GMP-konforme Implementierung von KI/ML-Modellen (10826)

Systeme, die Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) in der pharmazeutischen Industrie eingesetzt werden könnten, haben sich in letzter Zeit von einem „Nischenthema“ in das Zentrum Aufmerksamkeit von Anwendern und Behörden entwickelt. 

Insgesamt bieten sie unter anderem ein enormes Potenzial im aktuellen Kampf gegen Arzneimittelknappheit, indem sie die Produktqualität und die Resilienz der Lieferkette verbessern und insbesondere sich wiederholende Aufgaben übernehmen können und somit hochqualifiziertes Personal als „Mensch-Maschine-Team“ entlasten können.

Derzeit werden KI/ML unterstützte Systeme hauptsächlich in den vor-kommerziellen Phasen angewendet, mittlerweile sind jedoch auch Beispiele veröffentlicht, bei denen GMP-Aktivitäten unterstützt werden. Dies betrifft die Herstellung direkt (z.B. visuelle Inspektion) oder auch das Qualitätsmanagement (Interpretation großer Textdatensätze, wie z.B. Abweichungen, um Entscheidungsprozesse zu unterstützen). Die Nutzung dieser Technologien im GMP-Bereich bleibt jedoch insgesamt hinter den Erwartungen zurück, da in der Industrie Unsicherheit aufgrund des fehlenden bzw. unvollständigen Regulierungsrahmen bestehen. Kürzlich entwickelte Leitlinien, wie die Veröffentlichungen der FDA und EMA, fordern Feedback aus der Industrie.

In diesem Webinar werden wir einen Überblick über einige Beispiele geben. Wir untersuchen die veröffentlichten Guidelines und leiten praktische Lösungen für eine konforme Implementierung ab, wobei wir das QRM (ICH Q9) mit einem patientenzentrierten Ansatz nutzen. 

Wir werden die wichtigsten Voraussetzungen für die Implementierung von KI/ML erörtern und aufzeigen, wie man: 

• Datenmanagementprogramme stärkt, um die „Alles-ist-Daten“-Natur von KI/ML-Lösungen zu unterstützen. 
• Das etablierte QRM-Rahmenwerk festigt, wobei Risiken wie Modell-Bias, und „Overfitting“ verständlich gemacht und diskutiert werden. 
• Interne KI/ML-Standards entwickelt. 

Abschließend werden wir Fallstudien bearbeiten und Beispiele für eine auf ICH Q9-Prinzipien basierende Risikokategorisierung im GMP-Umfeld bieten. 

Das Webinar richtet sich an Mitarbeiter aus dem Qualitätsmanagement, an Validierungsexperten und andere Interessenten, es sind keine weitgehenden IT bzw. Data Science Kenntnisse erforderlich. 

Dauer: ca. 90 Minuten 
Vortragssprache: Deutsch | Folien: z.T. Englisch

Referent: Dr. Ulrich Köllisch

Webinare ermöglichen Ihnen, jederzeit komfortabel von überall an Schulungen und Fachvorträgen teilzunehmen. Sie sind die perfekte Möglichkeit, ohne viel Aufwand wissenstechnisch auf Stand zu bleiben. Gerne können Sie nach dem Webinar auch noch Fragen an den Referenten stellen.

Hinweis zum Kontingentabruf: Bei Buchung dieses hier beschriebenen Webinars wird je Teilnehmer eine Einheit abgezogen.

Sofern das Thema für mehrere Kollegen in Ihren Teams von Interesse sind, nehmen Sie bitte Kontakt mit uns auf. Für Gruppenschulungen bieten wir günstige Staffelpreise an.