"我们从事的是世界上最规避风险的行业之一。安全评估的全部目的就是识别试验性新药和新疗法的风险"。这经常是我在公司新团队成员入职时的开场白。我觉得这句话很重要，可以为不了解情况的人提供背景知识。
作为软件供应商，最明显的表现就是我们的许多客户不愿意升级到新版本的软件。任何变化都会带来风险，都需要检查和验证，即使这种变化带来了生成 SEND 数据集功能的改进。
我经常引用查尔斯河公司奥黛丽-沃克（Audrey Walker）的话，她曾对我说："自引入 GLP 以来，SEND 是我们行业最大的变革。几十年来，这个行业的变化相对较小，而现在却突然进入了标准化电子数据的世界。SEND 改变了一切，这是我最近的网络直播 "Sensible SEND Live！"中的一个部分，我相信大家都感受到了近年来的重大变化。而且还在不断变化。SEND 的范围在不断扩大；CDISC CORE 的引入和 SEND 数据集检查方式的改变；以及 FDA 的不断变化，因为他们从 SEND 软件包中获得了越来越多的应用。我认为，我们这些在 SEND 领域工作的人必须适应一定程度的持续变化。因为必须支持新的标准，所以必须实施新版本的软件。然而，即使是这种程度的变化，也似乎被人工智能和机器学习技术的飞跃发展所掩盖。
多年来，我一直听说关于虚拟对照受试者的争论，然而，随着预测毒理学和硅学方法被用于替代单个受试者，而不是整个研究，这种争论几乎被超越了。我似乎越来越多地看到有关人工智能被用于药物研发过程的新闻报道。我所在的机构正在硅学和预测性替代致癌性研究方面引领潮流。
即使在我们行业之外，人工智能和其他新技术也占据了大量的媒体版面。显然，我们生活在一个变革的时代。这与我们的风险规避有什么关系？如果我们使用机器学习技术来阅读和理解研究报告，我们如何验证这样的系统？我们无法确保它能产生一致的结果，因为关键在于它将不断学习，从而不断改进其结果。
因此，我不禁要问，在变革时代，我们的风险规避会发生什么变化？您对此有什么看法吗？如果有，请随时给我发电子邮件instem我很想听听您对这个话题的看法。
下次再见
马克
