Il 14 gennaio 2026 FDA ed EMA hanno pubblicato congiuntamente i Guiding Principles of Good AI Practice in Drug Development, 10 principi di alto livello per gli sponsor che utilizzano l'intelligenza artificiale lungo l'intero ciclo di vita dello sviluppo del farmaco. I principi non sono guidance vincolanti, ma segnalano i criteri su cui le future guidance vincolanti saranno costruite in entrambe le giurisdizioni. Gli sponsor che utilizzano o prevedono di utilizzare l'IA per la generazione di evidenza, gli studi clinici, la produzione o la farmacovigilanza dovrebbero trattare il documento come il riferimento di fatto per progettare e documentare i propri sistemi di IA. L'allineamento precoce è ora un prerequisito strategico, non un'opzione.
Cosa sono i principi e come si applicano
I principi si applicano all'intero ciclo di vita dello sviluppo del farmaco: ricerca precoce, studi clinici, CMC e produzione, trasmissioni regolatorie e sorveglianza di sicurezza post-marketing. Coprono sponsor, CRO, CMO, fornitori di software e dati e qualsiasi partner coinvolto nella progettazione, validazione o deployment di IA in attività regolate (news EMA, 14 gennaio 2026).
Il documento è esplicitamente posizionato come precursore delle future guidance vincolanti. Entrambe le autorità hanno sviluppo di guidance in parallelo: la FDA ha emesso a gennaio 2025 una bozza di framework sulla credibilità dei modelli di IA nelle domande e l'EMA sta sviluppando una linea guida formale basata sul suo reflection paper sull'IA del 2024. I 10 principi sono la base concettuale condivisa a cui entrambe le autorità si sono impegnate per quando tali linee guida atterreranno.
Lo stato conta. I principi non sono obblighi di compliance. Sono la lente attraverso cui i regolatori valuteranno i vostri sistemi di IA quando revisionano una domanda o ispezionano un sito. Costruire la vostra governance IA attorno a essi adesso significa non doverla ricostruire quando la guidance vincolante arriverà.
I 10 principi
Il testo completo è nel PDF EMA e sulla pagina FDA. Lettura operativa compatta:
| # | Principio | Significato operativo |
|---|---|---|
| 1 | Human-centric by design | I sistemi di IA servono pazienti, sponsor e revisori; la supervisione umana è esplicita nei punti decisionali |
| 2 | Approccio basato sul rischio | Controlli proporzionati alla criticità del sistema per la sicurezza del paziente e le decisioni regolatorie |
| 3 | Aderenza agli standard | Allineamento agli standard esistenti (ICH, ISO, IEEE) invece di inventare quadri paralleli |
| 4 | Contesto d'uso chiaro | Dichiarazione documentata di a cosa serve l'IA, chi la usa, su quali input, per quali decisioni |
| 5 | Expertise multidisciplinare | Data science, regulatory, clinico, statistico e dominio possiedono congiuntamente il sistema di IA |
| 6 | Data governance e documentazione | Provenienza, rappresentatività, qualità di etichettatura, controlli di accesso e conservazione documentati |
| 7 | Pratiche di progettazione e sviluppo del modello | Training riproducibile, version control, protocolli di valutazione definiti, valutazione dei bias |
| 8 | Valutazione della performance basata sul rischio | Valutazione proporzionata al rischio, incluse prove out-of-distribution e casi limite |
| 9 | Gestione del ciclo di vita | Monitoraggio in produzione, rilevamento del drift, trigger di retraining, ritiro delle versioni |
| 10 | Informazione chiara ed essenziale | Comunicazione trasparente a utenti, revisori e pazienti su cosa l'IA fa e non fa |
Tre schemi operativi attraversano tutti e 10. Primo, proporzionalità al rischio: lo stesso sistema di IA giustifica profondità di controllo molto diverse a seconda che supporti un endpoint primario o un'analisi esplorativa. Secondo, tracciabilità: ogni decisione di design e deployment deve essere documentata a un livello ricostruibile da un revisore. Terzo, logica di ciclo di vita: il sistema di IA non è congelato alla submission; monitoraggio e trigger di aggiornamento sono attesi.
Collegamento con l'attività FDA ed EMA esistente
I principi di gennaio 2026 non sostituiscono guidance esistenti. Si collocano al di sopra e armonizzano con:
| Quadro esistente | Relazione con i principi |
|---|---|
| Bozza di framework FDA sulla credibilità dei modelli di IA nelle submission (gen. 2025) | Operazionalizza i principi 2, 4, 7 e 8 per l'evidenza basata su modello nelle submission |
| Reflection paper EMA sull'IA (2024) | Prima articolazione dello stesso approccio rischio/ciclo di vita |
| FDA GMLP Guiding Principles (2021) | 10 principi paralleli per i dispositivi medici; temi condivisi |
| ICH E6(R3) | Aspettative GCP per quality-by-design e controlli proporzionati al rischio si applicano anche quando l'IA supporta la conduzione dello studio |
| ICH Q9(R1) | Quadro di quality risk management, direttamente compatibile con i principi 2 e 8 |
| Regolamento UE sull'IA (Reg 2024/1689) | Obblighi legali trasversali per l'IA ad alto rischio; interseca con pharma quando l'output di IA influenza decisioni regolatorie |
I team pharma che hanno già GMLP, RBQM ICH E6(R3) o quadri di rischio ICH Q9(R1) troveranno familiari i principi di gennaio 2026. Il valore dei principi è l'armonizzazione: un quadro che passa i revisori di entrambe le autorità.
Prova in RegAid: Quali sono i 10 principi guida FDA/EMA per l'IA nello sviluppo del farmaco?
Cosa devono fare gli sponsor adesso
I principi sono volontari, ma tre categorie di sponsor non possono aspettare la guidance vincolante.
Sponsor con submission attive dipendenti da IA: se un sistema di IA contribuisce evidenza a un IND, NDA, BLA, CTA o MAA nei prossimi 18 mesi, le aspettative del revisore rifletteranno i principi di gennaio 2026. Allineate il dossier adesso.
Sponsor che usano IA nelle operations cliniche: algoritmi di monitoraggio basato sul rischio, arruolamento pazienti, scoring eCOA e rilevamento di segnali di sicurezza rientrano tutti nello scope. ICH E6(R3) più i principi di gennaio 2026 fissano l'asticella combinata.
Sponsor con IA in produzione e qualità: PAT, modelli di rilascio e analitica delle deviazioni sono sempre più basati su IA. I principi 6, 7, 8 e 9 fissano le aspettative di documentazione e monitoraggio che i regolatori hanno ora.
Una lista d'azioni pratica:
-
Costruire un inventario IA. Elencate ogni sistema di IA usato dall'organizzazione in ricerca, clinico, CMC, safety e commercial. Taggate per criticità, fase di ciclo di vita e punto di contatto regolatorio.
-
Definire un'affermazione di contesto d'uso per sistema. Una pagina per sistema di IA che risponda: cosa fa, chi lo usa, su quali input, per quali decisioni, con quale supervisione umana. Questo documento serve direttamente il principio 4 e sottende tutti gli altri.
-
Documentare provenienza e governance dei dati. Per ogni sistema: sorgente dei dati di training, valutazione di rappresentatività, metodologia di etichettatura, controlli di accesso e politica di conservazione. È il principio 6.
-
Istituire un foro di governance IA. Revisione trasversale regolare (data science, regulatory, clinico, statistico, legale, IT) con verbali scritti delle decisioni di rischio. Serve il principio 5 e crea l'audit trail che gli ispettori si aspettano.
-
Definire protocolli di valutazione della performance. Per ogni sistema in uso regolatorio-rilevante: metriche, test out-of-distribution, valutazione dei bias e criteri di accettazione pre-specificati. Principi 7 e 8.
-
Attivare monitoraggio del ciclo di vita. Rilevamento del drift in produzione, dashboard di performance, trigger di retraining e procedure di ritiro delle versioni. Principio 9.
-
Allineare i template documentali ai principi. Aggiornate datasheet, model card e report di validazione per mappare esplicitamente i 10 principi. I revisori che sfogliano la submission troveranno la struttura attesa.
Fraintendimenti ricorrenti
"I principi sono non vincolanti, possiamo rimandare": i principi sottenderanno la guidance vincolante in entrambe le giurisdizioni. Gli sponsor che aspettano la versione vincolante affronteranno tempistiche compresse. La via efficiente è implementare adesso.
"Abbiamo già una model card, siamo a posto": una model card documenta il modello. I principi richiedono di documentare contesto d'uso, gestione del ciclo di vita, supervisione umana e governance. La model card è un pezzo di un pacchetto più ampio.
"I principi valgono solo per l'IA clinica": lo scope è lo sviluppo del farmaco nel senso ampio, ricerca precoce, CMC, produzione e farmacovigilanza inclusi. L'IA di produzione sotto il principio 9 è tanto nello scope quanto l'IA clinica sotto il principio 4.
"I principi duplicano il Regolamento UE sull'IA": si sovrappongono ma non duplicano. Il Regolamento IA è diritto UE orizzontale. I principi di gennaio 2026 sono aspettative regolatorie pharma-specifiche di FDA ed EMA. Uno sponsor europeo di attività di sviluppo del farmaco basata su IA deve soddisfarli entrambi.
"Basato sul rischio significa che possiamo saltare controlli sull'IA a basso rischio": basato sul rischio significa controlli proporzionati al rischio, non assenti. Anche l'IA a basso rischio ha bisogno di contesto d'uso, validazione di base e monitoraggio. I principi 4, 6 e 9 non hanno un minimo.
Punti chiave
- FDA ed EMA hanno pubblicato congiuntamente i Guiding Principles of Good AI Practice in Drug Development il 14 gennaio 2026
- I 10 principi coprono human-centric by design, approccio basato sul rischio, aderenza agli standard, contesto d'uso, expertise multidisciplinare, data governance, design del modello, valutazione della performance, gestione del ciclo di vita e informazione trasparente
- Ambito: l'intero ciclo di vita dello sviluppo del farmaco: ricerca, clinico, CMC, submission e farmacovigilanza
- I principi sono volontari oggi; sottenderanno guidance vincolanti in entrambe le giurisdizioni entro 12-24 mesi
- I quadri esistenti (ICH E6(R3), ICH Q9(R1), Regolamento UE sull'IA, FDA GMLP) si armonizzano con i principi invece di competere; costruite un pacchetto integrato di governance IA
- Gli sponsor con submission attive dipendenti da IA dovrebbero allineare i dossier adesso; i principi fissano già le aspettative del revisore
Come aiuta RegAid
RegAid copre i principi congiunti FDA/EMA di gennaio 2026, il framework FDA di gennaio 2025 sulla credibilità dei modelli di IA, il reflection paper EMA sull'IA del 2024, i principi GMLP della FDA, ICH E6(R3), ICH Q9(R1) e il Regolamento UE sull'IA. Chieda "Quali sono i 10 principi guida per l'IA nello sviluppo del farmaco?" o "Come interagisce il Regolamento UE sull'IA con le aspettative EMA per l'IA negli studi clinici?" e otterrà una risposta citata con link ai documenti primari delle autorità e ai testi legali.