FDA setzt auf Databricks für KI-fähige Datenplattform

FDA setzt auf Databricks für KI-fähige Datenplattform

Die US-amerikanische Food and Drug Administration (FDA) hat ihre Datenplattform mit Databricks for Government modernisiert. Wie das Unternehmen auf dem Data + AI Summit mitteilte, wurden die generative KI-Plattform ELSA und das Datenfundament HALO auf Databricks implementiert. Ziel ist es, fragmentierte Systeme zu vereinheitlichen und KI-Workloads in FedRAMP- und IL5-Umgebungen zu skalieren. Die Plattform läuft auf AWS GovCloud. Die vorliegenden Informationen stammen aus den Databricks-Publikationen; unabhängige Prüfungen liegen bislang nicht vor.

Die Migration von Legacy-Systemen zu Databricks auf AWS GovCloud ermöglicht es der FDA, über 1.000 Legacy-Dashboards in interaktive, KI-gestützte Erlebnisse zu modernisieren. Dadurch werden technische Schulden abgebaut und die Missionseffizienz gesteigert. Die Vereinheitlichung auf einer Plattform schafft eine gemeinsame Datenbasis und reduziert die zuvor bestehende Fragmentierung, bei der separate Systeme und Datenbestände eine zentrale Governance erschwerten.

Die Skalierung in FedRAMP- und IL5-Umgebungen ist für die FDA entscheidend, weil diese Umgebungen speziell für regulierte Workloads mit strengen Anforderungen an Governance, Auditierbarkeit und Compliance ausgelegt sind. Wie Databricks in seinem Blog betont, geht es nicht mehr darum, ob Behörden KI einsetzen sollten, sondern wie sie diese sicher in Umgebungen operationalisieren können, die vom ersten Tag an starke Governance, Auditierbarkeit und Compliance erfordern. Die FDA verarbeitet sensible Gesundheitsdaten, und die Einhaltung dieser Standards stellt sicher, dass KI-Anwendungen von Anfang an sicher und nachvollziehbar betrieben werden. Konkret umfasst die Plattform Infrastructure-as-Code-Sicherheitsmuster, gesteuerten Modellzugriff, Lineage und Auditierbarkeit sowie die notwendigen Netzwerkkonfigurationen, um Unity Catalog mit den richtigen Datenquellen zu verbinden.

ELSA und HALO: Details der Implementierung

ELSA wurde nach Angaben von Databricks für rund 16.000 Mitarbeiter der FDA ausgerollt und erreicht eine Adoption von 85 Prozent. HALO dient als Datenfundament unterhalb der generativen KI-Plattform. Zum Einsatz kommen mehrere technische Bausteine: Unity Catalog übernimmt die feingranulare Daten-Governance über ein Petabyte an Regulierungsdaten und ermöglicht zentrale Zugriffskontrollen sowie die Nachvollziehbarkeit von Datenzugriffen. Serverless Compute skaliert Rechenressourcen automatisch je nach Bedarf, ohne manuelle Infrastrukturverwaltung, wodurch große Datenmengen effizient verarbeitet werden können. Model Serving stellt trainierte KI-Modelle als skalierbare Endpunkte für Echtzeit-Inferenz bereit, was eine zuverlässige Integration von KI in Anwendungen wie ELSA ermöglicht. Genie wandelt über 1.000 Legacy-Dashboards in interaktive, KI-gestützte Erlebnisse um, vereinfacht den Datenzugang für nicht-technische Nutzer und beschleunigt Analysen.

Zusätzlich hat die FDA eine Guidance zum Einsatz von Künstlicher Intelligenz in der Arzneimittelentwicklung veröffentlicht (Docket FDA-2024-D-4689). Diese bietet einen risikobasierten Rahmen zur Bewertung der Glaubwürdigkeit von KI-Modellen für regulatorische Entscheidungen. Die vorliegenden Informationen stammen aus Databricks-Publikationen und öffentlichen FDA-Dokumenten; unabhängige Prüfungen liegen bislang nicht vor.