Elsa: Il Nuovo Strumento AI dell’FDA per Semplificare il Processo di Revisione dei Farmaci

L’U.S. Food and Drug Administration (FDA) ha annunciato Elsa come il loro nuovo strumento IA generativo per accelerare il lavoro interno, come revisioni scientifiche, gestione dei dati e valutazioni dei protocolli. Lo strumento è stato lanciato prima del previsto e sotto budget.

Il Commissario della FDA, Marty Makary, ha dichiarato che lo strumento Elsa è stato rilasciato in anticipo rispetto ai tempi previsti e con un budget inferiore grazie alla collaborazione tra esperti interni nei vari centri.

Elsa è uno strumento alimentato da un grande modello linguistico progettato per aiutare il personale della FDA a leggere, scrivere e riassumere. Può evidenziare eventi avversi nei rapporti sui farmaci, confrontare rapidamente le etichette e generare persino codice per la costruzione di database non clinici.

Questa mossa rientra nel piano più ampio della FDA di integrare l’IA nelle operazioni quotidiane. Elsa è stata prima testata con i revisori scientifici e sarà ora disponibile in tutta l’agenzia in un ambiente cloud sicuro. Gli ufficiali dicono che il sistema non apprende dai dati inviati dalle aziende farmaceutiche, il che contribuisce a mantenere sicure le informazioni sensibili.

Il Capo Ufficiale AI della FDA, Jeremy Walsh, ha dichiarato che il lancio di Elsa segna l’inizio dell’era dell’IA alla FDA. “L’IA non è più una promessa lontana, ma una forza dinamica che potenzia e ottimizza le prestazioni e le potenzialità di ogni dipendente.”

Elsa è già in uso per esaminare più velocemente i protocolli dei trial clinici e identificare i siti di ispezione di alta priorità, come riportato da Reuters.

Tuttavia, sono state sollevate preoccupazioni, come segnalato da Axios. Alcuni esperti di sanità pubblica si chiedono quanto sia realmente sicuro lo strumento e se può essere rapidamente integrato nelle routine quotidiane. Secondo Stat, alcuni dipendenti della FDA hanno espresso inquietudine, affermando che il progetto pilota si concentra principalmente sulla sintesi del testo e potrebbe non riflettere le prestazioni più ampie.