AI per GxP

L’AI in ambito GxP accelera le attività di QA e QC, ma senza governance, dati affidabili e una strategia di applicazione introduce il rischio di ritardi, blocchi e contestazioni. 

Il 10 e 11 dicembre segui un percorso progettato per chi opera in Quality Assurance e Quality Control e deve integrare nuovi modelli senza compromettere compliance, Data Integrity e controllo dei processi. 

Iscriviti e apprendi come: 

• assicurare il rispetto delle richieste dell’Autorità per ridurre il rischio di sanzioni o fermi produttivi 
• valutare limiti e potenzialità dei diversi strumenti di AI applicabili ai tuoi processi di QA e QC 
• addestrare modelli di AI robusti e tracciabili per ridurre hallucinations e bias 
• applicare il principio human-in-the-loop per ottenere output affidabili, replicabili e tracciabili 
• definisci ruoli, criteri di qualifica e gate decisionali per garantire il monitoraggio dei progetti di AI 
• individua KPI diretti e indiretti e criteri di successo per misurare efficacia e ROI degli strumenti. 

Partecipa alla sessione di Learning by Doing e verifica il funzionamento di un modello di GenAI applicato alla revisione di una SOP per individuare dati critici, rischi, responsabilità e misure di mitigazione applicabili in un caso concreto. 

Non perdere controllo su compliance, responsabilità e sostenibilità del sistema, governa l’AI dall’analisi iniziale all’adozione e accelera i tuoi processi senza incorrere in rischi ed errori regolatori o operativi. 

Sei interessato a maturare i crediti ECM per mantenere l’iscrizione al tuo albo professionale? Contattaci

A chi si rivolge

Perchè partecipare

• 01 Interpretare i requisiti di Annex 11, Annex 22 e GxP per definire il corretto perimetro di validazione e preparare evidenze documentali solide in sede ispettiva
• 02 Governare qualità, provenienza, tracciabilità e integrità dei dataset per ottenere output affidabili e proteggere la Data Integrity lungo l’intero ciclo di vita del dato
• 03 Valutare caratteristiche, vantaggi e limiti dei modelli di AI per ridurre hallucination, bias e output non affidabili
• 04 Assegnare responsabilità, requisiti infrastrutturali e criteri di qualifica per evitare vuoti di controllo tra Quality, IT, Business, Data Manager e fornitori
• 05 Costruisci un percorso a gate dal Proof of Concept al Minimum Viable Product per testare la soluzione in ambiente controllato prima di estenderla ai processi GxP

Formazione Finanziata

I Docenti

Mirko Puliafito

Founder & CEO
Digitiamo

Corrado Taborelli

Qualified Person & Quality Unit Head
Curia

Giovanna Iannuzzi

Programma