授课老师：尹放东、李晓明
上课日期：9月5-8日（周六 - 二）
上课地点：上海 

在无菌药品生产中，微生物、内毒素/热原及颗粒/异物污染的控制，不能单一依赖产品放行检测、单项验证或一份内容完整的污染控制策略文件，而必须依靠一个科学设计、持续执行、能够监测和自我改进的系统。策略需要正确，执行需要一致，结果需要有效!

2026年无菌保证系列第一课和第二课已系统介绍无菌保证基础、法规与理念、污染控制策略（CCS）的生命周期、文件设计与管理实施，以及隔离技术、VPHP去污和无菌工艺模拟（APS）。本次课程将在此基础上，不再重复大量基础知识，而是聚焦欧盟GMP附录1及中国无菌药品GMP附录修订草案的落地实施，进一步探讨如何开发更科学、更完整、更具整合性的污染控制策略 (CCS) ；如何将策略转化为现场污染控制执行（CCE）；建立领先指标和滞后指标，评价CCS与CCE的有效性；以及通过数据、偏差、趋势、变更、CAPA和管理评审持续优化污染控制系统。

老师简介

1

尹放东博士，礼来全球制造科学与技术卡氏瓶制造平台负责人、制造科学与技术执行总监。新任 BioPhorum (全球生物制药合作组织) - Fill Finish Phorum (无菌制造与包装行业协作平台) 礼来领导人，代表礼来参与全球无菌制造行业技术战略与标准协作，促进监管趋势、行业最佳实践及创新技术在礼来全球无菌制造平台中的应用与持续改进。在制药行业产品与工艺、包装和医疗器械等领域拥有30多年丰富经验。受邀国家药品监管相关培训特聘专家，并受邀为CDE、核查机构及其他监管机构提供培训和教学；参与药品GMP指南（第2版）厂房设施与设备分册及无菌制剂分册相关工作。曾任北京大学IPEM硕士项目授课及论文审评教师，并具有丰富的无菌保证、技术治理、监管检查及国际化教学经验。美国加州理工学院化学工程博士、北京大学学士。

1

1

李晓明博士，美国制药质量科学与解析服务公司（PQS+）创始人。曾就职于美国默克和礼来，历任浙江海正药业高级副总裁、主管全球质量。在 30 余年制药生涯中，创立了一套完整的固体口服制剂理论，积累了药品全生命周期（从创新药制剂研发、技术转移、生产优化到产品全球申报）的实践经验，并在跨国团队搭建、大型项目管理与质量组织体系建设方面具有成熟经验，致力于质量科学理论的创立，先进质量管理体系和方法的创新，以及高水平质量科学、管理人才与领导力的培养。担任中国《药品GMP指南》（2023 修订版）《质量管理体系》分册编委。美国加州理工学院工程学博士，辛辛那提大学工程学硕士，北京大学理学学士和硕士。

1

课程介绍

课程主线：无菌保证是经证明的系统能力；CCS是“书面计划与承诺”，CCE是“现场操作与执行”，有效性是“证据与结果”，审计核查是检查、验证三者“是否一致、并持续有效”！

课程同时设置人工智能专题和现场实操。学员将以分组、团队形式使用所有允许的AI工具或平台，对虚构、假想、AI生成的案例进行资料整理、法规映射、污染识别、风险评估、CCS开发、CCE分析、趋势评价、检查方案设计和监管问答准备；比较不同AI工具和提示方式的输出，识别事实错误、幻觉、遗漏、过度推断、假阴性和假阳性，并由SME和全班共同点评。AI输出仅作为分析与假设生成的辅助，最终结论必须回到可核查的原始证据、科学原理、GMP要求和人的专业判断。

课程还将从制药企业和监管机构两个角度讨论科学监管、审计核查。企业侧聚焦检查准备、现场执行、证据呈现、技术沟通、检查后回复和CAPA有效性；监管侧聚焦如何以风险为基础、以数据为基础、以证据为基础，系统整合文件审查、现场观察、人员访谈、原始数据与趋势分析，减少漏检重大患者风险的假阴性，同时避免将低风险或证据不足问题过度判定为重大缺陷的假阳性。

课程大纲

第一天｜无菌附录实施与一体化CCS开发
管理质量的质量- 从污染控制策略到质量管理体系
 • CCS为什么出现
 • CCS如何融入QMS
 • CCS如何驱动质量管理
 • CCS如何体现管理层责任
 • CCS如何从文件要求转化为真正的污染预防、控制能力
无菌附录的实施逻辑
 • 欧盟GMP附录1与中国无菌药品GMP附录修订草案：共同方向、实施重点与需关注的差异
 • 从监管要求、科学原理到现场控制：不仅“要求是什么”，更要理解“为什么”和“如何证明”
 • 无菌保证不是最终检测结论，而是经证明的系统能力
 • 污染预防、监测、调查和持续改进的优先顺序
从CCS文件到CCS系统
 • CC、CCS、CCS-D、CCE的定义、关系和边界
 • CCS完整性、合理性、实施性和有效性
 • 以污染路径而非部门清单组织CCS
 • 产品、工艺、人员、设施、设备、物料、方法、环境和质量体系接口
 • 风险 → 控制 → 监测 → 执行 → 证据 → 决策 → CCS更新的双向可追溯链
控制强度与系统脆弱性
 • 消除/替代、工程/系统、程序/管理、监测/QC的控制层级
 • 识别用程序和高频监测弥补工程设计缺陷的“结构性脆弱系统”
 • 有效不等于最大化：控制和形式应与患者风险、科学不确定性和运行负担相匹配

第二天｜CCE执行与CCS/CCE有效性评价

符合性与有效性
 • CCS符合性：策略是否完整、批准、现行和可追溯
 • CCS有效性：策略是否识别真实风险并选择足够强的控制
 • CCE符合性：现场是否按要求执行并完整记录
 • CCE有效性：执行是否稳定达到控制目标
有效性证据体系
 • 设计证据：为什么该控制应该有效
 • 确认/验证证据：代表性和最差条件下是否有效
 • 执行证据：不同人员、班次和时间是否一致
 • 领先指标与滞后指标；信号、趋势、偏差、CAPA、变更、管理评审与CCS更新闭环
重点CCS元素的聚焦评价
 • 从人员、清洁消毒、无菌干预、物料转移、除菌过滤、环境监测、APS、CCIT和颗粒/异物、选择代表性元素分析讨论
 • 不重复基础技术讲授，重点评价控制目标、关键证据、接口、失效模式和有效性判断
 • CCS 隐形失效模式：孤立数据、静默漂移、未触发趋势、死端偏差、脱节APS和冻结CCS

第三天｜AI、AI vs GMP及AI辅助CCS/CCE

AI 工具与平台
 • 安全与保障：安全风险、安全意识、应对之策
 • 介绍与背景：历史、定义、术语、概念、理论、模型、发展、前景
 • 学习与提升：入门、定位、角色、学习、使用、提升、局限、挑战
AI时代的CGMP
 • AI时代的CGMP
 • 传统质量管理中的“纸面完美”与系统盲区
 • 探讨AI与GMP的关系及其监管边界
 • 理解AI辅助偏差调查、风险评估、趋势分析和检查准备
 • 推动从“事后合规”走向“源头质量设计与自然合规”
智能AI与严谨GMP
 • AI相关的监管法规与指南
 • AI与GMP：本质不同的治理逻辑
 • AI与GMP：十大内在固有挑战
    - 技术与科学挑战
    - 人因与组织挑战
    - 治理与监管挑战
    - AI：最大的挑战
 • 在保持GMP核心原则的前提下合理使用AI
AI应用与实践
 • 案例分析
 • 小组讨论
 • 课堂点评

第四天｜企业检查应对与监管科学检查

制药企业：科学监管与企业受检成功之道
 • 理解监管逻辑
 • 掌控质量体系
 • 科学分析与决策
 • 实现从文件合规、程序符合性到科学合理和系统有效
 • 从“检查合规”到“科学监管”
制药企业：检查准备、执行与回复
 • 持续检查准备，而不是检查前突击
 • 将CCS中的关键主张映射到可检索的现场和数据证据
 • 模拟文件审查、现场观察、人员访谈和原始数据追溯
 • 检查期间的事实性、准确性、透明性和技术沟通
 • 检查后评价、即时纠正、产品影响、根本原因、CAPA、有效性检查和CCS更新
监管机构：更系统和有效的检查方法
 • 风险假设 → 检查路径 → 关键证据 → 三角验证 → 判定标准 → 不确定性 → 系统整合 → 结论
 • 监管要求与科学原理、检查方法、最低与建议证据、评价工具、典型失效模式和深挖问题
 • 从程序符合性到科学有效性，到系统整合性的三级评价
 • 从CCS文件选择控制，走到现场观察其CCE，再回到结果数据、趋势和结果评价其有效性
控制假阴性与假阳性
 • 假阴性：重大患者风险未被发现，常见于过度依赖文件、抽样路径错误、忽略现场或未整合矛盾证据
 • 假阳性：证据不足或低风险问题被过度判断，常见于混淆要求与偏好、忽略工程控制或放大孤立信号
 • 以总证据、风险严重性、发生可能性、可检测性、系统性和不确定性形成比例适当结论
 • AI与HI：角色与定位

课程目标

 • 理解欧盟GMP附录1及中国无菌药品GMP附录修订草案的核心监管方向，并将监管条款转化为科学、风险导向和可执行的实施方案。
 • 探讨CCS的系统开发，将产品、工艺、厂房、设施、设备、物料、人员、方法、生产、监测和质量体系整合为一个可追溯、可验证的、有效污染控制系统。
 • 理解并区分污染控制（CC）、污染控制策略（CCS）、污染控制执行（CCE）和污染控制策略文件（CCS-D）、识别“写了但没做、做了但无效、数据存在但没有反馈”的系统缺口。
 • 学习从合规走向合理、符合性走向有效性，探讨为污染控制建立设计证据、验证证据、执行证据、有效证据、领先指标、滞后指标、触发条件和持续改进闭环。
 • 尝试人工智能工具在CCS开发、CCE分析、趋势识别、检查准备和监管检查中的适用场景、使用边界和风险控制，并通过课堂实操形成批判性思维、分析判断能力。
 • 从企业和监管两个视角探讨审计核查，形成风险假设、检查路径、关键证据、判定标准、深挖问题、系统追溯和合规、合理的检查结论。
 • 通过案例分析，培养在信息不完整、证据相矛盾、结论不确定的环境下提出问题、分析问题、评价证据、形成判断、控制风险、解决问题和改进系统的能力。

适用对象

 • 药品研发机构、生产企业、高等院校中从事研发、药政、注册、法规、质量、技术、工程、验证、数据科学和生产领域的中高层管理及技术人员。
 • 药品监管、审评和核查机构相关管理及技术人员。
 • 建议具有3至5年以上制药行业相关经验，并具备无菌保证、CCS或无菌生产基础知识；参加过本系列第一课和第二课者优先。
 • 建议能够自带笔记本电脑，并使用所在组织批准或允许使用的AI工具/平台参与课堂练习。

注册报名：
邮箱：register@ipem-prog.org
电话：010-64926390