蒲公英国际｜药事法规一周新闻(08.17-08.23)

发布时间：2026-08-25来源：蒲公英Ouryao

本期资讯重点：

FDA换帅迎合规变局、英国14天极速批临床、ISPE重塑QRM

本周核心看点（一分钟速览）

FDA权力更迭与“深水区”改革：特朗普提名Heidi Overton出任FDA局长，该任命在参议院面临强力阻击；FDA同步释放重磅动作：时隔27年首次更新容器封闭系统指南，并敲定涵盖36个核心问题的细胞与基因治疗（CGT）最终版问答指南。
欧洲数字监管与英国“临床闪电战”：欧洲药品管理局（EMA）制定数据标准7大原则，为AI审评铺路；英国药品和医疗产品监管局（MHRA）试行1期临床14天审评制，力求在后脱欧时代抢占全球临床高地。
质量文化升维：ISPE发布质量风险管理（QRM）实用指南，以推进落实ICH Q9(R1)；PDA引入Safety-II（第二代安全）理念，打破单纯聚焦“污染控制策略偏差”的传统模式，转向探究“系统成功运行的内在逻辑”。

美国：

审评提速与27年后的合规"补课"

1. FDA局长提名背后的不确定性

8月19日，特朗普通过社交媒体Truth Social宣布提名Heidi Overton出任FDA局长。Overton的白宫幕僚背景使其被业内赋予了“去监管化”的标签。目前该提名在参议院面临巨大阻力，参议院健康委员会主席Cassidy已对此表达强烈保留意见。(点击此处查看相关阅读)

蒲公英洞察

这无疑给药企的出海前景增添了变数。对于药企决策层而言，人事震荡引发的“合规红线漂移”最为棘手。若其最终履新，FDA或将进一步放宽加速审批通道，但这将如何重塑美国创新药研发格局与资本市场？在药品定价与仿制药竞争的博弈中，新任局长是否会采取更激进的干预措施？面对政策层面的不确定性，出海药企在管线布局上须建立极高的战略韧性。

图：FDA 新局长提名人 Heidi Overton

https://www.raps.org/resource/trump-taps-heidi-overton-as-next-fda-commissioner.html

2. FDA更新容器封闭系统指南

FDA发布评估药物及生物制品容器封闭系统（CCS）质量与安全性的新指南。这是自 1999年以来的首次全面修订，废止了1999版指南及2002版问答指南。该指南不仅覆盖新药申请（NDA）与生物制品许可申请（BLA），更将药械组合产品纳入监管范畴，并与现行最新版USP/NF章节全面接轨。

核心红线总结：

初级包装严禁使用回收塑料：明确规定与药液直接接触的组件严禁使用回收塑料材料。
强制开展“运输研究”：指南要求必须在商业运输全流程中（从生产厂至分销中心），基于实际标称储存条件验证CCS的完整性。这意味着药企必须通过模拟或实测物理应力、光照暴露、溶剂挥发等维度，充分证明包装系统的可靠性。
基于风险管理开展浸出物评估：要求贯穿材料选择、生产工艺至临床拟定用途，建立完整的风险档案。针对吸入制剂，FDA特别强调由于目标患者肺部组织脆弱，浸出物不仅属于毒理学考量范畴，更是直接关乎患者安全的合规红线。

蒲公英洞察

包装不再仅是“容器”，其本身即属于“药品组成部分”。该指南的落地，意味着药企对包装材料供应商的审计必须从单纯的“资质审查”全面升级为“深度数据溯源”。

图：FDA 容器封闭系统质量评估核心要素

https://www.fda.gov/media/194220/download

3. CGT研发“避坑”指南：36个核心问题敲定

作为落实PDUFA VII的关键承诺，FDA本周定稿了细胞与基因治疗（CGT）产品开发常见问题最终版问答指南。最终版共涵盖36个核心问题，覆盖从非临床研究到临床监测的全生命周期。

关键合规点提炼：

新方法学（NAM）与3R原则深度结合：FDA明确支持在非临床研究中采用新方法学（NAM），鼓励践行减少、优化、替代动物实验的3R原则。但这并不等同于放宽审评尺度，而是要求药企建立生物学解释力更强、机制更明确的数字化或细胞模型。
短期与长期监测的刚性要求：指南强调CGT产品多为单次给药，因此在给药初期必须实施高频严密监测，包括密集的生命体征监测、体格检查、实验室检测以及放射影像学评估。
临床推进与CMC数据同步要求：FDA明确指出，在启动1期临床试验前必须提交基础的产品表征与工艺数据。

蒲公英洞察

CGT领域“先跑临床再补CMC”的粗放模式已告终结。FDA的最终指南向行业释放了明确信号：CMC研究进度必须与临床开发深度协同。若在1期临床申报时产品表征数据仍不清晰，IND申请将不予批准。

图：FDA 关于 CGT 产品开发常见问题解答要点

https://www.fda.gov/media/183631/download

欧洲：

数字化合规与 AI 的“可靠性”大讨论

1. 数据标准7大原则：为AI审评铺路

欧洲药品管理局（EMA）与国家药品管理局长联合会（HMA）联合发布数据标准实施框架草案，旨在彻底摒弃以往孤立、零散的标准化模式，缩短标准落地周期，并全面提升欧洲药品监管网络（EMRN）内部的数据互操作性与共享效率。通过将数据统一为通用标准格式，极大简化数据交互、深度分析以及人工智能（AI）技术的审评应用。该框架有力支撑了 EMRN 既定战略，即确保监管数据具备高质量、详尽记录、标准化及易于调取等核心特性，以最大化释放数据资产的监管价值。

核心原则：

支持开放标准，杜绝专有壁垒。
避免标准重叠，同一数据项严禁执行双重标准。
沿用既有受控词表（如EMRN既定术语），切实减轻企业申报负担。
确保跨系统、跨平台的互操作性。
原生支持AI分析算法的直接调取与对接。
缩短标准实施周期。
确保数据治理机制透明可溯。

蒲公英洞察

数据标准化是推进AI审评的底层基石。EMA推出该框架的核心目的在于实现申报材料的机器可读。对于药企而言，数据治理已从 IT 部门的支持性职能，直接上升为合规部门的核心工作。

图：欧洲药品管理局强调数据标准 7 大原则

https://www.ema.europa.eu/en/documents/other/draft-data-standards-framework_en.pdf

2. AI的“黑箱”焦虑：273名专家的顾虑

欧洲《临床药理学与治疗学》杂志最新发布的一项调查显示，273位监管及行业专家认为AI应用面临的前五大核心挑战分别为：准确性、数据治理、伦理问题、公平性以及算法偏见。本次调查涵盖的273名受访对象并非单一领域的学者，而是全面覆盖药品全生命周期生态链的五大核心群体，具体包括：

监管机构专业人员
制药行业专业人士
患者与消费者群体
学术界科研人员
医疗卫生专业人员

尽管上述五个群体的诉求与立场存在差异，但令人瞩目的是，各方对AI技术在药物全生命周期应用中所潜藏的风险，表现出了高度一致的审慎态度。

蒲公英洞察

监管机构当前的核心顾虑在于“审评预期不一致”。尽管行业在宏观伦理层面达成共识，但在具体的监管操作框架上仍未统一。这意味着，申报材料中凡涉及AI生成内容或预测性模型之处，必须提供完整且详尽的可解释性支持文档。

图：欧洲探讨 AI 应用面临的前五大核心挑战

https://ascpt.onlinelibrary.wiley.com/doi/10.1002/cpt.70400

3. 英国14天审评：临床试验的“闪电战”

英国药品和医疗产品监管局MHRA宣布拟于2026年底实现1期临床试验14天快速审评目标。

流程亮点：

审评槽位预约制：每周释放固定申报配额，按申请顺序先到先得。
审评周期梯次压缩：审评时限将由30天逐步缩减至21天、18天，最终实现14天办结。

蒲公英洞察

英国正在以审评提速构建自身的监管竞争优势。在跨国多中心临床试验（MRCT）布局中，英国中心的战略权重值得重点重估。14天的超快审评周期，意味着项目可在英国较美、德、法等国提前至少半个月实现首例受试者入组。

图：英国拟实现 1 期临床试验 14 天快速审评目标

https://www.gov.uk/government/publications/clinical-trials-phase-1-14-day-pilot-programme/clinical-trials-phase-1-14-day-pilot-programme

行业动态：

质量风险管理与质量文化的飞跃

1. ISPE新指南：从“填表合规”到“供应韧性”

国际制药工程协会ISPE发布质量风险管理（QRM）实操指南，旨在推动ICH Q9(R1) 的深度落地转化：

降低主观判断偏差：引入更为科学量化的评估工具，杜绝主观臆断式的风险评估模式。
推动高级管理层深度履职：明确要求QRM不应局限于质量管理部门的文件记录，更应成为支持高级管理层战略决策的管理工具。

蒲公英洞察

ISPE专家明确指出，当前行业最大的误区是将QRM退化为“形式化的填表工作”。该指南是将ICH Q9(R1) 转化为内部审计实操标准的案头工具。

图：ISPE发布指南：质量风险管理

https://ispe.org/news/smartbrief-covers-ispes-release-ispe-guide-quality-risk-management

2. PDA：重新定义无菌制造策略的有效性

美国注射剂协会PDA近期刊文，讨论了Safety-II （第二代安全思维）质量理念，为无菌制造策略（尤其是污染控制）带来了颠覆性的认知重塑。

思维对比图：无菌制造策略的逻辑翻新

维度	Safety-I（第一代安全思维：传统防御型安全）	Safety-II（第二代安全思维：系统韧性安全）
关注点	偏差、污染事件、失败缺陷	常态化稳定运行背后的成功逻辑
逻辑本质	设想工作：机械执行程序即判定为安全	实际操作：深入理解动态变异中的系统适应性
核心提问	“出现事故的原因是什么？”	“在复杂多变的环境下，系统是如何维持成功状态的？”
应用场景	根本原因分析（RCA）	工艺确认、系统韧性评估以及人员培训机制优化