FDA, EMA: Новые правила ИИ в фармразработке с 2026 года

2026: FDA и EMA устанавливают правила для ИИ в разработке лекарств

С 2026 года FDA и EMA вводят новые регуляторные требования к ИИ в фармразработке, трансформируя свою роль из наблюдателей в строгих контролёров R&D-процессов. Эти правила обязывают фармацевтические компании соблюдать жёсткие протоколы валидации ИИ-моделей, управления рисками и документирования их жизненного цикла. Компании должны предоставлять исчерпывающие доказательства применения ИИ, вести полный учёт, оценивать риски и подтверждать эффективность и безопасность своих моделей.

Надзорные органы теперь требуют полной документации, чёткого человеческого контроля и надёжного управления данными, исключая любую терпимость к моделям типа «чёрный ящик». Хотя эти требования могут увеличить начальные сроки проектов, они гарантируют, что в создании новых лекарств будут использоваться только безопасные и тщательно проверенные ИИ-модели.

Какие новые регуляторные требования к ИИ в фармразработке действуют с 2026?

С 2026 года FDA и EMA требуют, чтобы применение ИИ в разработке лекарств соответствовало чётко определённой структуре. Эта структура включает ясный контекст использования (COU), тщательную оценку рисков, надёжный план валидации, строгое управление данными, полную документацию модели, формализованные SOP для контроля изменений и непрерывный мониторинг жизненного цикла. Отсутствие ключевых компонентов, особенно планов контроля изменений, теперь приводит к серьёзным задержкам при регуляторном рассмотрении.

Черновик правил 2025 года - семь шагов, один контекст

Новые правила требуют от разработчиков чётко определить контекст использования (COU) ИИ-модели и связанные с ним риски. На этой основе создаётся соразмерный план валидации, документируются все методологии и обеспечивается управление жизненным циклом модели, включая контроль версий и получение ранних отзывов от регуляторов.

Согласно новым правилам, спонсоры должны определить конкретный контекст использования (COU) для ИИ-модели и решение, на которое она влияет. На основе этого они обязаны:

1. Выявить все риски для пациентов, целостности испытаний и качества продукта.
2. Создать план валидации, соразмерный выявленным рискам.
3. Получить ранний отзыв FDA по плану валидации.
4. Выполнить план валидации (статистические тесты, стресс-тесты, кросс-валидация).
5. Архивировать все методологии, исходные данные, результаты и отклонения.
6. Определить и задокументировать все методологии, исходные данные и результаты.
7. Мониторить модель после внедрения для отслеживания дрейфа и переобучать её при строгом контроле изменений.

Для приложений с высоким риском (например, подбор дозы, ключевые конечные точки или выпуск продукции) FDA теперь ожидает предварительных встреч и раскрытия алгоритмов с детализацией, эквивалентной традиционной документации CMC.

«Спонсорам следует встретиться с агентством перед использованием ИИ-модели высокого риска в критическом решении.»
- Проект руководства FDA, январь 2025

Рецензенты агентств применяют эту структуру с 2016 года к более чем 500 заявкам, преимущественно в онкологии и неврологии.

Совместные принципы 2026 - десять заповедей для полного жизненного цикла

В январе 2026 года FDA и EMA опубликовали совместные «Руководящие принципы надлежащей практики ИИ в разработке лекарств», согласовав свои ожидания. Несмотря на рекомендательный характер, эти десять принципов формируют основу будущих обязательных требований:

• Человеко-ориентированный дизайн с чёткими возможностями для вмешательства человека.
• Стандарты доказательности, основанные на оценке рисков, а не универсальный подход.
• Соблюдение установленных стандартов (ISO 13485, GAMP5, ICH Q9).
• Чёткий COU и соответствующая команда экспертов.
• Надёжное управление данными, включая отслеживание происхождения и контроль версий.
• Тщательная документация по разработке модели и полный аудиторский след.
• Метрики производительности, напрямую связанные с клинической значимостью.
• Комплексное управление жизненным циклом с протоколами обнаружения дрейфа.
• Прозрачная коммуникация между спонсором и регуляторами.

Подписанные также EMA, эти принципы напрямую связывают валидацию ИИ с требованиями целостности данных Приложения 11 ЕС и инспекциями GxP. Это означает, что аргументы о «чёрном ящике» не выдержат проверок на месте.

Как теперь выглядит пакет документов для подачи

Хотя регуляторы избегают жёстких шаблонов, идеальный пакет доказательств для ИИ-модели должен содержать следующие компоненты. Элементы, отмеченные как критические, часто запрашиваются дополнительно, если отсутствуют в первоначальной подаче.

Компонент	Типичные артефакты	Риск при проверке, если отсутствует
Заявление о COU	Предполагаемое решение, критерии успеха	Серьёзный
Досье по управлению данными	Исходные таблицы, скрипты очистки, метрики QC	Критический
Спецификация модели	Диаграмма архитектуры, гиперпараметры, логи обучения	Критический
Отчёт о валидации	Внутренние/внешние выборки, ROC/AUC, доверительные интервалы	Серьёзный
Модуль объяснимости	Графики SHAP/LIME, извлечение правил, сопоставление с экспертами	Серьёзный
SOP контроля изменений	Хеширование версий, триггеры переобучения, план отката	Критический
План постмаркетинга	Дашборд производительности, периодичность обновлений, лимиты сигналов	Серьёзный

Анализ ранних заявок показывает, что отсутствие SOP по контролю изменений с высокой вероятностью приведёт к остановке 90-дневного цикла рассмотрения, даже при высокой прогностической точности модели.

Разрыв скорости - почему ИИ обгоняет лабораторию

Несмотря на ужесточение требований к валидации, ИИ-модели генерируют тысячи потенциальных кандидатов в лекарства еженедельно, создавая так называемый «разрыв скорости»: ИИ предлагает молекулы быстрее, чем GxP-лаборатории могут их синтезировать и протестировать. Это приводит к значительным операционным задержкам. Для преодоления разрыва спонсоры внедряют гибридный подход: сначала прогнозы ИИ фильтруются через QSP- или PBPK-симуляции, и только затем начинается работа в лаборатории. Такой подход, по отзывам, сокращает число неудач на поздних стадиях на 23%, оставаясь в рамках новых правил.

От пилотов к платформам - что меняют спонсоры в 2026

• Изолированные PoC-команды интегрируются в межфункциональные комитеты по ИИ, включающие экспертов по регуляторике, QA, биостатистике и IT-безопасности.
• Для пилотных проектов с генеративным ИИ теперь требуется задокументированный COU ещё до утверждения бюджета. Исследование MIT 2025 года показало, что 95% пилотов, пропускавших этот шаг, потерпели неудачу.
• В контракты с CRO всё чаще включают пункты о соответствии данных принципам FAIR, чтобы предотвратить возражения регуляторов против непрозрачных аутсорсинговых моделей.
• Вендоры изначально встраивают в свои платформы API для аудиторского следа, чтобы избежать дорогостоящих доработок после запроса агентства.

«Регуляторная ясность - одно из трёх главных препятствий для более широкого внедрения ИИ в фарме.»
- Опрос индустрии, процитированный в анализе трендов 2026

Влияние на стоимость и сроки - первые метрики

Вопреки опасениям о задержках, компании, первыми внедрившие новые практики, сообщают о сокращении общего времени рассмотрения заявок благодаря заблаговременной подготовке документации. Исследование 42 заявок в FDA за 2025 год показало, что заявители, проводившие предварительные встречи с агентством, сократили сроки рассмотрения в среднем на 92 дня по сравнению с теми, кто этого не делал. Эта выгода перевешивает затраты времени на внутреннюю подготовку.

Глобальная рябь - размышления EMA и импульс ICH

Размышлятельный документ EMA (сентябрь 2024) уже подчёркивал важность прозрачности, валидации и человеческого контроля. Совместные принципы 2026 года ускоряют глобальную гармонизацию и, как ожидается, лягут в основу будущего руководства ICH Q-AI. Это руководство призвано унифицировать терминологию валидации ИИ для регуляторов по всему миру, включая PMDA (Япония) и Health Canada. В результате спонсоры, планирующие международные исследования, уже на старте разрабатывают протоколы, совместимые с требованиями и FDA, и EMA.

Что будет дальше

Регуляторы дали понять, что формальные руководства превратят эти принципы в обязательные нормы в течение 18 - 24 месяцев. Ожидается, что эти документы введут многоуровневую систему соответствия: меньшая регуляторная нагрузка для ИИ на этапе исследований и полная GMP-валидация для ИИ, влияющего на спецификации продукта или выпуск партий. До тех пор агентства советуют спонсорам документировать всю деятельность с ИИ так, как если бы правила уже действовали, поскольку любая модель, использованная в заявке после 2026 года, будет оцениваться по новой структуре.

Компании, игнорирующие валидацию ИИ, рискуют повторить судьбу тех, кто медлил с переходом на электронные подачи: получить отказ в приёме документов или, что хуже, столкнуться с задержками вывода на рынок, пока конкуренты с готовым к аудиту ИИ выходят вперёд.