ماذا حدث
قامت إدارة الغذاء والدواء الأمريكية ببناء HALO، وهي منصة بيانات مؤسسية تستخدم Databricks على AWS GovCloud وUnity Catalog. وتقول الوكالة إن الترحيل غطى أكثر من 5000 مستخدم، و8000 وظيفة ومسارات، وأكثر من 4000 جهاز كمبيوتر محمول دون توقف.
نشرت شركة Databricks الحساب في 1 سبتمبر 2026، واصفةً العرض التقديمي الذي قدمته إدارة الغذاء والدواء في قمة Data + AI الخاصة بالشركة. وفقًا للمصدر، قامت إدارة الغذاء والدواء الأمريكية ببناء HALO، أو عمليات الذكاء الاصطناعي ودورة الحياة المنسقة للبيانات، كأساس آمن ومحكم للتحليلات وأعمال الذكاء الاصطناعي. تعمل المنصة على Databricks في AWS GovCloud وتستخدم Unity Catalog كطبقة حوكمة مشتركة للبيانات وأصول الذكاء الاصطناعي. تقدم Databricks البنية باعتبارها مناسبة لأحمال العمل الحساسة الخاضعة للمتطلبات بما في ذلك FedRAMP High وDoD IL5، بينما تصف إدارة الغذاء والدواء الأمريكية النظام بأنه وسيلة لتحديث عمليات البيانات دون مقاطعة العمل التنظيمي.
بدأ تحديث إدارة الغذاء والدواء بمشروع البيئة القديمة في عام 2020، تلاه الانتقال إلى Databricks على AWS GovCloud في عام 2025. ويحدد المصدر ثلاثة معالم رئيسية: رعاية الترخيص العالي لـ FedRAMP، وترحيل GovCloud، واعتماد Unity Catalog. وتقول الوكالة إنها قامت بترحيل أكثر من 5000 مستخدم وأكثر من 8000 وظيفة وخطوط أنابيب دون أي توقف عن العمل. كما قامت بإعادة هيكلة أكثر من 1000 خط بيانات وأكثر من 4000 دفتر ملاحظات. وبحسب ما ورد جلبت المنصة ثمانية مراكز و30 برنامجًا في بيئة واحدة ودمجت أكثر من 40 مصدرًا للبيانات من أنظمة التقديم والتقديم.
تقول Databricks إن إدارة الغذاء والدواء الأمريكية لديها الآن أكثر من 6000 مستخدم على المنصة، ارتفاعًا من حوالي 500 مستخدم في عام 2020، وتتوقع أن يتجاوز هذا الرقم 10000 بحلول عام 2028. وتفيد إدارة الغذاء والدواء الأمريكية أن أوقات استجابة مستودع SQL لأحمال عمل ذكاء الأعمال تحسنت بأكثر من 30%، وانخفضت تكاليف الحوسبة بأكثر من 20%، وانخفض الوقت المستغرق في التزويد والأذونات ومشاركة البيانات بأكثر من 75%، كما انخفض التشغيل. وانخفضت النفقات العامة بأكثر من 35٪. تدعم المنصة أيضًا خدمة النماذج وGenie، والتي يقول المصدر إنها تُستخدم لتحديث لوحات المعلومات القديمة. تم دمج HALO مع Elsa، منصة الذكاء الاصطناعي المؤسسية التابعة لإدارة الغذاء والدواء الأمريكية، وتدعم MARS، وهي مبادرة لتحليل المواد المنظمة وغير المنظمة في عمليات تقديم الأدوية والأجهزة. ويقول المصدر إن حالات استخدام الذكاء الاصطناعي في مراحل الإنتاج والتجريب، مع وجود أكثر من 10 جهود إضافية في الرحلة.
تفاصيل المصدر: databricks.com ↗
لماذا يهم
يوضح النشر كيف تحاول هيئة تنظيمية فيدرالية جعل الذكاء الاصطناعي قابلاً للاستخدام ضمن بيئة بيانات عالية الأمان ومتعددة المستأجرين مع الحفاظ على ضوابط الوصول وإمكانية التدقيق والمراجعة البشرية. تعد النتائج التشغيلية مهمة، ولكن تم الإبلاغ عنها ذاتيًا في مدونة شركة Databricks ولم يتم التحقق منها بشكل مستقل في المصدر.
يعتبر حساب إدارة الغذاء والدواء مناسبًا لأنه يضع نشر الذكاء الاصطناعي ضمن القيود التشغيلية لهيئة تنظيمية فيدرالية كبرى بدلاً من تقديم الذكاء الاصطناعي كعرض توضيحي مستقل. تتولى الوكالة العمل العلمي والتنظيمي عبر العديد من المراكز والمكاتب والمختبرات وفئات المنتجات. يجادل المصدر بأن البيانات المجزأة والعمل المكرر والخطوط غير المتسقة قد حدت من قدرة المحللين والعلماء على العثور على المعلومات والتوفيق بينها. يمكن للنظام الأساسي المشترك والمدار أن يقلل من هذه العوائق من خلال تسهيل اكتشاف البيانات المعتمدة ومشاركتها مع الحفاظ على ضوابط منفصلة للوحدات التنظيمية المختلفة.
يعد التصميم متعدد المستأجرين أمرًا أساسيًا للنشر. يقارنه المصدر بمجمع سكني: تشترك المراكز في منصة أساسية ولكنها تحتفظ بمساحات وأذونات وسياسات آمنة منفصلة. يوصف كتالوج الوحدة بأنه الطبقة التي تسمح بمشاركة البيانات عبر المراكز مع الحفاظ على الحوكمة والنسب وإمكانية التدقيق. وقد يكون هذا الترتيب مهما عمليا بالنسبة للذكاء الاصطناعي في القطاع العام، لأن النموذج أو الأداة التحليلية قد تحتاج إلى معلومات من برامج متعددة، في حين لا تزال السجلات الحساسة تتطلب قيودا على الوصول والاستخدام. يسلط المصدر الضوء أيضًا على البنية التحتية كرمز، والشبكات الخاصة، والمفاتيح التي يديرها العميل، وملف تعريف أمان الامتثال كمكونات لبنية الأمان الأوسع.
ويتعلق أقوى دليل في المصدر بالتغييرات التشغيلية المبلغ عنها، وليس بجودة مخرجات الذكاء الاصطناعي أو سلامتها. تنسب Databricks أرقام الأداء والتكلفة إلى إدارة الغذاء والدواء الأمريكية (FDA)، لكن المدونة لا تقدم فترات قياس أو خطوط أساس أو منهجية أو تقييم مستقل. كما أنه لا يُبلغ عما إذا كان MARS قد قام بتقصير الجداول الزمنية للمراجعة أو تحسين معدلات الخطأ أو تغيير النتائج التنظيمية. يقول المصدر إن الذكاء الاصطناعي يعزز العلماء والمراجعين بدلاً من استبدالهم، لكنه لا يقدم تفاصيل حول بوابات الموافقة أو إجراءات التصعيد أو نتائج التدقيق أو الحوادث. ولا تؤدي هذه الإغفالات إلى إبطال عملية النشر، ولكنها تحد مما يمكن استنتاجه بشأن فعاليتها وسلامتها في العالم الحقيقي.
الآلية التفاعلية: كيف تعمل فعليًا
استكشف التكنولوجيا الأساسية وراء هذا التطور بشكل تفاعلي.
Why can ethical evaluation not be reduced to one model score?
ماذا تشاهد بعد ذلك
تشمل الأمور الرئيسية المجهولة كيفية قياس إدارة الغذاء والدواء لمكاسب الكفاءة التي تم الإبلاغ عنها، وحالات استخدام الذكاء الاصطناعي قيد الإنتاج، وما إذا كان نظام MARS يحسن جودة المراجعة أو السرعة في الممارسة العملية. إن التوسع المتوقع للوكالة إلى ما يتجاوز 10000 مستخدم بحلول عام 2028 سيختبر ما إذا كان نطاق نهج الحوكمة والمراجعة البشرية لديها أم لا.
الأولوية الأولى هي التحقق من النتائج المبلغ عنها. يمكن أن توضح وثائق إدارة الغذاء والدواء الإضافية أو العرض التقديمي العام الفترات الزمنية وراء مطالبات الاستعلامات الأسرع، وتكاليف الحوسبة المنخفضة، وتقليل أعمال التزويد، بالإضافة إلى كيفية تحديد وقت التوقف الصفري أثناء الترحيل. وسيكون من المفيد أيضًا معرفة ما إذا كانت الأرقام تنطبق على النظام الأساسي الكامل أو على أعباء العمل المحددة. لا يقدم المصدر أرقام التكلفة المطلقة أو نتائج مستوى الخدمة أو الحساب التفصيلي لانقطاعات الخدمة أو عمليات الترحيل الفاشلة أو أعمال الإصلاح.
وسيكون الاختبار التالي هو الانتقال من جاهزية البنية التحتية إلى الاستخدام التنظيمي القابل للقياس. يقول المصدر إن نظام MARS يمكن أن يساعد المراجعين في تحليل نتائج التجارب السريرية، وبيانات السلامة، ووضع العلامات، وغيرها من المعلومات المرتبطة بتطبيقات الأدوية والأجهزة، لكنه لا يحدد مدى اتساع نطاق استخدام النظام، أو المهام التي تظل تجريبية. إن الهدف المعلن لإدارة الغذاء والدواء الأمريكية المتمثل في تجاوز 10000 مستخدم بحلول عام 2028 سيجعل إدارة التحكم في الوصول والنسب والأذونات والمراجعة البشرية أكثر صعوبة عبر قاعدة مستخدمين أكبر. يجب أن تميز التقارير المستقبلية بين عمليات النشر في الإنتاج والمشاريع التجريبية والمشاريع المخطط لها.
تتطلب مطالبات الأمن والحوكمة أيضًا التدقيق المستمر مع توسع النظام. تصف Databricks الاتصال الخاص ومفاتيح التشفير التي يديرها العميل وضوابط الامتثال وكتالوج Unity كأجزاء من البنية، لكن المصدر لا يوفر تقييمًا أمنيًا مستقلاً أو تفاصيل حول كيفية اختبار الأذونات. ولا يذكر ما هي النماذج التي تدعم تطبيقات الذكاء الاصطناعي، أو كيف يتم تقييم مخرجاتها، أو كيفية الاحتفاظ ببيانات التقديم الحساسة ومراقبتها. والسؤال العملي هو ما إذا كانت إدارة الغذاء والدواء قادرة على الحفاظ على إمكانية التتبع واتخاذ القرارات البشرية المسؤولة مع إتاحة أدوات الذكاء الاصطناعي على نطاق واسع عبر المراكز والبرامج.