夜雨聆风"以前是FDA工作人员把数据带给Elsa。现在，Elsa坐在我们所有数据之上。"
这是FDA首席AI官Jeremy Walsh在2026年5月6日说的一句话。当天，FDA同时发布了两件事：Elsa 4.0全机构上线，以及HALO平台正式完成整合。大多数行业媒体关注的是Elsa新增了哪些功能——Agent、语音转文字、OCR、图表生成。
但Walsh那句话才是重点。
它说清楚了一件事：Elsa的核心升级，不是功能扩展，是数据架构的重构。
▼ 事件速览：2026年5月6日，FDA同步发布两项升级
Elsa 1.0首发于2025年6月，仅11个月就到4.0版本——迭代速度说明这个工具在内部的使用反馈非常直接
HALO是什么，为什么它比Elsa的功能升级更重要
先说结构。
在HALO之前，FDA内部有40多个分散的数据系统——药品申报数据库、不良事件数据库、检查记录系统、警告信档案、Form 483历史、临床试验数据……每个系统各自独立，互不打通。Elsa早期版本的工作方式是：FDA工作人员先自己找到相关数据，手动上传进来，然后让Elsa处理。
HALO做的事，是把这40+个数据源全部整合到一个统一平台，然后让Elsa直接坐在这个平台上面。
Walsh那句话的含义就在这里：以前是人把数据喂给AI；现在是AI坐在数据上面，人来提问题。
这个结构变化，对药企意味着什么？
意味着一位FDA检查员走进你们工厂的时候，他可以直接用Elsa查询：这家工厂过去5年的Form 483历史、每一条483观察的类别和解决时间、有没有同类缺陷反复出现、这家工厂生产的产品有没有不良事件记录……不需要提前打印材料，不需要回办公室查档案。HALO已经把这些连接好了。（来源：IntuitionLabs分析；Skadden FDLI会议报告；GoodLifeSci/Sidley分析）
▼ HALO整合后：检查员通过Elsa能看到什么
这就是Walsh那句话的实质：检查员对你工厂历史的了解，现在可能比你自己更完整、更快速
大多数报道没有说的那部分
Elsa 4.0发布的同一天，FDA还宣布了另一件事：一日检查试点项目。
这个试点从2026年4月启动，到5月6日公告时已经完成了46次。逻辑是：AI对工厂历史数据进行风险评分，被识别为低风险的工厂，纳入缩短版的单日检查程序。（来源：FDA官方新闻稿；GoodLifeSci分析）
这两件事同时发布，不是巧合。它们是同一个战略的两面：Elsa+HALO提供数据分析能力，一日检查试点是这种能力的落地形式之一。
还有一个数字。在2026年国会听证上，HHS部长提到：超过90%的FDA审评人员现在已经在日常工作中使用AI。（来源：GoodLifeSci引用国会证词）
不是在试点AI。是日常使用。
Elsa 1.0到4.0只用了11个月。这个迭代速度，说明内部使用反馈在快速驱动产品演进——也说明FDA工作人员已经深度依赖这个工具，而不是偶尔用一下。
40+
HALO整合数据源数量
FDA官方新闻稿 A级
90%+
FDA审评人员日常使用AI
B级 引自国会证词
85%
FOIA处理效率提升
B级 FDLI会议 Hogan Lovells
11月
从1.0到4.0的迭代时间
FDA官方新闻稿 A级
对不同类型药企的直接含义
▼ Elsa 4.0 + HALO对不同药企的影响分层
一日检查试点的选择标准是"AI识别的低风险"——你的风险评分，FDA现在比你更早知道
接下来30天要追踪的两个信号
信号一：一日检查试点的483率。FDA表示会用试点数据持续优化风险分级方法——"反复出现的合规主题、工厂特定风险评分、注册信息与实际运营之间的差异"都会被纳入评估。（来源：GoodLifeSci引用FDLI会议）一旦这套AI评分被证明有效，它很可能从试点变成常规。届时，你的工厂在系统里的风险分，将直接决定下一次检查的形式和频率。
信号二：Elsa是否开放检查员现场端。目前的公开信息显示Elsa主要在内部办公场景使用。但FDLI会议上的描述提到了"检查员可能在现场用Elsa查阅FDA数据库和工厂相关信息"。（来源：IntuitionLabs分析）如果Elsa进入检查现场移动端，那么信息不对称的程度会进一步加大。
📡 30天追踪清单
□ 一日检查试点数量 + NAI/VAI/OAI比例（FDA官网检查数据库可追踪） □ FDA是否发布Elsa移动端或现场检查端的任何公告 □ NMPA是否有类似数据整合平台的政策信号
💡 写在最后
Elsa的功能——Agent、图表生成、OCR——和市面上大多数AI工具没有本质区别。你们公司的AI工具，在功能层面不一定比Elsa差。差距在于Walsh那句话说的那个结构：FDA把自己几十年积累的合规数据、检查历史、不良事件记录全部打通，让AI坐在上面。这是私营企业的AI工具复制不了的资产。下次检查，不是检查员来看你准备了什么，而是他已经通过数据知道了什么——你需要做的，是在他到达之前，比他更清楚地知道你的历史档案里有什么。
数据来源：FDA官方新闻稿2026年5月6日；FDA官网Elsa 1.0发布页；Skadden FDLI年会报告2026年5月；Sidley/GoodLifeSci分析2026年5月；Hogan Lovells FDLI分析2026年5月；IntuitionLabs Elsa 4.0 + HALO指南；Jeremy Walsh原话引自Sidley/GoodLifeSci引用的FDLI会议发言。Elsa不使用受监管行业提交给FDA的数据进行训练，数据来源为FDA内部数据。
关于我们
本文出自专注医药质量合规的AI原生平台团队。我们深耕医药GxP全场景，自研覆盖质量、生产、研发等多部门的AI产品矩阵。目前相关产品已在多家国内药企落地应用。我们始终认为，合规是药企AI的第一底线，提效是核心价值，所有AI输出均保留人工最终决策权，全程可追溯、可解释，完全适配生物药GMP体系的严苛要求。后续会持续分享药企的真实AI落地案例，也欢迎行业同仁交流探讨。
