Walidacja AI i ML - GAMP AI

Sztuczna inteligencja AI i uczenie maszynowe ML w walidacji systemów i integralności danych na podstawie przewodnika GAMP AI - szkolenie dedykowane dla firm

Szkolenie „Sztuczna inteligencja (AI) i uczenie maszynowe (ML) w walidacji systemów i integralności danych na podstawie przewodnika GAMP AI” zostało zaprojektowane z myślą o specjalistach odpowiedzialnych za walidację systemów skomputeryzowanych, zapewnienie jakości, integralność danych oraz rozwój i utrzymanie systemów IT w środowisku regulowanym.

Celem szkolenia jest przekazanie praktycznej i uporządkowanej wiedzy dotyczącej zastosowania sztucznej inteligencji i uczenia maszynowego w systemach GxP, ze szczególnym uwzględnieniem wymagań przewodnika GAMP® AI, GAMP 5 edycja 2, dobrych praktyk uczenia maszynowego (GMLP wg FDA) oraz zapisów Annex 22. Uczestnicy poznają kluczowe pojęcia związane z AI/ML, specyfikę cyklu życia podsystemów ML oraz różnice pomiędzy systemami statycznymi i dynamicznymi z punktu widzenia walidacji.

Szkolenie obejmuje również zagadnienia związane z zarządzaniem ryzykiem, danymi treningowymi oraz integralnością danych w systemach opartych na AI/ML. Szczególny nacisk położony jest na praktyczne aspekty walidacji – od przygotowania i adnotacji danych, poprzez uczenie i testowanie modeli, aż po nadzór nad systemami wykorzystującymi modele wizualne i rozwiązania chmurowe.

W trakcie szkolenia omawiane są także przykłady zastosowań systemów skomputeryzowanych opartych na AI, w tym rozwiązań wykorzystujących modele językowe (np. ChatGPT) oraz usługi chmurowe, wraz z ich implikacjami regulacyjnymi i walidacyjnymi.

 

Program szkolenia

  1. Zrozumienie kluczowych koncepcji sztucznej inteligencji (AI)
  2. Cykl życia podsystemu uczenia maszynowego (ML) zgodnie z GAMP 5 oraz GAMP AI
  3. Procesy wspierające cykl życia AI/ML: zarządzanie ryzykiem i danymi, systemy statyczne i dynamiczne
  4. Nowości i kluczowe zmiany wynikające z przewodnika GAMP AI
  5. Dobre praktyki uczenia maszynowego (GMLP) według wytycznych FDA
  6. Walidacja systemów sztucznej inteligencji (AI) i uczenia maszynowego (ML) – Annex 22
  7. Uczenie i testowanie modeli na przykładach: modele wizualne, przygotowanie danych do trenowania, adnotacja danych
  8. Przykłady systemów skomputeryzowanych opartych na ChatGPT oraz usługach chmurowych