夜雨聆风MHRA在2026年6月29日发了一篇Inspectorate Blog，题目是Use of AI for GXP inspection responses: setting standards without stifling innovation。
我看到这篇的时候，第一反应是：这不是一篇泛泛聊AI监管的文章。它讲得很具体，场景也很窄，就是GxP检查后，企业提交给MHRA Compliance Teams的回复和材料。
这个场景对PV人很熟。检查发现写出来以后，企业要解释缺陷怎么理解，根因怎么查，影响怎么评估，CAPA怎么定，证据怎么支持。每一句话都可能被检查员继续追问。
AI进到这里，就不只是“帮我把英文邮件写顺一点”了。
MHRA没有说不能用AI
MHRA开头先承认，AI工具已经被用于起草提交给MHRA的检查回复。
监管方也没有把AI打成风险源。文章里提到，AI可以帮助表达复杂技术问题，提升一致性，加快常规起草，也可以支持创新。用得合适，AI还可能支持更好的监管结果，改善患者安全。
所以这篇文章的重点不是禁用AI。
MHRA真正划线的地方，是准确性、可核验性和适当监督。原文说得很直：他们关心的不是你是否使用AI，而是提交内容是否准确、可验证，并且在适当监督下准备。
这句话适合贴在所有检查回复起草流程的第一页。
90多页，但没答到点上
MHRA列了几个已经遇到的问题。
有些回复引用了不存在的MHRA指南。有些引用了不适用的监管框架。还有一些针对严重缺陷的回复，看起来不像是在处理根本问题，反而像是在试图绕开问题。
文章里有一个例子很扎眼：MHRA收到过一份超过90页的检查回复，但它没有回应被指出的缺陷。MHRA认为这导致检查员花了不成比例的时间和专业资源去审阅和反馈。
另一个案例更严重。至少有一次，企业针对一个影响患者安全的严重缺陷提交了AI生成回复，其中包含重大不准确信息，包括不存在的参考资料和错误信息。这些内容延误了严重合规失败的解决，还增加了行政负担和处理延迟。
MHRA写到，这份回复需要多学科团队审阅，还要完整分析此前发布过的MHRA指南。原本大约4小时的审阅工作，被拉长到20多个小时。
我读到这里，感觉MHRA真正受不了的不是AI本身，而是AI把低质量回复包装成了一份很像正式文件的东西。
它有术语，有引用，有结构，有一页接一页的段落。可真正该回答的问题没有回答，真正该拿出的证据没有拿出，真正该承认和处理的风险被绕开了。
检查回复最怕的不是短。最怕的是长、虚、错，还消耗监管方去拆。
责任不会转给AI
MHRA专门写了一段What hasn't changed。
企业一直要对提交给MHRA回复的准确性负责。负责这些回复的人，一直被期待去核验事实性主张。技术审阅一直是质量体系的核心组成部分。向检查员作出实质性虚假陈述，本来就是监管违法行为。
这些责任不会因为用了起草工具而改变。
这句话很现实。
AI可以帮你润色英文，可以帮你整理材料，也可以帮你检查前后表述是否矛盾。可一旦文件提交给监管机构，责任主体仍然是企业和签署批准的人。
不能说“这是AI写的，所以引用错了”。也不能说“模型理解错了，所以CAPA偏了”。监管沟通里没有这个免责口。
五条底线，PV团队可以直接拿去对照
MHRA把期待写成了五条。所有提交和回复都应当：
• 事实准确，并且可以核验； • 由具有适当经验的人进行技术审阅； • 由有权限和责任的人签署批准； • 对事实性主张提供证据支持； • 适合具体监管场景。
这五条放到GVP检查回复里，几乎可以直接变成AI使用检查清单。
AI可以帮忙组织语言，但医学判断、安全性判断、流程判断和证据确认不能完全交给AI。法规引用、指南引用、SOP条款、系统记录、培训记录、偏差调查、CAPA完成证据，都要有人逐项核验。
尤其是CAPA。
AI很容易写出“我们将更新SOP、加强培训、优化流程”这种句子。看起来熟悉，也很顺。但检查员看的不是句子顺不顺，而是根因有没有查到，影响范围有没有说清，措施是不是针对根因，有效性怎么证明。
没有这些，文字越漂亮，反而越危险。
自愿披露AI使用，MHRA说会正面看待
这篇博客里还有一个细节值得注意：MHRA给企业提供了一个选项，可以在提交给Compliance Teams的回复和材料中披露AI使用。
它不是强制要求。原文明确说，这不是mandatory。
如果企业选择披露，MHRA建议在回复开头加入简短说明，说明哪些部分使用了AI辅助，并确认已经进行人工核验和批准。
更有意思的是，MHRA写到，AI使用透明，加上确保提交材料准确可靠的稳健机制，显示出更成熟、透明的质量文化。检查员在评估组织合规时，会正面考虑这一点。
这段我觉得很值得公司内部讨论。
很多团队现在对AI的态度还停留在“不要说”“不要留痕”“大家自己小心用”。但在监管检查回复这个场景里，透明未必是风险。前提是企业真的有核验机制，而不是把披露当成护身符。
哪些回复会被看成核验不足
MHRA也列了几个警示信号。
包括事实错误或不存在的参考资料，和具体情况不匹配的通用语言，缺少组织自身细节，引用法规框架却没有说明相关性，提交材料里的技术术语前后不一致，以及过度冗长但没有真正处理主题。
这些问题不一定都来自AI。顾问模板、复制旧回复、多人拼接、内部审阅不足，也会造成类似问题。
但AI会让问题更隐蔽。因为它能把空内容写得很像正式文件。
MHRA也写了可能后果。如果提交的信息不准确、不完整或过度冗长，监管方可能拒绝该回复，或退回要求重新提交。MHRA还可能因为CAPA不佳，把企业视为未来检查优先级上的更高风险对象，或转交Inspection Action Group。重复模式也可能被视为系统性失败，进而触发监管行动。
所以这件事不是文风问题，也不是AI伦理讨论。它会进入检查风险和监管判断。
还是回到CAPA本身
MHRA在文章后半段把话题拉回CAPA。
检查发现的回复，应该能够说明有效的纠正和预防措施：通过基于证据的调查识别真实根因，按比例评估影响，采取能处理底层问题而不是表面症状的措施，并验证这些措施的有效性。
这段和AI关系很大。因为AI可以支持其中一些环节的起草和整理，但不能替代技术理解，也不能替代组织对自身流程和事实的了解。
如果回复看起来只是泛泛写了CAPA，没有证据显示企业真正做了根因分析，MHRA会把这识别为质量体系弱点。无论这份回复是不是AI写的，结论都一样。
检查回复不是写作任务
PV团队最容易低估的一点，是检查回复不是“写作任务”。
它更像一项质量调查和风险解释工作。文字只是呈现层。
一份合格的回复，前面要有缺陷理解、事实复盘、系统取证、根因分析、影响评估、CAPA设计、责任人和时限安排、有效性验证。真正落到文字上时，很多结论已经被证据决定了。
AI可以帮助整理这些材料，但不能替企业知道现场发生了什么。
它不知道某个case为什么没有按时进入系统，不知道signal review为什么延迟，不知道PBRER数据抽取有没有漏项，不知道培训记录背后是否真的覆盖了相关岗位，也不知道某个SOP条款在实际流程里有没有被执行。
这些属于我从PV工作场景延伸出来的例子。原文没有逐一列这些PV场景，但原文强调的原则很清楚：AI不能替代技术理解和组织知识。
这些东西需要人去查。
更准确地说，需要懂PV、懂质量体系、懂监管期待的人去查。
建议把AI使用写进检查回复流程
如果一家企业已经在用AI辅助起草检查回复，建议至少做几件事。
把AI能做什么、不能做什么写清楚。比如可以用于语言润色、结构整理、检查前后表述一致性，但不能单独生成事实、引用、根因、医学判断和CAPA承诺。
给AI输出设置核验步骤。所有法规引用、指南引用、SOP条款、数据、日期、病例数量、系统截图、培训记录、CAPA证据，都需要能回到原始来源。
明确谁做技术审阅，谁做质量审阅，谁批准提交。AI参与不能让责任链变模糊。
保留必要记录。至少要能说明哪些内容用了AI辅助，人工如何核验，最终由谁批准。是否主动向MHRA披露，可以结合公司政策和具体提交场景判断。
还要训练团队识别“AI味很重但没解决问题”的回复。尤其是那种大段通用语言、缺少公司细节、反复写承诺、很少给证据的段落。
这些做法是对MHRA原文原则的PV流程化理解。核心仍然是MHRA说的那几件事：准确、可核验、有人审阅、有人负责、证据支撑，并且适合具体监管场景。
PV人的价值会更偏向判断和证据
这篇MHRA博客给我的另一个提醒，是PV人的能力要求会变。
以前很多人觉得英文写得好、模板熟、流程背得熟，就能处理不少监管沟通。AI出现后，普通起草能力会变得更便宜。真正值钱的会是另外几件事：判断缺陷严重性，识别根因是否站得住，知道证据该从哪里找，看得出CAPA是不是只治表面问题，能把复杂事实写成经得起检查的问题回应。
这部分是我的职业观察，不是MHRA原文里的直接表述。但它和原文方向一致：监管方并不想侦测或禁止某个工具，监管方看的是患者安全、质量监督、过程透明和回复质量。
AI会让会写的人写得更快，也会让不会判断的人更容易写出“很像回事”的内容。
监管方现在点出来的，正是后者。
对个人来说，这也算一个职业提醒。别只练提示词，也别只追求让AI把英文改得更漂亮。PV人的护城河，还是在业务理解、法规判断、证据意识和质量思维里。
检查员不会因为一段文字顺，就默认问题已经解决。监管方要看的，是企业有没有真的理解缺陷，有没有真的查到原因，有没有真的把风险降下来。
AI可以参与写作。
但检查回复的信用，仍然来自人、系统和证据。
Reference：MHRA Inspectorate Blog, Peter Brown, Use of AI for GXP inspection responses: setting standards without stifling innovation, published on 29 June 2026。
感兴趣链接仙八，拉你进PV交流群,第一时间获取公众号之外的内容。想要第一时间了解更多PV干活，欢迎查看公众号置顶文章，链接仙八。
