在PDA Week 2026活动期间进行的两部分访谈的第一部分中，Regulatory Compliance Associates, Inc.公司的Susan J. Schniepp讨论了技术在制药制造领域中的演变角色。她讨论的核心是数字孪生技术的实施，她将其描述为模拟现场操作员的系统。Schniepp解释说，当这些数字模型与物理操作出现偏差时，需要采取纠正措施或进行新的验证以使两者重新对齐。该技术的一个主要优势是能够识别数据完整性热点区域，这些区域可能因文档处理方式而导致违规。
向人工智能的转变代表了从传统纸质或中间电子系统（其中人类执行每一次审批）的重大变化。借助机器学习，系统现在可以自行执行大部分数据收集和验证工作，使机器能够承担更大的角色。然而，这一转变引发了关于人类监督在何处最有效的重要问题。Schniepp建议，人类意见与机器数据之间的差异应被视为需要正式调查的偏差。她指出："我们传统的模式是对其进行调查。"
展望未来，Schniepp承认机器学习的快速进展及其在数据处理方面超越人类能力的潜力。她指出："在某个时刻，随着机器学习的深入，它可能会比人类吸收更多的数据和信息，并以更快的速度学习，最终在某些方面可能比人类更有能力。在这一点上，我感到担忧的是，人类可能会脱离循环。"目前，她主张人类优先，建议由于该技术还很新，人类应在出现冲突时调查数字孪生体，以确定任何差异的根本原因。
【全文结束】