在 10 月 6 日至 8 日举行的药物信息协会（DIA）药物警戒授权人（QPPV）全球论坛上，英国 MHRA 警戒情报和研究小组组长 Phil Tregunno 表示，考虑到制药企业采用 AI 解决方案来执行核心安全性报告任务的发展速度，“药物警戒团队内部的技能平衡”将随时间而改变。在采用 AI 的药物警戒部门中，虽然仍有生命科学家的一席之地，但是数据科学家将成为“不断成长并且重要的角色。”
Tregunno 解释指出，在药物警戒领域，制药企业大多使用 AI 工具（例如自然语言处理）来节省与重要但繁琐的任务相关的成本，例如，手动输入不良事件数据以及处理到各自的安全数据库中。
但是，百时美施贵宝（BSM）的安全性科学、许可后安全研究和全球患者安全高级总监 Salvatore Cicirello 表示，虽然与 AI 相关的成本节约为企业采用此类解决方案提供了令人信服的理由，但这不应该是做出这一转变的唯一原因。企业还应考虑如何通过允许 AI 以最有效的方式转移其资源来增加药物警戒系统的价值。通过使用 AI，企业可以使员工远离重复的“复制粘贴活动”并“以符合企业利益和个人利益的方式，利用员工的才能进行一系列核心战略和更有益的活动。这才是真正创造价值的地方。”
采用 AI 的企业将必须考虑其药物安全性人员所配备的了解与之交互和使用这些系统的专业水平。可能必须创建新的支持性职位以进行故障排除并解决机器学习算法中的错误。Cicirello 表示，应有一条“明确的路径”，通过帮助药物安全性专业人员获得新的核心技能来过渡到新角色。
有关 AI 对药物警戒专业人员的影响以及未来是否可能由 IT 专业人员“完全取代”其职位的担忧，Tregunno 表示，这不太可能。“我认为，在药物警戒中，我们将始终需要人为因素，以便能够从安全角度了解对我们重要的事情。而成为存粹的 IT 学科，我们就会失去这一优势。”“也就是说，显然，我们将需要具备适当的技能来管理 AI 系统，”这意味着企业和监管机构中的药物警戒检查员必须平衡必要的技能和资源，并确保与系统相匹配。
尽管药物警戒领域充斥着 AI 活动，但 Tregunno 表示，MHRA 尚未看到“完全基于 AI”的药物警戒系统，并且在不久的将来也可能不会有，“纯粹是因为企业倾向于在特定的细分领域实施 AI 然后逐步扩大其使用范围。”Tregunno 表示，随着技术的进步，“人工智能和人力资源之间的平衡可能会发生变化”，并且在药物警戒团队中需要新的技能。他补充指出，虽然病例数据的手工输入还涉及熟练医疗人员的使用，但是管理基于机器学习和基于 AI 的系统所需的技能将有所不同。
从监管者的角度来看，Tregunno 表示，使用 AI 的“最令人兴奋的领域”将使 AI 进入信号检测领域，以支持多个数据源更好地汇总和理解已识别的安全问题。他补充表示，在这一领域“取得了一些非常明显的胜利。”
ProductLife Group 咨询公司的 Marco Anelli 表示，在过去几年中，药物警戒发生了重大变化，从最初的反应性到主动性再到现在的预测性转变。AI的出现允许使用“我们收集的所有数据来预测和模拟现实情况。”
