Header
Ihr Suchergebnis
Sie recherchieren derzeit unangemeldet.Melden Sie sich an (Login) um den vollen Funktionsumfang der Datenbank nutzen zu können.
Sie suchen in allen Bereichen nach dem Autor Brandstetter P.
In der Rubrik Zeitschriften haben wir 2 Beiträge für Sie gefunden
-
Annex 22
Rubrik: IT
(Treffer aus pharmind, Nr. 04, Seite 296 (2026))
Köth C | Brandstetter P | Ratheiser P
Annex 22 / Chance zur KI-Regulierung – oder technologische Blockade? · Köth C, Brandstetter P, Ratheiser P · GMP Production of the Future und Accenture Scientific Informatics Services und EY Austria
Annex 22 KI Validierung GenAI 2-Kanal-Überwachung Annex 22 setzt erstmals einen längst überfälligen regulatorischen Rahmen für den Einsatz von KI im GMP-Umfeld [ 3 ]. Die Zielsetzung – Sicherstellung von Patientensicherheit, Datenintegrität und Nachvollziehbarkeit – ist sinnvoll und ausdrücklich zu begrüßen [ 2 , 3 ]. Positiv (Tab. 1) hervorzuheben sind insb.: die erstmalige formale regulatorische Definition von Künstlicher Intelligenz(KI)/Maschinelles-Lernen(ML)-Systemen [ 3 , 7 , 8 ], der grundsätzlich angekündigte risikobasierter Ansatz [ 2 , 3 , 8 ], die Forderung nach dokumentierten Definitionen für den Verwendungszweck (Intended-Use) und Definition von Akzeptanzkriterien [ 3 , 8 ], die Betonung von Erklärbarkeits(Explainability)-Anforderungen sowie die Anforderungen an ...
-
Explainable AI für die KI-Validierung in der aseptischen Arzneimittelproduktion
Rubrik: IT
(Treffer aus pharmind, Nr. 04, Seite 541 (2022))
Polzer A | Fleiß J | Thalmann S | Kainz P | Brandstetter P | Köth C
Explainable AI für die KI-Validierung in der aseptischen Arzneimittelproduktion / Polzer et al. • Explainable AI für die KI-Validierung · Polzer A1, Fleiß J1, Thalmann S1, Kainz P2, Brandstetter P3, Köth C4 · 1 Universität Graz, Graz (Österreich) und KML Vision GmbH, Graz (Österreich) und Accenture Scientific Informatics Services, Zürich (Schweiz) und Fresenius Kabi Austria GmbH, Graz (Österreich)
Während künstliche Intelligenz in verschiedensten Unternehmen bereits erfolgreich eingesetzt wird, findet sie in hochregulierten Bereichen wie der pharmazeutischen Industrie bisher kaum Anwendung. Der Hauptgrund dafür ist die nach wie vor unklare Vorgehensweise bei der im GMP-Umfeld notwendigen Validierung, sofern man überhaupt die technischen Hürden im Vorfeld geschafft hat. Im vorliegenden Fall wurde ein auf Explainable Artificial Intelligence (XAI) basierender Validierungsansatz für ein KI-System im Bereich der aseptischen Arzneimittelproduktion entwickelt und getestet. Die Analyse der Resultate hat gezeigt, dass der entwickelte Ansatz ausreichend Nachweise für die erfolgreiche Validierung sammeln kann, dass er mehr Aufwand als die klassische Softwarevalidierung erfordert, aber gleichzeitig ...
