Bridging the QC–QA Cognitive Handoff: An Agentic Verification Harness for Error Detection, Specification Cross-Checking and Quality Documentation Assembly in Pharmaceutical Quality Assurance

كل دواء يصل إلى رف الصيدلية يبدأ حياته كوعد مكتوب على الورق. فقبل تعبئة حبة واحدة، يجب على شركة الأدوية أن تثبت للمنظمين أن منتجها آمن ونقي وهو بالضبط ما تدعيه. ويأتي هذا الإثبات في شكل ملف تنظيمي ضخم، وهو مجموعة من آلاف الصفحات التي تحتوي على نتائج الاختبارات، وسجلات التصنيع، وبيانات الاستقرار. وتكون رحلة هذه البيانات بمثابة سباق تتابع بين فريقين: علماء ضبط الجودة الذين يولدون الأرقام الخام في المختبر، ومراجعي ضمان الجودة الذين يجب عليهم نسخ تلك الأرقام في الطلب النهائي. ولعقود من الزمن، كانت هذه العملية عملية يدوية؛ حيث يجلس المراجع البشري، ويفتح تقرير المختبر، ويجد قيمة ما، ثم يفتح المستند النهائي، ويتأكد من تطابق الأرقام. إنهم يفعلون ذلك لمئات القيم، لضمان أن رقم التشغيلة هو نفسه في كل مكان يظهر فيه، وأن التاريخ منطقي، وأن النتيجة تقع ضمن حدود السلامة الصحيحة. إنها مهمة ذات حجم هائل ومخاطر عالية؛ فخطأ واحد في النسخ، أو فاصلة عشرية في غير مكانها، أو نتيجة منسية، يمكن أن يؤخر الموافقة على دواء منقذ للحياة، أو والأسوأ من ذلك، أن يسمح بوصول منتج معيب إلى المرضى.

لا تكمن الصعوبة في أن الرياضيات صعبة، فالرياضيات بسيطة؛ بل تكمن الصعوبة في العدد الهائل من عمليات التحقق المطلوبة والميل البشري لارتكاب الأخطاء عند التعب أو تشتت الانتباه. وفي السنوات الأخيرة، تم اقتراح الذكاء الاصطناعي كحل لأتمتة عملية التحقق هذه. ومع ذلك، غالبًا ما تكون نماذج الذكاء الاصطناعي القياسية غير موثوقة لهذه المهمة المحددة؛ فقد تكون فصيحة ولكنها خاطئة، فتخترع حقائق تبدو منطقية ولكنها لا وجود لها في المستندات المصدرية. وقد تحسب رقمًا بشكل غير صحيح أو تفشل في تتبع قيمة ما وصولاً إلى صفحتها الأصلية. وبالنسبة لصناعة منظمة حيث يجب أن يكون كل ادعاء مدعومًا بأدلة لا تقبل الشك، فإن النظام الذي يعتمد على التخمين ليس كافيًا. إن الصناعة بحاجة إلى أداة تقرأ كالبشر ولكنها تحسب كالآلة، أداة لا تتخذ قرارًا من تلقاء نفسها أبدًا، بل تكتفي فقط بالإشارة إلى الأخطاء المحتملة لمراجعتها من قبل خبير مؤهل.

هذه هي المشكلة التي سعى فريق من الباحثين لحلها باستخدام نظام برمجيات جديد من نوعه. لم يحاولوا بناء ذكاء اصطناعي يمكنه كتابة التقرير النهائي أو تقرير ما إذا كان الدواء آمنًا، بل بنوا "حمالة التحقق" (verification harness)، وهي سير عمل مهيكل يفصل بين أدوار القراءة والحساب واتخاذ القرار. في نظامهم، يعمل نموذج الذكاء الاصطناعي كقارئ فقط؛ حيث يمسح المستندات ويقترح ما قد يكون رقمًا أو تاريخًا. وبمجرد أن يقدم الذكاء الاصطناعي مقترحه، فإنه يتنحى جانبًا فورًا، ليتولى برنامج حاسوبي حتمي (deterministic) المهمة. يقوم هذا البرنامج بإجراء كل عملية حسابية، والتحقق من كل مسألة رياضية، ومقارنة كل قيمة مقترحة مقابل القواعد والحدود الصارمة المحددة في اللوائح. وإذا لم تتطابق الأرقام، أو إذا تعارضت قيمة في مستند ما مع قيمة في مستند آخر، يقوم النظام بالإشارة إلى هذا التناقض. وأخيرًا، يقوم صيدلي مؤهل بمراجعة كل إشارة؛ حيث يتخذ الإنسان القرار النهائي بشأن ما إذا كانت الإشارة خطأً حقيقيًا أم إنذارًا كاذبًا. الذكاء الاصطناعي لا يقرر أبدًا، بل يقترح فقط. الكود لا يخمن أبدًا، بل يحسب فقط. الإنسان لا يخمن أبدًا، بل يقرر فقط.

ولاختبار ما إذا كان هذا النهج فعالًا بالفعل، أنشأ الباحثون بيئة اختبار واقعية باستخدام ثلاثة ملفات تنظيمية أصلية من مصنع واحد. كانت هذه وثائق حقيقية من العالم الواقعي تحتوي على مئات نقاط البيانات، تغطي أنواعًا مختلفة من الأدوية مثل الأقراص والكبسولات. ولرؤية ما إذا كان النظام قادرًا على اكتشاف الأخطاء، قام الفريق بإدخال أخطاء محددة سرًا في نسخ من هذه الوثائق. لقد زرعوا 332 خطأً متميزًا عبر الملفات الثلاثة، تراوحت بين تبديل رقم واحد أو اختلاف رقم التشغلة في مكانين مختلفين، أو تسجيل نتيجة بوحدة قياس خاطئة. ثم تم تشغيل النظام على هذه الوثائق دون إخباره بمكان اختباء الأخطاء؛ إذ كان عليه العثور عليها بمفرده، معتمدًا كليًا على قدرته على قراءة الصفحات، والربط بين البيانات، وتطبيق القواعد.

أظهرت النتائج أن النظام كان فعالًا في العثور على الأخطاء المزروعة، وإن لم يكن مثاليًا. فمن بين الملفات التنظيمية الثلاثة، اكتشف النظام 84 بالمائة من الأخطاء المحقونة، مما يعني أنه أغفل 52 منها. في الملف الأول، وجد 95 خطأً من أصل 112. وفي الثاني، وجد 80 من أصل 100. وفي الثالث، وجد 105 من أصل 120. تمكن النظام من العثور على خطأ واحد على الأقل من كل نوع صُمم للبحث عنه، بما في ذلك القيم المفقودة، والتواريخ المتضاربة، والنتائج التي لا تتوافق مع حدود السلامة. وهذا يشير إلى أن بنية فصل "القارئ" عن "الحاسب" هي وسيلة قابلة للتطبيق للتعامل مع تعقيد البيانات الدوائية. لم يرتبك النظام بسبب اختلاف تخطيطات المستندات، رغم أن الباحثين أشاروا إلى أن الاختبار الإحصائي لاختلاف التخطيطات باستخدام ثلاثة ملفات فقط له قدرة محدودة. لقد حدد النظام باستمرار وجود خطأ ما في حالات عديدة، ولكن بالنسبة للأخطاء الـ 52 التي لم يتم اكتشافها، يظل السبب مجهولًا؛ إذ لم يستطع الباحثون تحديد ما إذا كان ذلك بسبب أخطاء في القراءة، أو ثغرات في القواعد، أو قرارات التسجيل.

ومع ذلك، يحرص الباحثون على توضيح ما لم تثبته هذه الدراسة. فبينما وجد النظام الأخطاء المزروعة، لم تقم الدراسة بقياس عدد المرات التي قد يطلق فيها إنذارًا كاذبًا. ولأن الباحثين لم يشغلوا النظام على مستندات خالية تمامًا من الأخطاء، فلا يمكنهم تحديد عدد المرات التي قد يشير فيها النظام إلى قيمة صحيحة باعتبارها خطأً. وفي سيناريو واقعي، إذا أطلق النظام الكثير من الإنذارات الكاذبة، فقد يؤدي ذلك إلى إرهاق المراجعين البشر، مما يجعل المهمة أبطأ بدلًا من أن تكون أسرع. علاوة على ذلك، أجرت الدراسة اختبار النظام مرة واحدة فقط على كل مستند، ولم تختبر ما إذا كان النظام سيعطي نفس النتيجة إذا تم تشغيله على نفس المستند مرة ث أخرى، وهو مطلب أساسي لأي أداة تُستخدم في بيئة منظمة. كما أشار الفريق إلى أن كثافة الأخطاء التي زرعوها كانت أعلى بكثير مما يوجد عادة في التقديمات الحقيقية، مما قد يكون جعل الأخطاء أسهل في الاكتشاف.

قد لا تكون المساهمة الأهم لهذا العمل هي معدل الاكتشاف نفسه، بل المخطط الذي توفره لكيفية اختبار مثل هذه الأنظمة في المستقبل. فقد وضع الباحثون بروتوكولًا مفصلاً لكيفية بناء اختبار عادل، بما في ذلك كيفية إنشاء مجموعة من المستندات ذات أخطاء معروفة، وكيفية جعل خبراء مستقلين يتحققون من تلك الأخطاء، وكيفية قياس أداء النظام دون تحيز. وشددوا على أنه لكي يُوثق في الذكاء الاصطناعي في مجال جودة الأدوية، يجب التحقق من صحته وفقًا لمعيار يتسم بالصرامة بقدر اللوائح التي وُجد لدعمها. وتخلص الدراسة إلى أنه بينما يظهر النظام واعدًا، إلا أنه ليس منتجًا نهائيًا جاهزًا للاستخدام اليومي. إنه إثبات لمفهوم يوضح المسار المستقبلي: أداة تعزز الذكاء البشري من خلال تولي المهام الشاقة لمقارنة البيانات، مع ترك الحكم النهائي للخبراء البشريين المؤهلين المسؤولين في نهاية المطاف عن سلامة المرضى. ويشير العمل إلى أن مستقبل ضمان جودة الأدوية لا يكمن في استبدال المراجع البشري، بل في منحه عينًا أكثر حدة وموثوقية لالتقاط الأخطاء التي قد يتسبب الحجم والإرهاق في إغفالها.