AI药物监管落地具体流程与方法

1 应用一：形式审查（监管侧）

对于监管侧形式审查，AI可拆为 7 步。传统以人工清单核对为主，引入 AI 后变为“机器预审 + 人工复核”。

企业在线填报申请表并提交电子申报资料/eCTD

↓

① 接收与技术校验（可读性、病毒、电子签章、结构）

↓

② 申请事项与职权范围判定

↓

③ 申请表规范性审查

↓

④ 申报资料完整性 / 目录结构审查

↓

⑤ 关键信息一致性与形式合规审查

↓

⑥ 汇总不符合项 → 建议结论（受理 / 补正 / 不予受理）

↓

⑦ 人工复核签发 → 电子文书推送申请人

步骤说明：

① 接收与技术校验（受理前门槛）

光盘/网络包是否可正常读取

是否通过病毒检查

全部 PDF 是否完成申请人/代理机构电子签章

eCTD 是否通过技术验证（校验和、结构、命名等）

不通过通常退回重交，尚未进入实质“形式审查结论”。

② 申请事项与职权范围

事项是否属于国家局/药审中心受理范围（如 IND、NDA、补充申请、再注册等）

注册分类、申请路径是否与品种属性匹配

是否存在“不应在本渠道申报”的情形（如应走省局备案却按审批类申报）

③ 申请表审查

网上申请表填写完整、规范，不得手写涂改

各页数据核对码一致

通用名、规格、注册分类、申请事项、申请人信息与证明文件一致

加快程序勾选是否与沟通交流情况相符（如适用）

④ 资料完整性 / 目录结构

是否按 CTD/eCTD 或《药品注册申请电子文档结构》组卷

目录及项目编号不得擅自改动；无内容项应保留并注明“不适用”及理由

证明性文件、自查表、承诺书、说明函等行政文件是否齐全

需临床试验数据库的是否随附

⑤ 一致性与形式合规（高频问题区）

申请表 ↔ 证明文件 ↔ 说明书/质量标准草案 ↔ Module 摘要中的关键字段是否一致

原辅包登记号/受理号是否与登记平台信息一致

PDF 是否可检索、书签/超链接是否基本符合电子申报要求

签章页、授权委托、营业执照等是否在有效期内、主体是否匹配

⑥⑦ 结论与文书，具体流程如下表

例子 1：完整性缺失 → 补正（最常见）

情形：某化学仿制药上市许可电子申报。

人工/清单要求： Module 1 应含药品注册申请表、申报资料自查表、证明性文件、说明书样稿等；药学部分应按 CTD 保留全部项目号。

AI 采取的动作：

解析电子文档目录树 / eCTD backbone
加载“化药 4 类 NDA”完整性规则包
发现：1.3.x 药包材登记资料目录存在，但对应 PDF 为空；2.3 质量总体概述缺失
输出不符合项：
缺失《质量总体概述》（依据：申报资料要求 / 受理审查指南对应条款）
药包材项有目录无内容
自动生成补正通知书草稿：“请于 30 日内一次性补正以下全部内容：……”
人工复核：确认药包材是否可“不适用”；若企业已说明集中采购包材且附登记号，可能改为“补充登记号截图”而非整套资料；签发补正文书。

例子 2：申请表与证明文件不一致 → 补正或当场更正

情形：申请表填写持有人为“XX 生物科技有限公司”，营业执照 PDF 为“XX 生物科技股份有限公司”；生产地址与《药品生产许可证》变更页不一致。

AI 采取的动作：

OCR/解析营业执照、生产许可证关键字段
与申请表结构化字段做实体比对（企业名称、统一社会信用代码、地址）
高亮差异：名称多/少“股份”、地址门牌号不一致
判定建议：属于可补正的形式问题（一般不直接否定技术内容）
草稿表述：请确认并统一申请人名称与住所信息，提交变更后证照或更正申请表
价值：此类“多文档交叉核对”最耗人工时间，AI 可在分钟级完成初筛。

例子 3：eCTD / 电子文档技术形式问题

情形： 2026 年起化药、生物制品等更大范围可按 eCTD 申报；eCTD 品种在受理环节还有结构与验证要求。9

AI + 规则引擎动作：

形式审查流程本质是：接收校验 → 职权与事项 → 申请表 → 资料齐全性 → 形式与一致性 → 一次告知补正或受理/不予受理（法定时限内）。

AI 的作用是使用用规则引擎处理“硬校验”，用 LLM+RAG 处理“读得懂的法规与跨文本比对”，自动生成带依据的问题清单和文书草稿，把审查员从翻页打勾中解放出来，专注于边界判断与最终签发；国家药监局场景清单与信息中心实践均按此路径推进。

2 应用二：辅助技术审评（监管侧）

将电子化申报材料输入训练后的大语言模型，用分析模板做结构化处理。自动提取成分、用途、用法、检验结果、审评意见等关键信息，对企业补充材料与初始材料自动比对并提示差异。可进一步用于审批资料整理、技术核查辅助，自动对比附条件批准上市后研究材料与原批件条件、上市后变更与验证情况。目标是让审评员更专注专业判断与决策。

以 CDE 对人用药品上市许可/补充申请等技术审评的一般路径概括（不同注册分类、加快程序会有差异）：

受理入库过程

→ 任务分派（药学/药理毒理/临床/统计/临床药理等）

→ 资料通读与结构化建档

→ 分专业深度审评（对照指导原则与历史案例）

→ 内部沟通 / 综合审评

→ 发补（如需）→ 企业答复 → 再审

→ 必要时技术核查 / 检验 / 专家咨询

→ 审评报告与结论建议

→ 审批决定与制证

AI 最有价值的区间通常是：建档与通读、跨模块一致性、发补前后差异、知识与案例检索、问题草稿与报告骨架——即把“找信息、对信息、写草稿”从审评员工作中剥离，把“判风险、定结论”留给人。

端到端：一次 NDA/补充申请中的 AI 工作流

以化学仿制药上市许可（化药 4 类）或创新药 NDA 的共性环节为例：

例子 1：关键信息结构化提取——“从千页到一页纸”

情形：某 1 类创新药 NDA，eCTD 含 Module 2 综述、Module 3 药学、Module 4 非临床、Module 5 临床 CSR 等。

AI 动作（分析模板驱动）：

解析目录树与正文，按预设“药品审评关键信息模板”抽取，例如：
成分/规格/剂型/给药途径
拟定适应症、用法用量、疗程
关键生产工艺步骤与关键质量属性（CQA）摘要
有关物质/溶出/稳定性结论性数据
枢轴试验设计、主要终点、关键疗效与安全性数字
说明书黑框/警告/禁忌要点
输出结构化品种档案（可检索、可跳转原文）

举例输出片段（示意）

【品种卡片·AI草稿·待人工确认】

通用名：XX；注册分类：化药1类；规格：100 mg

拟定适应症：……（来源：1.x 申请表 / 2.5 临床概述 p.12）

用法用量：……（来源：说明书样稿 / 2.7.3）

关键杂质：杂质A限度0.15%（3.2.S.3.2；依据方法验证报告…）

Ⅲ期主终点：PFS，HR=0.72（95%CI …），p=…（5.3.5.1 CSR 表14.2.1）

AI提示：Module 2.5 与说明书适应症表述存在措辞差异 → 见一致性报告#C-03

审评员价值：原先数日的“建档摘录”压缩为小时级核对；精力转向终点临床意义、获益风险、CMC 控制策略是否充分。

例子2：附条件批准——上市后研究材料 vs 原批件条件 1

情形：某抗肿瘤药附条件批准，批件要求“X 年前提交确证性临床试验报告，主要终点为总生存期 OS”。

AI 进行的动作：

从原批件/审评报告抽取所附条件结构化列表；
从企业提交的上市后研究资料中匹配研究方案、进度、终点、人群；
逐条映射：条件是否覆盖、终点是否一致、是否超期、是否有方案重大变更未说明

举例：

例子3：知识检索 + 问题识别——“像带教老师一样提示关注点”

情形：审评员审评某口服固体仿制药 BE 与药学资料。

AI 动作（RAG）：

检索现行有效的 BE 指导原则、溶出曲线比较、杂质研究、稳定性等文件；
结合本品剂型/ BCS 分类/是否高变异，生成个性化关注清单；
对照申报资料覆盖情况，标出“资料已覆盖 / 未提及 / 提及但证据弱”。
举例提示（非结论）：
高变异药物 BE：是否说明重复设计或放宽标准依据？
杂质：工艺杂质与降解产物是否均有来源分析？
包材：吸湿性原料与包装系统是否匹配？

辅助技术审评的业务本质，是在受理之后对药学、非临床、临床等模块做专业评价并形成发补与结论；AI 的核心作用是：用模板化 LLM 把海量申报资料变成可核对的结构化事实，用比对与 RAG 完成一致性检查、发补闭环、知识与问题草稿、报告骨架，从而把审评员从“翻页、摘录、找不同”中解放出来，聚焦科学判断与风险决策。

3 应用三：法规与指导原则智能检索（企业侧）

企业注册事务（RA）、医学写作、CMC、临床、药物警戒等团队，在海量 NMPA / CDE、FDA、EMA、ICH（以及必要时 PMDA、WHO 等）法规、规章、技术指导原则、问答、通告中，用自然语言快速定位现行有效、与本品相关的适用条文，并完成跨机构比对与变更追踪。

这属于企业 Regulatory Intelligence（监管情报）的核心能力，也是注册策略、申报撰写、发补答复、变更分级、说明书合规的“上游输入”。公开导航类资源已显示：仅中国侧就需同时面对 CDE 指导原则库、NMPA 公告、ICH 转化文本、eCTD 专栏、目录集、原辅包登记等多入口，人工逐站检索成本高、易漏、难版本管理。