← Semua wawasan
HERMS · WAWASAN

AI yang diatur dalam urusan regulasi

Kertas Putih Herms

Jelajahi Pendekatan HERMS dan Portofolio Solusi kami.

Unduh kertas putih kata yang dapat diedit

Kertas Putih Herms | WP5 | November 2026

AI yang diatur dalam urusan regulasi

Kerangka kerja untuk kecerdasan yang dapat dipertanggungjawabkan manusia

Regulator di Amerika Serikat, Eropa, Arab Saudi, dan Abu Dhabi sekarang sepakat pada satu hal: AI dapat mendukung pekerjaan regulasi, tetapi orang tetap bertanggung jawab atas setiap keputusan. Makalah ini mengubah konsensus itu menjadi kerangka kerja praktis untuk tim urusan regulasi di GCC.

Konsultasi Herms DMCC

Dubai, Uni Emirat Arab | [email protected] | www.hermsglobal.com

Isi

Ringkasan bisnis plan

1. Mengapa Urusan Regulasi Membutuhkan AI yang Diatur

2. Lanskap Peraturan

3. Konsep inti

4. Kerangka Kecerdasan Kecerdasan yang Dapat Ditanggung Manusia Herms

5. Tingkat risiko untuk kasus penggunaan peraturan

6. Hak Keputusan Manusia

7. Bukti, Ketertelusuran dan Audit

8. Model AI dan Bahasa Besar Generasi

9. Peta Jalan Implementasi

10. Daftar Periksa Jebakan dan Kesiapan

11. Bagaimana Herms Membantu

Referensi

Ringkasan bisnis plan

AI sudah menjadi bagian dari pekerjaan regulasi. Pusat Obat FDA melaporkan pengalaman dengan lebih dari 500 kiriman dengan komponen AI dari 2016 hingga 2023.5 Pada Januari 2026, FDA dan EMA menerbitkan sepuluh prinsip bersama untuk praktik AI yang baik di seluruh siklus hidup obat-obatan, yang pertama adalah itu AI harus berpusat pada manusia dengan desain.1

10 Prinsip Bersama FDA–EMA untuk Praktik AI yang Baik, Januari 202617 Langkah dalam Kerangka Kerja Kredibilitas Berbasis Risiko FDA3500+ Pengajuan dengan Komponen AI Ditinjau oleh Pusat Obat FDA, 2016–20235Okt 2025 Abu Dhabi Bertanggung Jawab AI Standar berlaku15

Arahnya konsisten di seluruh yurisdiksi. Prinsip-prinsip etika AI Arab Saudi memerlukan pengawasan manusia di seluruh siklus hidup AI dan orang-orang yang dapat diidentifikasi dan dapat dipertanggungjawabkan.12 Abu Dhabi membutuhkan pengawasan manusia-dalam-loop atau manusia-on-the-loop, mengesampingkan mekanisme dan jalur audit.15 EMA menyatakan bahwa pemohon atau pemegang otorisasi pemasaran bertanggung jawab untuk memastikan bahwa semua algoritme, model, dan kumpulan data sesuai dengan tujuan.7

Enam Komitmen AI yang Diatur

  • Tentukan konteks penggunaan untuk setiap aplikasi AI sebelum digunakan.1,3
  • Mengatur pengawasan secara proporsional dengan risiko, berdasarkan seberapa besar output mempengaruhi keputusan dan apa yang terjadi jika itu salah.3,4
  • ground setiap output dalam sumber yang dapat diperiksa oleh reviewer.1,15
  • Tetapkan pemilik manusia bernama untuk setiap keputusan yang didukung AI.12,15
  • log input, output, versi dan intervensi manusia untuk audit.15
  • memantau dan mengevaluasi kembali kinerja selama siklus hidup.1,15
Pandangan Herms Dalam urusan regulasi, pertanyaannya bukanlah apakah AI cukup akurat untuk diputuskan. Apakah organisasi dapat menunjukkan siapa yang memutuskan, pada bukti apa, dan mengapa.

1. Mengapa Urusan Regulasi Membutuhkan AI yang Diatur

Urusan regulasi adalah dokumen-berat, bergantung pada sumber, dan didorong oleh tenggat waktu, yang membuatnya sangat cocok untuk dukungan AI. Ini juga merupakan fungsi di mana kesalahan dapat mempengaruhi keselamatan pasien, kualitas produk atau kepercayaan regulator pada perusahaan.

di mana AI menambahkan nilai

AktivitasDukungan AI yang khasperan manusia
Intelijen RegulasiMemantau situs web otoritas, meringkas panduan baru, perubahan penandaanKonfirmasi relevansi dan dampak; memutuskan tindakan
Persiapan berkasDraf pertama, modul pemeriksaan silang, analisis kesenjangan terhadap persyaratanTinjau, perbaiki, dan setujui konten
pelabelanMembandingkan label SMPC, PIL dan referensi; Pelacakan Perbedaanmemutuskan kata-kata; Menyetujui Label Lokal
Surat Kueri dan KekuranganMenemukan tanggapan sebelumnya dan data sumberTulis dan tanda tangani tanggapannya
Dukungan farmakovigilansTriase Asupan Kasus, Penyaringan SastraPengkajian medis dan kausalitas
Tender dan hargaMengekstrak persyaratan, memeriksa kelengkapan dokumenKeputusan Komersial dan Kepatuhan

di mana AI menciptakan risiko

  • Output yang tidak akurat: EMA mencatat bahwa model bahasa besar dapat menghasilkan hasil yang bervariasi dan respons yang tidak relevan atau tidak akurat.8
  • Kebocoran data: Prinsip-prinsip EMA yang sama menyoroti potensi risiko keamanan data dan kebutuhan akan input data yang aman.8
  • Akuntabilitas yang tidak jelas: Jika tidak ada orang yang memiliki kesimpulan yang didukung AI, tidak ada yang dapat mempertahankannya kepada regulator.12
  • Silent Drift: Kinerja model dapat berubah seiring waktu, itulah sebabnya prinsip-prinsip bersama menyerukan pemantauan terjadwal dan evaluasi ulang.1

2. Lanskap Peraturan

Tidak ada aturan AI tunggal untuk urusan regulasi. Kerangka dalam makalah ini mengacu pada sumber-sumber berikut.

SumberStatusHubungan
FDA–EMA Panduan Prinsip Praktik AI yang Baik1Diterbitkan Januari 2026; sukarelasepuluh prinsip dari desain yang berpusat pada manusia hingga manajemen siklus hidup; dasar untuk panduan masa depan2
FDA Draf Pedoman AI untuk Pengambilan Keputusan Regulasi3Draf, Januari 2025Tujuh langkah, kerangka kredibilitas berbasis risiko untuk konteks penggunaan yang ditentukan
Kertas refleksi EMA tentang AI dalam siklus hidup produk obat6Diadopsi September 2024Pertimbangan untuk penggunaan AI yang aman dari penemuan hingga pasca-otorisasi
Prinsip Panduan EMA/HMA pada Model Bahasa Besar8Diterbitkan September 2024; Diperbarui secara berkalaInput yang aman, tinjauan kritis terhadap keluaran, pembelajaran berkelanjutan, eskalasi
EU GMP Lampiran 22: Kecerdasan Buatan9Draf Konsultasi, Juli 2025Draf mengecualikan AI generatif dari penggunaan GMP kritis; Lingkup di bawah tinjauan10
UU AI ACT11aplikasi bertahap; Aturan berisiko tinggi dari Desember 2027 dan Agustus 2028Aturan Transparansi berlaku mulai Agustus 2026
SDIA AI Prinsip Etika dan Pedoman Genai untuk Pemerintah12,13berlaku, Arab Saudipengawasan manusia; akuntabilitas; Tidak Ada Genai dalam Keputusan Pemerintah Kritis
Kebijakan AI DOH Abu Dhabi dan Standar AI yang Bertanggung Jawab14,15Kebijakan 2018; Standar Oktober 2025Tingkat risiko, pengawasan manusia, jalur audit dan dokumentasi
ISO/IEC 4200116 dan NIST AI RMF17Diterbitkan 2023Sistem manajemen dan kerangka kerja risiko: mengatur, memetakan, mengukur, mengelola
Perusahaan implikasi GCC yang beroperasi di Teluk harus mengharapkan regulator untuk menerapkan etika AI nasional dan standar sektor kesehatan di samping harapan FDA dan EMA. Model tata kelola tunggal yang selaras dengan semuanya lebih efisien daripada kontrol terpisah per pasar.

3. Konsep inti

Konteks Penggunaan

FDA mendefinisikan konteks penggunaan sebagai peran khusus dan ruang lingkup model AI yang digunakan untuk menjawab pertanyaan yang menarik.3 Prinsip-prinsip bersama juga memerlukan konteks penggunaan yang jelas untuk setiap teknologi AI. menghasilkan, dan bagaimana output akan digunakan.

risiko model

Rancangan pedoman FDA menilai risiko model dengan menggunakan dua faktor: pengaruh model, yang berarti seberapa besar output mendorong keputusan, dan konsekuensi keputusan, yang berarti dampak dari keputusan yang salah.4 Semakin tinggi risikonya, semakin banyak validasi, pengawasan dan dokumentasi yang diperlukan.3

Kredibilitas

Kredibilitas adalah kepercayaan, dibangun melalui bukti, dalam kinerja model AI untuk konteks penggunaan tertentu. memadai.3

manusia dalam lingkaran dan di lingkaran

Standar AI yang bertanggung jawab di Abu Dhabi mensyaratkan mekanisme manusia-dalam-loop atau manusia-on-the-loop, protokol eskalasi yang jelas berdasarkan tingkat risiko, dan menimpa mekanisme.15 Manusia dalam lingkaran berarti seseorang menyetujui setiap keluaran sebelum digunakan; Manusia pada lingkaran berarti seseorang mengawasi dan dapat campur tangan.

4. Kerangka Kecerdasan Kecerdasan yang Dapat Ditanggung Manusia Herms

Kerangka kerja di bawah ini adalah sintesis herms dari sumber-sumber di bagian 2. Ini mengatur tata kelola AI dalam urusan regulasi menjadi enam pilar.

Pilarapa yang dibutuhkannyaberlabuh di
1. TujuanKonteks penggunaan dan pertanyaan yang menarik untuk setiap aplikasi AIPanduan Draft FDA3; Prinsip Bersama 41
2. ProporsiTingkat risiko berdasarkan pengaruh model dan konsekuensi keputusan; Skala kontrol dengan tingkatPanduan Draft FDA4; Kelas Risiko DOH15; Prinsip Bersama 21
3. Asal usulSetiap output yang terkait dengan sumber saat ini yang dapat diidentifikasi; Garis keturunan data didokumentasikanPrinsip Bersama 61; Aturan Dokumentasi DOH15
4. OrangNama pemilik untuk setiap sistem AI dan setiap keputusan; hak keputusan yang ditentukan; pengguna terlatihAkuntabilitas SDAIA12; Peran DOH15; Prinsip Bersama 51
5. Buktilog input, output, versi, ulasan, dan penggantian; Catatan Audit-SiapKetertelusuran DOH15; ISO/IEC 4200116
6. KinerjaValidasi pra-penggunaan, pemantauan, pemeriksaan drift dan evaluasi ulang berkalaPrinsip Bersama 8 dan 91; NIST AI RMF17
Tes akuntabilitas untuk setiap keluaran peraturan yang didukung AI, organisasi harus dapat menjawab dalam hitungan menit: Apa yang diminta AI, sumber apa yang digunakannya, siapa yang meninjaunya, apa yang mereka ubah, dan siapa yang menyetujuinya.

5. Tingkat risiko untuk kasus penggunaan peraturan

Tingkatan di bawah ini adalah model perencanaan HERMS. Mereka menerapkan logika FDA tentang pengaruh model dan konsekuensi keputusan4 dan prinsip Abu Dhabi yang mengendalikan naik dengan risiko.15

TingkatContohKontrol minimum
Tingkat 1: RendahPencarian internal, catatan rapat, terjemahan pertama untuk membaca internaldaftar alat yang disetujui; tidak ada data rahasia dalam alat yang tidak disetujui; Pengguna yang bertanggung jawab untuk memeriksa
Tingkat 2: SedangRingkasan intelijen peraturan, draf pertama bagian non-kritis, pemeriksaan kelengkapan dokumensumber kutipan diperlukan; Peninjau yang memenuhi syarat menyetujui sebelum digunakan; Audit sampel
Tingkat 3: Tinggikonten yang mendukung klaim keamanan, kemanjuran, atau kualitas; teks pelabelan; tanggapan atas pertanyaan otoritas; Triase Kasus PValur kerja yang divalidasi; persetujuan manusia dari setiap keluaran; logging penuh; bukti kredibilitas yang terdokumentasi; Evaluasi ulang secara berkala
Tingkat 4: Tidak DiizinkanAI sebagai satu-satunya pengambil keputusan tentang pengajuan, persetujuan pelabelan, kausalitas keselamatan, atau keputusan terkait batchdilarang; AI mungkin mendukung tetapi tidak pernah mengganti orang yang bertanggung jawab

Tingkat 4 mencerminkan posisi regulasi yang lebih luas. Pedoman Genai Pemerintah Arab Saudi melarang AI generatif dari keputusan penting yang mempengaruhi individu dan memerlukan peninjauan hasil pada manusia.13 Rancangan GMP EU Annex 22 menyatakan bahwa AI generatif dan model bahasa besar tidak boleh digunakan dalam aplikasi GMP penting.9

6. Hak Keputusan Manusia

Tata kelola gagal ketika tidak jelas siapa yang memutuskan. Setiap proses yang didukung AI harus menentukan empat peran.

PeranTanggung jawab
pemilik sistembertanggung jawab atas sistem AI, konteks penggunaan, tingkat risiko, validasi, dan pemantauannya
Peninjau yang memenuhi syaratMemeriksa setiap keluaran terhadap sumber; mengoreksi atau menolaknya; Mencatat ulasan
pemilik keputusanmenyetujui hasil peraturan, seperti pengajuan, label atau tanggapan, dan menandatanganinya
badan pemerintahanMenyetujui kasus penggunaan baru dan perubahan tingkat; Meninjau insiden, penggantian dan kinerja
  • Orang bernama: SDIA mengharuskan desainer, pengembang, dan pelaksana untuk dapat diidentifikasi dan bertanggung jawab.12
  • Tugas pemantauan yang ditentukan: Abu Dhabi mengharuskan individu atau tim yang disebutkan untuk memantau keluaran, meninjau kasus dan penggantian yang ditandai, dan melaporkan masalah.15
  • Otoritas akhir tetap manusiawi: Standar Abu Dhabi menyatakan bahwa dokter harus mempertahankan otoritas pengambilan keputusan akhir dalam skenario perawatan kesehatan yang dibantu AI.15 Logika yang sama berlaku untuk penandatanganan peraturan.
  • Tanggung jawab perusahaan: EMA menempatkan tanggung jawab atas kesesuaian model dan data pada pemohon atau pemegang otorisasi pemasaran.7

7. Bukti, Ketertelusuran dan Audit

Regulator atau auditor mungkin bertanya bagaimana kesimpulan yang didukung AI dicapai. Catatan harus menjawab pertanyaan itu tanpa bergantung pada ingatan.

Apa yang harus direkam

  • Sumber: dokumen, versi dan tanggal yang digunakan untuk menghasilkan output.1
  • input dan output: prompt atau query, output dan model atau versi sistem.15
  • Tindakan manusia: peninjauan, pengeditan, penggantian dan persetujuan, masing-masing ditautkan ke orang yang bertanggung jawab.15
  • Validasi: hasil pengujian, kriteria penerimaan dan hasil pemantauan.15
  • Garis keturunan data: asal data, langkah-langkah pemrosesan dan keputusan analitis, didokumentasikan dengan cara yang dapat dilacak sejalan dengan GXP.1

Retensi dan Akses

Standar Abu Dhabi memerlukan dokumentasi yang dikontrol versi yang tersedia untuk audit internal dan eksternal, dan pencatatan semua akses ke sistem AI.15 Tim pengatur harus menyelaraskan catatan AI dengan penyimpanan dokumen yang ada dan aturan sistem kualitas.

Sumber-didasarkan oleh desain Output AI peraturan tanpa kutipan adalah pendapat. Keluaran yang dikutip adalah bukti yang dapat diverifikasi oleh pengulas. Sistem yang diatur harus membuat kutipan wajib untuk penggunaan Tier 2 dan Tier 3.

8. Model AI dan Bahasa Besar Generasi

AI generatif adalah kategori yang tumbuh paling cepat dalam pekerjaan regulasi dan regulator memperlakukan paling hati-hati.

Apa yang dikatakan regulator

  • EMA dan HMA: Empat prinsip untuk staf: memastikan masukan data yang aman, menerapkan pemikiran kritis dan hasil pemeriksaan silang, terus belajar, dan mengetahui siapa yang harus dikonsultasikan ketika masalah muncul. Organisasi harus menentukan tata kelola, kasus penggunaan yang diizinkan, pelatihan dan pemantauan risiko.8
  • EU GMP Annex 22 Draft: AI dan LLM generatif tidak boleh digunakan dalam aplikasi GMP kritis; Dalam penggunaan non-kritis, orang yang memenuhi syarat harus memastikan keluaran yang sesuai.9 EMA sedang meninjau batas ini setelah umpan balik industri.10
  • SDIA: Entitas pemerintah tidak boleh menggunakan AI generatif dalam keputusan penting yang mempengaruhi individu, dan semua hasil harus ditinjau oleh manusia.13
  • Panduan Uni Eropa Mendatang: Rencana Kerja Jaringan UE meramalkan panduan tentang AI dalam pengembangan klinis dan farmakovigilans.18

Kontrol praktis

  • Hanya gunakan alat yang disetujui dan dikendalikan perusahaan untuk data rahasia atau produk.
  • Batasi pembuatan ke pustaka sumber yang disetujui jika memungkinkan, dengan kutipan.
  • Mengharuskan peninjau yang memenuhi syarat untuk mengonfirmasi setiap pernyataan yang digunakan secara eksternal.
  • Melarang teks AI yang belum ditinjau dalam pengiriman, label, dan korespondensi otoritas.
  • Uji keluaran secara teratur terhadap jawaban yang diketahui dan catat hasilnya.

9. Peta Jalan Implementasi

Roadmap adalah model perencanaan HERMS untuk fungsi urusan regulasi yang mengadopsi AI yang diatur.

TahapPemilihan waktuTingkah laku
Dasarhari 0–90inventaris penggunaan AI saat ini; Menulis kebijakan AI untuk urusan regulasi; menyetujui alat; menetapkan pemilik sistem; Latih pengguna tentang masukan dan peninjauan yang aman
Kontrolhari 90-180menulis pernyataan konteks penggunaan; menetapkan tingkat risiko; Tetapkan aturan peninjauan dan penebangan; Tentukan peran peninjau dan pemilik keputusan
JaminanHari 180–365memvalidasi alur kerja Tingkat 3; menetapkan kriteria penerimaan; Mulai pemantauan dan audit sampel; Melaporkan ke Badan Tata Kelola
DewasaTahun 2 dan seterusnyaSejajarkan dengan ISO/IEC 42001; evaluasi ulang berkala; Pembaruan untuk panduan FDA, EMA, dan GCC baru

ukuran keberhasilan

  • Pangsa keluaran yang didukung AI dengan kutipan sumber lengkap.
  • Pangsa keluaran Tier 3 dengan review dan persetujuan manusia yang tercatat.
  • Tingkat koreksi peninjau dan waktu yang disimpan per tugas.
  • Jumlah temuan audit terkait penggunaan AI.

10. Daftar Periksa Jebakan dan Kesiapan

Sepuluh jebakan

  • menggunakan AI tanpa konteks penggunaan tertulis.3
  • Menerapkan kontrol yang sama untuk setiap kasus penggunaan terlepas dari risikonya.3
  • memasukkan berkas rahasia atau data pasien ke dalam alat yang tidak disetujui.8
  • menerima keluaran tanpa memeriksa sumber.8
  • tidak ada pemilik bernama untuk sistem AI atau keputusan.12
  • tidak ada log tentang siapa yang meninjau, mengedit, atau menyetujui output.15
  • Menggunakan AI generatif untuk keputusan penting.9,13
  • memvalidasi sekali dan tidak pernah memantau lagi.1
  • melatih pengguna pada alat tetapi tidak pada batasannya.8
  • memperlakukan jaminan vendor sebagai pengganti tanggung jawab perusahaan.7

Daftar periksa kesiapan

DaerahSiap kapan
KebijakanKebijakan AI untuk urusan regulasi disetujui; Penggunaan yang Diizinkan dan Dilarang Terdaftar
InventarisSetiap kasus penggunaan AI yang direkam dengan pemilik, konteks penggunaan dan tingkat risiko
MasyarakatPeninjau dan pemilik keputusan yang disebutkan dan dilatih
BuktiKutipan, log, dan persetujuan yang ditangkap untuk output Tier 2 dan Tier 3
JaminanJadwal validasi, pemantauan dan evaluasi ulang di tempat
PenjajaranPengendalian yang dipetakan ke FDA, EMA, SDIA dan Doh Abu Dhabi Harapan

11. Bagaimana Herms Membantu

Konsultasi HERMS DMCC membantu perusahaan ilmu kehidupan dan organisasi perawatan kesehatan mengadopsi AI dalam pekerjaan regulasi dengan akuntabilitas manusia yang jelas.

  • Desain Tata Kelola: Kebijakan AI, Tingkat Risiko, Hak Keputusan dan Badan Tata Kelola untuk Urusan Regulasi.
  • Penilaian kasus penggunaan: Pernyataan konteks penggunaan, penilaian risiko, dan desain kontrol untuk setiap aplikasi.
  • Jaminan: Rencana validasi, kriteria penerimaan, pemantauan dan kesiapan audit.
  • Kecerdasan peraturan yang didasarkan pada sumber: Konten peraturan yang dikutip terstruktur untuk pasar GCC dengan tinjauan manusia.
  • Pelatihan: Penggunaan yang aman, tinjauan kritis, dan akuntabilitas untuk tim pengatur.
Meminta Tinjauan Kesiapan AI yang diatur HERMS akan memetakan penggunaan AI Anda saat ini terhadap kerangka kerja dalam makalah ini dan memberikan rencana pengendalian yang diprioritaskan. [email protected] | +971 55 600 8944 | www.hermsglobal.com

Referensi

1. FDA dan EMA. Prinsip Panduan Praktik AI yang Baik dalam Pengembangan Obat, Januari 2026. https://www.fda.gov/media/189581/Download

2. EMA. EMA dan FDA menetapkan prinsip-prinsip umum untuk AI dalam pengembangan kedokteran, 14 Januari 2026. https://www.ema.europa.eu/en/news/ema-fda-set-common-principles-ai-medicine-development-0

3. FDA. Pertimbangan untuk penggunaan kecerdasan buatan untuk mendukung pengambilan keputusan peraturan untuk obat dan produk biologi (Draft Guidance), Januari 2025. https://www.fda.gov/regulatory-information/search-fda-guidan…

4. DLA Piper. Takeaways utama dari draf panduan FDA tentang penggunaan AI dalam siklus hidup obat dan biologis, Januari 2025. https://www.dlapper.com/en-at/insights/publications/2025/01/fda-releases-draft-guidance-on-use-of-ai

5. FDA Cder. kecerdasan buatan untuk pengembangan obat. https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development

6. EMA. Makalah refleksi tentang penggunaan kecerdasan buatan dalam siklus hidup produk obat (EMA/CHMP/CVMP/83833/2023), September 2024. https://www.ema.europa.eu/en/scientific-guidelines/use-artificial-intelligence-ai-medicinal-product-lifecycle

7. Ema. Menyampaikan persyaratan pemangku kepentingan untuk AI (presentasi). https://www.ema.europa.eu/en/documents/presentation/presentation-delivering-stakeholders-requirements-ai-l-pinheiro-ema_en.pdf

8. EMA. Memanfaatkan AI dalam Peraturan Obat-obatan: Penggunaan Model Bahasa Besar, September 2024. https://www.ema.europa.eu/en/news/harnessing-ai-medicines-regulasi-use-large-language-models-llms

9. Komisi Eropa. Eudralex Volume 4, Annex 22: Artificial Intelligence (Draft Konsultasi), Juli 2025. https://health.ec.europa.eu/document/download/5F38A92D-BB8E-…

10. EMA. Lokakarya GMP Multistakeholder tentang Pengembangan Bimbingan AI (Lampiran 22), 2026. https://www.ema.europa.eu/en/events/good-manufacturing-pract…

11. Meja Layanan Undang-Undang Komisi Eropa. Garis waktu untuk pelaksanaan UU AI UE. https://ai-act-service-desk.ec.europa.eu/en/ai-act/timeline/timeline-implementation-eu-ai-act

12. sDia. prinsip etika AI. https://sdaia.gov.sa/en/sdaia/about/documents/ai-principles.pdf

13. sDia. Pedoman Kecerdasan Buatan Generative untuk Pemerintah. https://sdaia.gov.sa/en/sdaia/about/files/genaiguidelinesforgovernmentencompressed.pdf

14. Departemen Kesehatan Abu Dhabi. DOH menjadi entitas pertama di kawasan yang mengembangkan kebijakan AI di sektor perawatan kesehatan, Mei 2018. https://www.doh.gov.ae/en/news/the-department-of-health-becomes-region

15. Departemen Kesehatan Abu Dhabi. Standar Kecerdasan Buatan (AI) yang Bertanggung Jawab, DOH/ST/DDGO/RAI/V1/2025, Oktober 2025. https://www.doh.gov.ae/-/media/B84FF5DD027846699C51F36C439A580F.ASHX

16. ISO. ISO/IEC 42001:2023 Kecerdasan Buatan: Sistem Manajemen. https://www.iso.org/standard/42001

17. NIST. Kerangka Kerja Manajemen Risiko Kecerdasan Buatan (AI RMF 1.0), Januari 2023. https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf

18. Osborne Clarke. Regulator Farmasi UE menerbitkan Laporan Observatorium AI Tahunan, 2026. https://www.osborneclarke.com/insights/eu-pharma-regulators-publish-annual-ai-observatory-report

Penafian: Buku putih ini hanya untuk informasi dan bukan merupakan nasihat hukum, peraturan atau teknis. Ini mencerminkan sumber publik yang tersedia pada 5 November 2026. Beberapa sumber adalah draf atau prinsip sukarela yang dapat berubah. Kerangka kerja, tingkat risiko, dan peta jalan adalah model perencanaan HERMS, bukan persyaratan peraturan. © 2026 Konsultasi Herms DMCC.

Solusi Herms yang relevan

Jelajahi solusi Herms yang relevan dengan artikel ini dan nilai kesesuaiannya untuk alur kerja, bukti, dan persyaratan persetujuan Anda.

Diskusikan kebutuhan Anda dengan HERMS.

UNTUK PERTANYAAN TEKNIS,
HUBUNGI +971505528077

Untuk tenaga kesehatan profesional

Untuk pasien

Untuk peneliti

MEREKAYASA INTELIJEN. MEREVOLUSI ILMU HAYATI.

HERMS adalah platform intelijen. Aplikasinya adalah mesin keputusan. Layanan pakar HERMS mendukung implementasi dan pelaksanaan terregulasi atas ekosistem intelijen HERMS, mulai dari regulasi dan akses pasar hingga farmakovigilans, kepatuhan, dan mutu.

Jangka waktu pendaftaran obat per negara · Jangka waktu SFDA, MOHAP, EDE, EDA, EMA, dan FDA · Pendaftaran terpusat GCC