GMP首个AI附录来了:静态模型能上,大模型禁入关键应用
先问一个问题：你们QC实验室，有没有人用大语言模型帮忙写OOS调查报告的初稿？车间工程师有没有用AI助手查过设备故障、起草过SOP？
不用不好意思，现在基本家家都有，只是没写进任何程序文件。而监管已经把线画出来了。
先说状态：还是草案，但来头不小
Annex 22是EU GMP第一个专门管人工智能的附录，2025年7月和Annex 11修订版、第4章一起公开征求意见，10月7日截止。和Annex 11一样，截至2026年9月它还是草案，EMA的目标是2026年四季度向欧盟委员会提交终稿。中间有个值得注意的动作：2026年6月底，EMA开了一场两天的多方利益相关者专家研讨会，专门重新讨论生成式AI的对待方式——说明这个话题还在博弈中。
草案只有6页，但分量不小。它是和Annex 11修订稿一起起草的，定位是Annex 11的补充文件，两者要配套读。
三条红线
草案的范围是：在关键GMP应用——直接影响患者安全、产品质量或数据完整性的场景中使用的AI模型。在这个范围内：
1. 动态模型不行就是那些在使用过程中持续自动学习、自己调整性能的模型。参数必须全部冻结。2. 概率模型不行 同样的输入可能给出不同输出的模型，不合适。
3. 生成式AI和大语言模型明确禁入关键应用 草案原文写得很直白。
注意，禁的是"关键应用"，不是禁AI本身。非关键场景用GenAI是允许的，但草案要求：由经过资质确认和培训的人员负责判断输出是否适合预期用途。换句话说，AI可以写初稿，人必须签字负责。
关键应用里允许什么模型，验证怎么做？
草案允许的是静态、确定性模型——比如QC微生物实验室里自动识别菌落图像的分类模型、自动目检系统里的缺陷分类算法。但允许的代价是一套很具体的验证要求，我挑几条最实战的：
预期用途由工艺专家负责。 模型要替代或辅助什么任务、输入数据有哪些常见和罕见的变体、边界情况是什么，要有详细描述，由工艺SME负责，并在验收测试开始前批准。"这个模型准确率95%"这种笼统说法过不了关。
测试数据要独立。 测试数据必须覆盖并超出预期用途的全部样本空间，要分层、要包含关键子组。而且训练数据的管理人员和测试结果的确认人员要分开——四眼原则。
验收标准不得低于被替代的工艺。 这条最狠，也最实战。你想用AI目检替代人工灯检？先回答：人工灯检的误判率是多少？如果说不出来，就没有基线，就没有资格说AI"至少和人工一样好"。草案逼着企业先把被替代工艺的性能摸清楚。
上线后要监控数据漂移。 模型部署后输入数据的分布会变——新辅料供应商、新设备、季节性差异。草案要求针对原始训练范围制定漂移监控计划。这一点传统的CSV里根本没有对应物。
不是远虑：FDA已经开过刀了
今年4月，FDA开出了业内普遍认为的首张与AI相关的警告信：一家企业用AI代理生成药品质量标准、程序文件和主生产记录，这些文件未经质量部门审核就投入了使用，被引用21 CFR 211.22(c)——质量部门的职责条款。
注意FDA的逻辑：它没有立什么新规，用的是老条款——质量单位审核是GMP的底线，不管文件是人写的还是AI写的。
欧洲那边也有动静。MHRA检查员部门6月底发布了关于GxP检查回复中使用AI的立场文件，点名有企业用AI起草检查回复时，引用了不存在的法规条款、编造了严重失实的内容。监管的态度一致：AI可以用，人的核实和组织的责任跑不掉。
QA现在能干什么
Annex 22还是草案，但有一件事现在就该做：AI使用盘点。
因为很多AI不是企业主动引入的，是悄悄进来的——办公软件内置的AI功能、云QC软件的新版本塞进去的异常检测模块、供应商承诺的"智能放行"功能。QA不盘点，检查官问"你哪些GMP流程用了AI"的时候，答案只能是不知道。
建议的步骤：
- 盘点：把现有系统和软件里所有AI/机器学习功能列出来，包括厂商声明里提到的。
- 分级：按用途判断是否属于关键GMP应用（影响患者安全、产品质量、数据完整性）。
- 对关键应用里的AI：对照草案要求跑差距分析，重点看有没有性能基线、测试数据是否独立、有没有漂移监控。
- 对非关键应用：明确"人负责"的机制写进程序，别让AI输出直接变成记录。
- 管住新采购：URS里加一条——供应商引入AI功能需事先通知并配合评估。
对企业的实际建议就一句：系统现在做的设计决策，到时候Annex 22生效了它还在运行。现在把预期用途写清楚、把基线数据留下来，比终稿发布后回头补便宜得多。
下一篇聊这个系列里唯一有确定生效日期的文件：PIC/S PI 006-4，确认与验证推荐指南，10月1日生效。这一次不用等，倒计时已经开始。