FDA Adota Plataforma de IA em 85% do Pessoal

A FDA rapidamente transferiu 85% de sua equipe de 16.000 pessoas para uma plataforma interna unificada de IA gerativa, ELSA, dentro de dois meses de seu lançamento, integrando oito silos de centros anteriormente separados em uma pilha apoiada por Databricks. Esta transição, que viu o uso crescer de menos de 1% para diário em vários papéis de pessoal, foi possível ao substituir os fragmentados data estates que cada centro havia construído independentemente.

A camada de dados fundamental, Halo, processa aproximadamente um petabyte de documentos e centenas de gigabytes diariamente de 50 a 60 fontes em todos os oito centros da FDA, apoiando milhares de envios regulatórios mensalmente. O Databricks Unity Catalog impõe controles de acesso ao nível da tabela para proteger dados sensíveis. Acima dessa camada de governança, os servidores MCP permitem que usuários não técnicos acessem o catálogo, permitindo que o pessoal crie centenas de novos agentes semanalmente por meio de interfaces de linguagem natural sem escrever consultas. As pipelines de NLP gerenciadas pelo MLflow extraem entidades estruturadas de documentos de envio não estruturados.

Antes da consolidação, cada centro operava seu próprio chatbot e repositório de dados, resultando em custos duplicados e atrasos em lotes de 4 a 5 dias para compartilhamento de dados entre centros. A transmissão em tempo real agora substitui essas janelas de lote, reduzindo significativamente os tempos de revisão. Por exemplo, a equipe de revisão de aplicativos de medicamentos pode agora consultar em cerca de três minutos 3 a 4 milhões de páginas de registros de materiais iniciais, uma tarefa que antes levava dias.

A FDA não divulga percentis de latência de inferência, custo por token, horas de GPU ou os modelos de fundação específicos que impulsionam ELSA, dificultando a comparação do overhead de serviço, escolha do modelo ou taxas de alucinação com APIs públicas. O blog Databricks destaca o cronograma de consolidação de 3 a 4 meses como um sucesso, mas o processo de mesclar oito legados de data estates em um esquema unificado em escala de petabyte geralmente envolve deriva de esquema, falhas de pipeline e disputas de propriedade, que não são mencionados. A FDA também nota que o CDER, o centro de medicamentos, gastou cinco anos validando a fundação Databricks antes que os outros sete centros o fizessem, indicando que o risco de migração estava concentrado no longo esforço de um único centro em vez de ser distribuído.

As fontes omitem detalhes sobre ferramentas de avaliação, detecção de alucinações ou proteções de injeção de prompts para uma plataforma que lida com decisões regulatórias pré-mercado. Em um ambiente onde a extração de dados corrompidos poderia viesar uma revisão de medicamentos, a ausência de protocolos de equipe vermelha publicados ou com humanos no loop é uma preocupação crítica para arquitetos em indústrias regulamentadas. A FDA mudou de chatbots em silos para uma fábrica unificada de agentes, mas a pilha de avaliação que justifica essa confiança permanece não divulgada.

A lição chave é endurecer a governança e unificar o acesso a dados antes de expor agentes LLM a usuários finais. A adoção de 85% da FDA seguiu cinco anos de CDER provando a fundação Databricks, não o contrário.