. إنه يضمن أن كل ما يتم صبه يلبي المعيار.

ماذا تعني كلمة "محلي" هنا

"محلي" له معنى محدد في هذه السلسلة.

• مستضافة ذاتيًا. تعمل النماذج والفهارس والمطالبات والسجلات على البنية التحتية التي تتحكم فيها المؤسسة.
• إمكانية استخدام فجوة الهواء. يجب أن تعمل المنصة بدون اتصال خارجي. يتم إحضار أوزان النماذج والحاويات والتبعيات إلى الداخل مرة واحدة ويتم تحديثها من خلال التحكم في التغيير.
• سيادي. لا توجد مطالبة أو مجموعة مستند أو مخرجات تترك الحدود ما لم يسمح قرار موثق بذلك.

لماذا تذهب إلى هذا الحد؟ هناك أربعة أسباب، وواحد منها فقط يتعلق بالبيانات التي تغادر المبنى.

حالة التحقق. يتم التحقق من صحة نظام GxP المحوسب للاستخدام المقصود ثم يتم الاحتفاظ به في تلك الحالة [2] [10]. النموذج المستضاف الذي يتغير تحتك، من خلال تحديث الإصدار الصامت، يكسر هذه الحالة دون أي طلب تغيير من جانبك. يتغير إصدار النموذج المثبت محليًا فقط عندما تقرر ذلك، من خلال التحكم في التغيير، مع الأدلة.

قابلية التدقيق. يتوقع الجزء 11 والملحق 11 مسارات التدقيق والتحكم في الوصول والاحتفاظ بالسجلات تحت سيطرتك [8] [10]. يكون إثبات ذلك أسهل بكثير عندما يتم تخزين السجلات والمطالبات والنص المسترد في الأنظمة التي تديرها.

مساءلة الموردين. تنص مسودة الملحق 22 على أن المساءلة عن مخرجات الذكاء الاصطناعي تقع على عاتق الشركة الخاضعة للتنظيم، ويتوقع الملحق 11 الإشراف على الموردين ومقدمي الخدمات [10]. يمكنك فقط ممارسة هذا الإشراف على المكونات التي يمكنك فحصها وتثبيتها.

إمكانية التنبؤ بالتكلفة. الاستدلال الذي يتم فوترة الاستخدام هو تكلفة متغيرة مرتبطة بكيفية استخدام الأشخاص للنظام. تعتبر الأجهزة المملوكة أو المستأجرة ذات الاستخدام الثابت تكلفة معروفة. الجزء السادس يعود إلى الأرقام.

التصاميم الهجينة ممكنة، ولا تمنع الجهات التنظيمية السحابية. تغطي إرشادات الضمان الصادرة عن إدارة الغذاء والدواء بشكل صريح النماذج السحابية مثل البرامج كخدمة، والمنصة كخدمة، والبنية التحتية كخدمة عند استخدامها في الإنتاج أو أعمال نظام الجودة، وتقوم بتوسيع نطاق الضمان ليشمل الاستخدام المقصود والمخاطر [3]. النقطة ليست أن السحابة محظورة. والنقطة هنا هي أن أعباء العمل غير الخاضعة للتنظيم، أو بيئة التطوير، أو تجربة البيانات الاصطناعية قد تعمل على سعة مستأجرة، في حين أن أي شيء يمس بيانات GxP أو قرارات GxP يجري داخل الحدود افتراضيا. كل استثناء هو قرار مسجل، وليس راحة.

هناك ثلاثة اختبارات تفصل بين "المحلي" و"المثبت محليًا".

1. الاختبار الصادر. حظر كل حركة مرور الشبكة الصادرة من النظام الأساسي. هل لا تزال كل ميزة تعمل؟ الأداة التي تستدعي نقطة نهاية مستضافة لعمليات التضمين أو الإشراف أو فحص الترخيص أو القياس عن بعد تفشل في هذا الاختبار.
2. اختبار التحديث. هل يمكنك تثبيت نموذج أو حاوية أو تبعية جديدة من الوسائط التي أحضرتها إلى الداخل، من خلال التحكم في التغيير الخاص بك، دون إمكانية الوصول إلى خادم البائع؟
3. اختبار التبعية. هل لديك قائمة مواد لكل نموذج وحاوية ومكتبة في النظام الأساسي، بحيث يمكن تتبع إشعار الثغرات الأمنية إلى ما تقوم بتشغيله فعليًا؟

يطبق الجزء السادس هذه الاختبارات على الأدوات الحقيقية.

ما هي التغييرات "المنظمة".

لا يعني التنظيم إضافة قائمة مرجعية للامتثال في النهاية. يغير التصميم. يرسم الجدول الأطر التي تهم مؤسسات الأدوية والأجهزة الطبية بما يتطلبه كل منها من النظام الأساسي. تشرح الفقرات التي تلي الجدول الفقرات الأكثر تأثيرًا على البنية.

GAMP 5 ودليل GAMP AI. GAMP 5 ليس قانونًا. إنها الطريقة القياسية في الصناعة للتحقق من صحة الأنظمة المحوسبة في GxP، والمفتشون يعرفون ذلك جيدًا. أضافت الطبعة الثانية، التي نُشرت عام 2022، ملحقًا عن الذكاء الاصطناعي والتعلم الآلي. في يوليو 2025، نشرت ISPE دليلًا مستقلاً للذكاء الاصطناعي ليتم استخدامه بجانبه [1] [2]. يغطي دليل الذكاء الاصطناعي دورة حياة الذكاء الاصطناعي من المفهوم إلى التقاعد، ويتضمن ملاحق حول إدارة الموردين والجودة حسب التصميم، ويتضمن سجلات ISPE وإرشادات سلامة البيانات، ويأخذ في الاعتبار بشكل صريح ISO/IEC 42001 [1]. تركيزه هو نفس تركيز الإصدار الثاني: سلامة المرضى، وجودة المنتج، وسلامة البيانات، والتفكير النقدي بدلاً من وضع علامة في المربع. بالنسبة للمهندس المعماري، الرسالة العملية بسيطة. الأنظمة التي تدعم الذكاء الاصطناعي هي أنظمة تم التحقق من صحتها، ويجب أن تغطي دورة حياة التحقق النماذج والبيانات، وليس الكود فقط.

ضمان برامج الكمبيوتر من إدارة الأغذية والعقاقير (FDA). في سبتمبر 2025، أنهت إدارة الغذاء والدواء (FDA) إرشادات CSA الخاصة بالبرامج المستخدمة في إنتاج الأجهزة وأنظمة الجودة، لتحل محل القسم 6 من إرشادات التحقق من صحة البرامج لعام 2002 [3] [4]. وهذا النهج قائم على المخاطر وأقل عبئا. يمكنك تحديد الاستخدام المقصود لكل ميزة برمجية، وتقييم مخاطرها على سلامة المرضى وجودة المنتج، واختيار أنشطة الضمان بشكل متناسب: الاختبار المكتوب حيث تكون المخاطر عالية، والاختبار غير المكتوب أو الاستكشافي عندما تكون أقل، والمراقبة المستمرة كدليل مستمر، وأدلة المورد حيثما وجدت [3]. وينطبق على البرامج المحلية والسحابية على حد سواء، ولا ينطبق على البرامج التي تعتبر في حد ذاتها جهازًا طبيًا [3]. نطاقها الرسمي هو الأجهزة، لكن النهج أصبح مفردات مشتركة لفرق جودة الأدوية أيضًا، لأن GAMP 5 يميل بالفعل إلى نفس الطريقة. الجزء 4 يبني نهج التحقق من الصحة عليه.

مسودة إطار المصداقية الخاصة بإدارة الغذاء والدواء. تقترح مسودة إرشادات إدارة الغذاء والدواء الأمريكية الصادرة في يناير 2025، والتي لا تزال مسودة اعتبارًا من سبتمبر 2026، إطار عمل من سبع خطوات لتحديد مصداقية نموذج الذكاء الاصطناعي لسياق محدد للاستخدام [5]. الخطوات هي: تحديد مسألة الاهتمام؛ تحديد سياق الاستخدام؛ تقييم مخاطر النموذج كدالة لتأثير النموذج وعواقب القرار؛ وضع خطة لإثبات المصداقية؛ تنفيذ الخطة؛ توثيق النتائج وأي انحرافات؛ وتحديد ما إذا كان النموذج مناسبًا لسياق الاستخدام [5]. تتعلق المسودة بالذكاء الاصطناعي المستخدم لدعم القرارات التنظيمية للأدوية والمستحضرات البيولوجية، وليس بكل أداة عمل. لكن فكرتيها المركزيتين، سياق الاستخدام والمخاطر كتأثير مضاعف بالنتيجة، هما أنظف طريقة للتفكير في أي ميزة للذكاء الاصطناعي في منتج خاضع للتنظيم. هذه السلسلة تستخدمها طوال الوقت.

المبادئ المشتركة لإدارة الغذاء والدواء الأمريكية ووكالة الأدوية الأوروبية. في يناير 2026، نشرت الوكالتان عشرة مبادئ غير ملزمة لممارسات الذكاء الاصطناعي الجيدة في تطوير الأدوية، بناءً على ورقة التأمل الصادرة عن وكالة الأدوية الأوروبية لعام 2024 [6] [15]. وهي تغطي القيم التي تتمحور حول الإنسان، والالتزام بالمعايير، والنهج القائم على المخاطر، وسياق واضح للاستخدام، وإدارة البيانات، والخبرة متعددة التخصصات، وإدارة دورة الحياة، والشفافية، والرقابة البشرية، والتعاون الدولي [6]. لا شيء من هذا جديد بالنسبة لممارس GAMP. ما يهم هو أن أكبر هيئتين تنظيميتين تقولان الآن نفس الأشياء في وثيقة واحدة.

السجلات وتكامل البيانات. 21 CFR الجزء 11 يتطلب مسارات تدقيق آمنة ومنشأة بواسطة الكمبيوتر ومختومة زمنيًا تسجل تاريخ ووقت إدخالات المشغل والإجراءات التي تنشئ أو تعدل أو تحذف السجلات الإلكترونية، ويتم الاحتفاظ بها لمدة لا تقل عن السجلات نفسها [8]. تحدد إرشادات سلامة البيانات الصادرة عن إدارة الغذاء والدواء الأمريكية ALCOA+: يجب أن تكون السجلات قابلة للنسب ومقروءة ومعاصرة وأصلية ودقيقة وأيضًا كاملة ومتسقة ودائمة ومتوفرة [9]. في الاتحاد الأوروبي، يحدد الملحق 11 توقعات مماثلة للأنظمة المحوسبة، ويعطي PIC/S PI 041 للمفتشين رؤية مشتركة لسلامة البيانات في بيئات GMP وGDP [10] [24]. بالنسبة لمنصة الذكاء الاصطناعي، يثير هذا سؤالًا لم تطرحه معظم الفرق. عندما يؤثر مخرج الذكاء الاصطناعي على قرار GxP، هل يعتبر الناتج نفسه سجلاً؟ الجواب الآمن هو نعم. تصاميم الجزء الثاني لها.

الملحق 22، المسودة الأكثر أهمية. في يوليو 2025، افتتحت المفوضية الأوروبية مشاورات بشأن الفصل 4 المنقح، والملحق 11 المنقح، والملحق 22 الجديد بشأن الذكاء الاصطناعي في ممارسات التصنيع الجيدة، والذي تم إعداده مع مجموعة عمل مفتشي EMA وPIC/S [10]. تم إغلاق الاستشارة في 7 أكتوبر 2025 بحوالي 1300 تعليق. اعتبارًا من سبتمبر 2026، تظل جميع النصوص الثلاثة عبارة عن مسودات، وتستهدف خطة عمل وكالة الأدوية الأوروبية نصًا نهائيًا في أواخر عام 2026، ولم يتم الإعلان عن تاريخ سريان [10]. نطاق المسودة هو الذكاء الاصطناعي في تطبيقات GMP الهامة، أي تلك التي لها تأثير مباشر على سلامة المرضى أو جودة المنتج أو سلامة البيانات. بيانها المركزي هو أن النماذج الديناميكية، والنماذج التي يمكنها إرجاع مخرجات مختلفة لمدخلات متطابقة، والذكاء الاصطناعي التوليدي، وLLMs لا ينبغي استخدامها في تلك التطبيقات الهامة [10]. بالنسبة للنماذج الثابتة التي تسمح بها، فإنها تتوقع استخدامًا مقصودًا محددًا، وبيانات التحقق من الصحة التي تمثل ظروف التشغيل الحقيقية، وقابلية التفسير، وعتبات الثقة حيثما أمكن، والإشراف البشري، والتحكم في التغيير، ومراقبة الأداء المستمر [10]. فهو يسمح بالذكاء الاصطناعي التوليدي في الاستخدامات غير الحرجة، مثل تلخيص تقرير الانحراف أو إجراءات البحث، عندما يقوم شخص مؤهل بمراجعة المخرجات والاحتفاظ بالمسؤولية الموثقة. ومن الواضح أن المساءلة تقع على عاتق الشركة الخاضعة للتنظيم، وليس على عاتق المورد. عقدت وكالة الأدوية الأوروبية ورشة عمل في 30 يونيو و1 يوليو 2026 للنظر في ما إذا كان من الممكن معالجة النماذج التكيفية والمولدة في إطار الضمانات القائمة على المخاطر، ولكن النص المنشور لم يتغير [10]. تتعامل المنصة الحكيمة مع المسودة كتوجيه للتصميم الآن. إذا كان النص النهائي يخفف القاعدة، فلن يضيع شيء. إذا لم يحدث ذلك، فهذا يعني أن النظام الأساسي قد تمت محاذاته بالفعل.

قانون الاتحاد الأوروبي للذكاء الاصطناعي، بصيغته المعدلة. دخل قانون الذكاء الاصطناعي حيز التنفيذ في أغسطس 2024. وفي يوليو 2026، قام Digital Omnibus on AI بتعديله وتغيير الجدول الزمني [11] [12]. تم تطبيق واجبات الشفافية بموجب المادة 50، مثل إخبار الأشخاص بأنهم يتفاعلون مع الذكاء الاصطناعي ووضع علامة على المحتوى الذي تم إنشاؤه بطريقة يمكن قراءتها آليًا، منذ 2 أغسطس 2026، مع فترة سماح حتى 2 ديسمبر 2026 للأنظمة الموجودة بالفعل في السوق [12]. تنطبق الالتزامات عالية المخاطر الآن اعتبارًا من 2 ديسمبر 2027 على الأنظمة المستقلة المدرجة في المرفق الثالث، ومن 2 أغسطس 2028 على الذكاء الاصطناعي المضمن في المنتجات التي يغطيها قانون المنتجات في الاتحاد الأوروبي بموجب الملحق الأول، مثل الأجهزة الطبية [12]. الأنظمة المطروحة في السوق قبل تلك التواريخ تصبح جدية ما لم تخضع لتغيير كبير في التصميم، ولم يتم تحديد عتبة "كبير" بعد [12]. بالنسبة لنظام الجودة أو مساعد المستندات، فإن الخطافين المعقولين عاليي المخاطر هما إدارة العمال بموجب الملحق الثالث، على سبيل المثال إذا كان النظام يخصص المهام أو يراقب الأداء، ويكون مكونًا للسلامة في الجهاز الطبي بموجب الملحق الأول [11]. لن يكون معظم مساعدي نظام الجودة معرضين لمخاطر عالية. ولكن يجب توثيق التصنيف، وتنطبق واجبات محو الأمية في المادة 4 بشأن الذكاء الاصطناعي وواجبات الشفافية في المادة 50 بغض النظر عن ذلك. الجزء 5 يعمل من خلال التصنيف.

الخصوصية. أصبح قانون حماية البيانات الشخصية الرقمية الهندي لعام 2023 ساريًا من خلال قواعد DPDP التي تم الإخطار بها في نوفمبر 2025، مع تنفيذ الالتزامات على مراحل حتى عام 2027 [13]. المنظمة التي تقرر غرض المعالجة ووسائلها هي جهة ائتمانية للبيانات، ويتضمن ذلك التدريب أو نشر الذكاء الاصطناعي على البيانات الشخصية. يتم الإبلاغ عن الانتهاك على مرحلتين: إخطار مجلس حماية البيانات دون تأخير، ثم تقديم تقرير مفصل في غضون 72 ساعة، وإخطار الأفراد المتضررين دون حد مادي [13]. تصل العقوبات إلى 250 كرور روبية بسبب فشل الضمانات الأمنية المعقولة [13]. تعمل المنظمات العاملة في أوروبا من خلال اللائحة العامة لحماية البيانات، بما في ذلك قواعدها المتعلقة بالقرارات الآلية وتقييمات التأثير. يغطي الجزء الخامس الخصوصية داخل المنصة.

معايير الإدارة. تحدد ISO/IEC 42001:2023 نظام إدارة الذكاء الاصطناعي الذي يمكن اعتماده والذي يتكامل مع ISO/IEC 27001 [19]. يوفر إطار إدارة مخاطر الذكاء الاصطناعي التابع لـ NIST مفردات مشتركة من أربع وظائف، الحكم، والخريطة، والقياس، والإدارة، ويضيف ملف تعريف الذكاء الاصطناعي التوليدي لعام 2024 مخاطر خاصة بالأنظمة التوليدية، بما في ذلك الخلط وسلامة المعلومات [20] [22]. ولا يوجد أي من متطلبات GxP. وكلاهما بمثابة دعامات مفيدة للحوكمة في الجزء الخامس.

هناك شيئان يبرزان في كل هذا.

أولاً، تتفق الأطر مع بعضها البعض. وتطالب جميعها باستخدام مقصود محدد، والضمان القائم على المخاطر، والمساءلة البشرية، والأدلة الموثقة، والسيطرة على التغيير. منصة مصممة لأحدهم هي في معظم الطريق للآخرين.

ثانياً، لا يزال القيد الأصعب هو التجنيد الإجباري. وهذا سبب لتصميمه الآن، وليس سببا للانتظار. تكلفة بناء المراجعة البشرية والأدلة في المنصة صغيرة. تكلفة التعديل التحديثي بعد التفتيش ليست كذلك.

النتيجة التي تشكل كل شيء آخر

ضع الأطر معًا وتتبعها قاعدة واحدة. يجب تصنيف كل استخدام للذكاء الاصطناعي قبل بنائه، على محورين.

1. تأثير GxP. هل يمس الناتج جودة المنتج أو سلامة المرضى أو السجل المنظم؟ حرجة أم غير حرجة؟
2. التأثير على القرار. هل يؤثر الناتج على القرار البشري أم أنه يتخذ القرار؟ هذا هو منطق إطار مصداقية إدارة الغذاء والدواء، حيث ترتفع مخاطر النموذج مع تأثير النموذج ومع نتيجة القرار الخاطئ [5]. وهو أيضًا منطق ICH Q9(R1)، الذي يربط شكلية إدارة المخاطر بأهمية القرار ويحذر من الذاتية في تقييمات المخاطر [14].

يشكل المحوران معًا أربعة أرباع.

يتم تعيين النظام الأساسي افتراضيًا على الربع العلوي الأيسر: دعم القرار، والاستخدام غير الحرج، مع وجود شخص مسمى يقوم بالمراجعة والتوقيع. أي شيء آخر هو استثناء مع حالة التحقق الخاصة به. الربع السفلي الأيمن غير مطروح للنماذج التوليدية حتى يقول المنظمون خلاف ذلك.

لقد أظهرت إدارة الغذاء والدواء بالفعل ما يحدث بدون هذا. وفي أبريل 2026، أصدرت رسالة تحذير إلى الشركة المصنعة بعد أن وجد التفتيش أن الشركة استخدمت وكيل الذكاء الاصطناعي لصياغة المواصفات والسجلات دون مراجعة كافية [7]. أخبرت الشركة المحققين أنها لم تقم بالتحقق من صحة العملية لأن الوكيل لم يخبرها مطلقًا بأن التحقق مطلوب. تنص الرسالة على أن الشركة التي تستخدم الذكاء الاصطناعي كمساعد في إنشاء المستندات يجب أن تراجع المستندات التي تم إنشاؤها للتأكد من دقتها وامتثالها، وتستشهد بـ 21 CFR 211.22(c)، وهي القاعدة التي تجعل وحدة الجودة مسؤولة عن الإجراءات والمواصفات، و211.100 بشأن ضوابط الإنتاج المكتوبة [7]. كان العلاج الذي توقعته إدارة الغذاء والدواء بسيطًا: يجب على الشخص المرخص له مراجعة ومسح أي مخرجات من وكيل الذكاء الاصطناعي [7]. وقد قدمت هيئة تنظيم الأدوية ومنتجات الرعاية الصحية في المملكة المتحدة نقطة مماثلة في يونيو 2026 بشأن الاستجابات المدعومة بالذكاء الاصطناعي لنتائج التفتيش: يجب أن تكون دقيقة ومراجعة تقنيًا وموافقة عليها من قبل شخص مسؤول [23].

هذه الرسالة هي ملخص التصميم لمنصة الذكاء الاصطناعي المنظمة. قد يقوم النظام بصياغة. شخص يقرر. السجل يظهر من.

يحدد التصنيف أيضًا عمق التحقق ومستوى المراجعة. بموجب CSA، يمكن ضمان ميزة دعم القرار غير الحاسمة من خلال الاختبار والمراقبة غير المكتوبة، بينما تحتاج الميزة المهمة إلى أدلة مكتوبة حسب سياق الاستخدام [3]. وبموجب إطار مصداقية إدارة الغذاء والدواء، تنمو خطة المصداقية مع تأثير النموذج وعواقب القرار [5]. الجزء الرابع يحول هذا إلى إجراء ملموس.

ستة مبادئ للتصميم

يتم تشغيل هذه المبادئ من خلال كل جزء لاحق. ويأتي كل واحد بما يعنيه عمليا، وما يمنعه.

1. السيادة افتراضيًا. تظل البيانات والنماذج والسجلات داخل الحدود. عملياً: قائمة معتمدة لما يمكن أن يتجاوز الحدود، ولا شيء غير ذلك. فهو يمنع الكشف العرضي، ويجعل إشراف المورد الذي يتوقعه الملحق 11 والملحق 22 ممكنًا [10].
2. الرفض الافتراضي، يتم فرضه قبل الاسترداد. تعرف المنصة من يسأل والمستندات التي قد يراها، وتقوم بالتصفية قبل أن يصل أي نص إلى النموذج. العزلة على مستوى المنتج ليست كافية. قد يكون لدى اثنين من المستخدمين لنفس المنتج حقوق مختلفة لنفس المستند. عمليًا: تنتقل هوية المتصل واستحقاقاته مع الطلب، ويقوم المسترد بترشيحها قبل التصنيف، وليس بعد الإنشاء أبدًا. فهو يمنع مسارات التسرب التي يدرجها OWASP ككشف عن معلومات حساسة وكنقاط ضعف ناقلة ومضمنة [21].
3. الدليل أولاً. تستشهد كل إجابة بالمستند المصدر والإصدار والقسم الذي استخدمته. إذا كانت الأدلة ضعيفة، فإن النظام يقول ذلك بدلاً من التخمين. من الناحية العملية: تحمل الاستشهادات هوية الوثيقة وإصدارها وتاريخ نفاذها وقسمها، ويمتنع النظام عن التصويت دون حد الأدلة. إنه يوفر نوع الأدلة التي يطلبها إطار مصداقية إدارة الغذاء والدواء [5].
4. المساءلة البشرية حسب التصميم. تمثل المخرجات دعمًا للقرار. يقوم شخص مؤهل بمراجعة أي شيء يغذي سجل أو قرار GxP، وتكون المراجعة في حد ذاتها سجلاً. من الناحية العملية: مستوى مراجعة لكل ربع، وسجل مسجل لمن قام بمراجعة ماذا ومتى. هذه هي القاعدة الواردة في خطاب التحذير الصادر في أبريل 2026 وفي مسودة الملحق 22 [7] [10].
5. ** التحقق من الصحة على أساس المخاطر والتحكم في التغيير. ** يتم تحديد الاستخدام المقصود لكل ميزة. إن التغييرات التي يتم إجراؤها على النموذج أو الموجه أو إعداد الاسترداد أو نموذج التضمين هي تغييرات يتم التحكم فيها مع الأدلة، وليست تعديلات التكوين. من الناحية العملية: مجموعة تقييم تعمل على كل تغيير، وسجل يسجل بالضبط ما يتم نشره. إنه يتماشى مع CSA وGAMP، ويحمي الجد بموجب قانون الذكاء الاصطناعي من خلال إجراء "تغيير كبير" كقرار موثق وليس مجرد حادث [2] [3] [12].
6. السجلات، وليس السجلات. تلبي مسارات التدقيق توقعات 21 CFR الجزء 11 والملحق 11: آمنة، ومختومة زمنيًا، وقابلة للنسب، وغير قابلة للتغيير، ويتم الاحتفاظ بها طوال عمر السجل [8] [10]. من الناحية العملية: تتم كتابة أحداث التدقيق إلى المتجر باستخدام نفس عناصر التحكم الموجودة في سجلات GxP الأخرى، ويتم الاحتفاظ بها بعد السجل المرتبط به.

النماذج والموردين، باختصار

النموذج هو الجزء الأقل استقرارًا في المنصة. تظهر الإصدارات الجديدة كل بضعة أشهر، وتتغير التراخيص، ويتقاعد البائعون من النماذج. لذا، يجب ألا تعتمد المنصة على أي نموذج واحد، ويجب أن يجعل التصميم النموذج يتبادل تغييرًا متحكمًا ومثبتًا بدلاً من إعادة البناء. يقدم الجزء الثاني جهاز التوجيه النموذجي الذي يجعل ذلك ممكنًا. أربع نقاط مهمة في البداية.

**يمكن تشغيل النماذج ذات الوزن المفتوح والنماذج المدعومة من البائع محليًا. ** يتم تنزيل النماذج ذات الوزن المفتوح واستضافتها ذاتيًا. يتم تجميع النماذج المدعومة من البائع ودعمها بموجب ترخيص تجاري، ولكنها لا تزال تعمل على أجهزتك. الفرق هو الدعم والتعويض والتعبئة والتكلفة. إنها ليست السيادة. يجتاز أي من المسارين الاختبار الصادر إذا تم نشره بشكل صحيح، ويفشل أي منهما إذا كانت الأدوات المحيطة به تتصل بالمنزل.

تختلف التراخيص وتتغير. اعتبارًا من سبتمبر 2026، تستخدم العديد من المجموعات النموذجية القوية تراخيص متساهلة. إصدارات Qwen3 ذات الوزن المفتوح وإصدارات IBM Granite 4 هي Apache 2.0، وإصدارات DeepSeek تستخدم MIT، وبعض نماذج Mistral هي Apache 2.0 بينما البعض الآخر ليس كذلك [18]. ترخيص مجتمع Llama 4 مجاني لأقل من 700 مليون مستخدم نشط شهريًا ولكنه يحمل قواعد التسمية والإسناد للنماذج المشتقة [18]. يستخدم بعض البائعين مصطلحات مخصصة أكثر تقييدًا من Apache 2.0. تحقق من الترخيص الموجود على بطاقة النموذج لمعرفة الإصدار الدقيق الذي تنشره، وقم بتسجيله في سجل النموذج الموضح في الجزء 5. وينطبق الشيء نفسه على تضمين النماذج وإعادة ترتيبها، والتي غالبًا ما يتم نسيانها. لديهم تراخيص وإصدارات أيضًا، والتغيير في نموذج التضمين يبطل كل ناقل تم إنشاؤه باستخدام النموذج القديم.

لا يمكنك التحقق بشكل كامل من بيانات التدريب، لذا قم بتأهيل المورد بدلاً من ذلك. تختلف البطاقات النموذجية بشكل كبير فيما تكشفه عن بيانات التدريب ومعلومات محددة. لا توجد طريقة عملية لتدقيق مجموعة التدريب من الخارج. رافعتان تساعدان. يتطلب قانون الذكاء الاصطناعي للاتحاد الأوروبي من مقدمي نماذج الذكاء الاصطناعي ذات الأغراض العامة الاحتفاظ بالوثائق الفنية، بما في ذلك ملخص للمحتوى المستخدم للتدريب [11]. ويتضمن دليل GAMP AI ملحقًا لإدارة الموردين، بينما تنص مسودة الملحق 22 بوضوح على أن المساءلة تظل على عاتق الشركة الخاضعة للتنظيم، وليس على المورد [1] [10]. الرد العملي هو ملف تأهيل المورد لكل نموذج. ويجب أن يحمل الترخيص ومعرف الإصدار، وملخص بيانات التدريب الموثق، والتقييم المنشور وأدلة التحيز، والقيود المعروفة، والوضع الأمني ​​لحاوية التقديم، والتزامات إصدار البائع وإخطار التغيير، وشروط الدعم والتعويض إن وجدت، ونتائج التقييم الخاصة بك. تسمح إرشادات الضمان الصادرة عن إدارة الغذاء والدواء الأمريكية (FDA) بأدلة المورد بتقليل اختباراتك الخاصة، ولكن فقط إذا كنت تمتلك هذا الدليل ويمكنك إظهاره [3].

تعامل مع النموذج مثل أي مكون مؤهل آخر. لا يقوم النظام الذي تم التحقق من صحته بتغيير محرك قاعدة البيانات الخاص به دون طلب تغيير. ولا ينبغي لها أن تغير نموذجها اللغوي بدون ذلك أيضًا. وهذا يعني أن السجل يسجل النموذج، وإصداره، وترخيصه، ونتائج تقييمه، والمنتجات التي تستخدمه، وتمر المبادلة عبر نفس البوابة مثل أي تغيير آخر خاضع للرقابة.

ماذا سيأتي بعد ذلك

يتم ربط جميع الأجزاء من فهرس السلسلة في الجزء 0. الجزء 2 يعطي البنية المرجعية: مستوى التحكم، وطبقات التنفيذ الثمانية، ومسار الطلب الذي يحمل الهوية والتفويض للاسترجاع قبل أن يصل أي نص إلى النموذج. يتعامل الجزء 3 مع المستندات كبيانات محكومة. يجيب الجزء الرابع على السؤال الذي يطرحه كل رئيس جودة أولاً: كيف يمكنك التحقق من صحة نظام غير حتمي؟ يغطي الجزء الخامس الأمان والخصوصية والحوكمة. يغطي الجزء السادس الاستضافة والتكلفة والعمليات والفريق وقائمة مراجعة جاهزية الإنتاج.

مصادر الجزء الأول

الروابط التي تحمل علامة (تأكيد) لم يتم إعادة فحصها لهذه المسودة ويجب التحقق منها قبل النشر.

1. آي إس بي إي. دليل ISPE GAMP: الذكاء الاصطناعي. يوليو 2025. النهائي. https://ispe.org/publications/guidance-documents/gamp-guide-artificial-intelligence
2. آي إس بي إي. ISPE GAMP 5: نهج قائم على المخاطر للأنظمة المحوسبة المتوافقة مع GxP، الإصدار الثاني. 2022. نهائي. https://ispe.org/topics/gamp
3. ادارة الاغذية والعقاقير. * ضمان برامج الكمبيوتر لبرامج نظام الإنتاج والجودة. إرشادات لموظفي الصناعة وإدارة الغذاء والدواء.* سبتمبر 2025. نهائي. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/computer-software-assurance-production-and-quality-system-software
4. السجل الفيدرالي. إشعار بتوفر إرشادات CSA. 24 سبتمبر 2025. https://www.federalregister.gov/documents/2025/09/24/2025-18468/computer-software-assurance-for-production-and-quality-system-software-guidance-for-industry-and
5. ادارة الاغذية والعقاقير. اعتبارات لاستخدام الذكاء الاصطناعي لدعم اتخاذ القرارات التنظيمية فيما يتعلق بالأدوية والمنتجات البيولوجية. مسودة التوجيه، يناير 2025. مسودة، ليست للتنفيذ، اعتبارًا من سبتمبر 2026. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-artificial-intelligence-support-regulatory-decision-making-drug-and-biological
6. إدارة الغذاء والدواء الأمريكية ووكالة الأدوية الأوروبية. المبادئ التوجيهية لممارسة الذكاء الاصطناعي الجيدة في تطوير الأدوية. يناير 2026. غير ملزمة. https://www.fda.gov/media/189581/download
7. ادارة الاغذية والعقاقير. خطاب تحذير، المرجع 722591، بتاريخ 2 أبريل 2026، نقلاً عن 21 CFR 211.22(c) و211.100. قاعدة بيانات رسائل تحذير إدارة الغذاء والدواء. https://www.fda.gov/inspections-compliance-enforcement-and-criminal-investigations/compliance-actions-and-activities/warning-letters (رابط الرسالة المباشرة: تأكيد)
8. 21 CFR الجزء 11، السجلات الإلكترونية؛ التوقيعات الإلكترونية، القسم 11.10(هـ). eCFR. https://www.ecfr.gov/current/title-21/chapter-I/subchapter-A/part-11
9. ادارة الاغذية والعقاقير. سلامة البيانات والامتثال للأدوية CGMP: أسئلة وأجوبة. إرشادات، ديسمبر 2018. نهائي. (تأكيد)
10. المفوضية الأوروبية. مشاورة أصحاب المصلحة بشأن المجلد 4 من EudraLex: الفصل 4 المنقح والملحق 11 المنقح والملحق 22 الجديد، الذكاء الاصطناعي. التشاور من 7 يوليو إلى 7 أكتوبر 2025. المسودة، لم يتم اعتمادها، اعتبارًا من سبتمبر 2026. (صفحة الاستشارة: تأكيد)
11. اللائحة (الاتحاد الأوروبي) 2024/1689، قانون الذكاء الاصطناعي. يورو-ليكس. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
12. اللائحة (الاتحاد الأوروبي) 2026/1744، الجامع الرقمي بشأن الذكاء الاصطناعي. تم النشر في 24 يوليو 2026، ودخل حيز التنفيذ في 27 يوليو 2026. EUR-Lex. https://eur-lex.europa.eu/eli/reg/2026/1744/oj
13. وزارة الإلكترونيات وتكنولوجيا المعلومات، الهند. قانون حماية البيانات الشخصية الرقمية، 2023، وقواعد حماية البيانات الشخصية الرقمية، 2025، G.S.R. 846(هـ)، 13 نوفمبر 2025، الجريدة الرسمية بتاريخ 14 نوفمبر 2025. (رابط الجريدة الرسمية: تأكيد)
14. التراث الثقافي غير المادي. Q9(R1) إدارة مخاطر الجودة. الخطوة 4، يناير 2023. https://database.ich.org/sites/default/files/ICH_Q9(R1)_Guideline_Step4_2022_1219.pdf
15. إما. ورقة تفكير حول استخدام الذكاء الاصطناعي في دورة حياة المنتج الطبي، EMA/CHMP/CVMP/83833/2023. تم اعتماده في سبتمبر 2024. https://www.ema.europa.eu/en/use-artificial-intelligence-ai-medicinal-product-lifecycle-scientific-guideline
16. معهد ماساتشوستس للتكنولوجيا ناندا. تقسيم GenAI: حالة الذكاء الاصطناعي في الأعمال 2025. يوليو 2025. (رابط التقرير: تأكيد)
17. مؤسسة راند. ريسيف، دي بروهل، نيوبيري. الأسباب الجذرية لفشل مشاريع الذكاء الاصطناعي وكيف يمكن أن تنجح. 2024. RRA2680-1. https://www.rand.org/pubs/research_reports/RRA2680-1.html (تأكيد)
18. التراخيص النموذجية: Meta Llama 4 Commu

رخصة nity؛ بطاقات نموذج Qwen3؛ بطاقات نموذج IBM Granite 4؛ بطاقات نموذج DeepSeek؛ بطاقات طراز ميسترال. شروط الترخيص مذكورة على كل بطاقة نموذجية وتختلف حسب الإصدار. (الروابط: التأكيد عند النشر على الإصدارات الدقيقة المنشورة) 19. إسو. ISO/IEC 42001:2023، نظام إدارة الذكاء الاصطناعي. ديسمبر 2023. https://www.iso.org/standard/42001 20. نيست. إطار إدارة مخاطر الذكاء الاصطناعي (AI RMF 1.0)، NIST AI 100-1. يناير 2023. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf (تأكيد) 21. مشروع OWASP GenAI الأمني. أفضل 10 تطبيقات OWASP لتطبيقات LLM لعام 2025. https://owasp.org/www-project-top-10-for-large-language-model-applications/assets/PDF/OWASP-Top-10-for-LLMs-v2025.pdf 22. نيست. إطار إدارة مخاطر الذكاء الاصطناعي: ملف تعريف الذكاء الاصطناعي التوليدي، NIST AI 600-1. يوليو 2024. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf (تأكيد) 23. مفتشية MHRA. منشور مدونة حول استخدام الذكاء الاصطناعي في الاستجابات لنتائج فحص GxP. 29 يونيو 2026. (تأكيد) 24. الموافقة المسبقة عن علم/س. PI 041-1، الممارسات الجيدة لإدارة البيانات والنزاهة في بيئات GMP/GDP المنظمة. ساري المفعول اعتبارًا من 1 يوليو 2021. https://picscheme.org (رابط الوثيقة: تأكيد)