FDA如何在Databricks for Government上构建安全、AI就绪的数据基础
内容提要
FDA通过Databricks on AWS GovCloud构建HALO数据平台，实现安全AI扩展。迁移5000用户、8000任务零停机，整合40数据源，查询提速30%，成本降20%。Unity Catalog提供治理，支持MARS加速监管审批，强调人机协作。关键经验：安全规划前置、灵活架构、分阶段迁移。
延伸解读
治理是AI扩展的前提
FDA的经验表明，在联邦高安全环境中，治理不是事后补充，而是AI扩展的基石。通过Unity Catalog实现统一治理，FDA能够在多租户架构下安全共享数据，同时保持各中心独立控制。这启示其他机构：在启动AI项目前，应先建立数据治理框架，确保数据可发现、可管理、可审计，否则AI应用将面临合规风险。
分阶段迁移降低风险
FDA采用基于波次的迁移策略，而非一次性切换，成功迁移5000用户和8000任务且零停机。这种分阶段方法允许团队并行处理关键工作流，逐步适应新平台，减少中断。对于大型组织，尤其是政府机构，分阶段迁移能有效控制风险，确保业务连续性，同时逐步实现技术现代化。
人机协作是监管AI的关键
FDA的MARS计划强调AI辅助而非替代人类专家。AI处理大量数据，但最终决策仍由科学家和审评员做出。这种人在回路的模式在监管领域至关重要，因为AI可能无法完全理解复杂科学背景或伦理考量。其他机构在部署AI时，应明确AI的辅助角色，确保人类监督，以增强信任和合规性。
Q&A
FDA如何通过Databricks for Government实现安全AI扩展？
FDA通过构建HALO企业数据平台，并迁移到AWS GovCloud上的Databricks，利用Unity Catalog进行统一治理，实现了安全、可扩展的AI。该平台支持多租户架构，确保各中心数据安全，同时整合了40多个数据源，为AI应用提供了坚实的数据基础。
FDA迁移到Databricks on AWS GovCloud带来了哪些具体的性能提升和成本节省？
迁移后，SQL仓库的查询响应时间提升了超过30%，计算成本降低了超过20%，配置、权限管理和数据共享的时间减少了超过75%，运营开销降低了超过35%。
FDA如何确保在迁移过程中不影响业务连续性？
FDA采用了分阶段迁移策略，而非一次性切换，成功迁移了超过5000名用户和8000多个作业及管道，实现了零停机，确保了科学家和分析师的工作不受干扰。
Unity Catalog在FDA的数据平台中扮演什么角色？
Unity Catalog为FDA提供了统一的数据和AI治理层，使其能够安全地发现、管理和共享可信资产，支持跨区域、格式和工具的数据访问，同时降低了复杂性和成本，并改善了洞察获取时间。
FDA的MARS计划如何利用AI加速监管审批？
MARS计划使用Databricks与Elsa集成，帮助审评员分析药物和器械申请中的大量结构化与非结构化信息，如临床试验结果、安全数据和标签，旨在更快地将正确信息提供给审评员，减少数据整理时间，支持更明智的监管决策。
FDA在现代化过程中强调了哪些关键经验？
关键经验包括：安全规划必须提前进行，因为每个架构决策都有下游影响；构建灵活架构而非硬编码配置；采用分阶段迁移而非一次性切换；持续进行利益相关者参与；以及将强大的供应商伙伴关系视为运营资产。
FDA如何确保AI在监管环境中的负责任使用？
FDA强调人机协作，AI用于辅助科学家和审评员，而非替代他们。通过HALO与Elsa集成，支持AI用例的规模化创新，同时确保治理和合规性，使AI在联邦监管环境中负责任地使用。
