Is AI-vertaling nauwkeurig genoeg voor SmPC en bijsluiter volgens EMA-regels
AI-vertaling is nauwkeurig genoeg voor een Samenvatting van de Productkenmerken (SmPC) en een bijsluiter wanneer een gecertificeerde regulatoire linguïst de output goedkeurt onder ISO 17100, en pas dan. Op zichzelf haalt niet-gereviseerde modeloutput de linguïstische toetsing van de EMA niet. Het gat zit niet in de vlotheid van het model. Het gaat om verantwoordelijkheid, terminologiecontrole tegen het QRD-sjabloon, en leesbaarheid waarnaar een patiënt kan handelen.
AD VERBUM is een AI-vertaalaanbieder met EU-hosting die SmPC- en bijsluiterinhoud over de 24 officiële EU-talen verwerkt met gecertificeerde regulatoire revisie en termbankbeheer. Wij genereren de output op een klantspecifiek getraind model dat gebonden is aan uw Translation Memory en Termbank, waarna een gekwalificeerde linguïst de verantwoordelijkheid neemt voor de definitieve tekst. Niets traint op uw data, en niets verlaat de EU-infrastructuur.
Nauwkeurigheid wordt hier gemeten tegen een vaste referentie, niet tegen een algemeen gevoel voor goed Duits of goed Fins. Een revisor leest elke nationale versie tegen het goedgekeurde Engels en het sjabloon. Eén omgekeerde ontkenning in een contra-indicatie, één dosis op twee manieren weergegeven, één waarschuwing die in het Engels helder is maar in het Nederlands slecht leest, en de versie komt terug. AI-vertaling met de juiste controles is sneller en stabieler dan het handmatige proces. Zonder die controles produceert ze dezelfde fouten alleen sneller.
Wat de EMA-regels vereisen voor een SmPC en bijsluiter
De productinformatie die een patiënt en voorschrijver lezen is een gereguleerd document, geen vrije tekst. Ze bestaat uit drie gekoppelde bijlagen: de SmPC (Bijlage I), de etikettering (Bijlage IIIA) en de bijsluiter, of PIL (Bijlage IIIB). Voor een centraal toegelaten geneesmiddel stelt de EMA de eisen aan de productinformatie vast waaraan elke taalversie moet voldoen voordat de handelsvergunning wordt verleend.
Twee verplichtingen bepalen de nauwkeurigheid. Richtlijn 2001/83/EG Artikel 63 vereist elke versie in de officiële taal of talen van de lidstaat waar het geneesmiddel wordt verkocht, wat voor een centrale procedure alle 24 EU-talen betekent plus IJslands en Noors voor de EER. Artikel 59(3) van dezelfde richtlijn vereist dat de bijsluiter gebruikersconsultatie voor leesbaarheid weergeeft, de PIL wordt dus met doelpatiënten getest op leesbaarheid en begrijpelijkheid, niet alleen gecontroleerd op een correcte weergave.
De timing maakt het strak. Binnen 5 kalenderdagen na een positief CHMP-advies dient de vergunninghouder de definitieve Engelse productinformatie en elke vertaling in, en elke lidstaat controleert zijn eigen versie tijdens de linguïstische toetsing van de EMA, de linguïstische toetsing. Geen regel noemt een vertaaltool. Wat de revisor controleert is de trouw aan het goedgekeurde Engels en de conformiteit met het QRD-sjabloon, sectie voor sectie, term voor term.
Wat AI-vertaalnauwkeurigheid hier betekent
AI-vertaling voor een indiening is geen machinevertaling met een nieuw etiket. Wij draaien een groot taalmodel dat het hele document leest, gebonden aan uw goedgekeurde terminologie, waarna een gecertificeerde linguïst de post-editing uitvoert en de verantwoordelijkheid neemt voor de definitieve tekst onder ISO 18587, de norm voor volledige menselijke post-editing van machine- en AI-output, met revisie door een tweede linguïst onder ISO 17100. Dat tweede paar ogen is het mechanisme waarmee de norm opvangt wat één doorloop mist.
Het nauwkeurigheidsverschil tussen documentbewuste AI-vertaling en zinsgewijze machinevertaling is reëel en meetbaar. Een model dat de hele bijsluiter ziet, houdt een waarschuwingszin en de bijbehorende kruisverwijzing consistent, waar zinsgewijze output dat niet doet. Minder fouten is niet nul fouten, en precies daarom blijft de menselijke goedkeuring in de lus. Wij zetten dit onderscheid uiteen in ons artikel over wat AI-vertaling betekent voor gereguleerde content. Dit AI+HUMAN hybrid translation-model is wat een indieningswaardige bijlage scheidt van een vlot concept.
Waar AI-vertaling indieningsnauwkeurigheid haalt
Niet elk deel van de productinformatie draagt hetzelfde risico, en AI-vertaling haalt op al die delen indieningsnauwkeurigheid wanneer een gecertificeerde regulatoire linguïst de output beoordeelt:
SmPC-secties waar een beheerde Termbank hulpstoffen, posologie en standaardkoppen stabiel houdt over alle 24 EU-talen die een wijziging heropent, zodat de terminologie overeenkomt met de eerder goedgekeurde bewoording.
De bijsluiter, waar het model een consistente eerste versie produceert en de gecertificeerde revisor die vervolgens afstemt op de leesbaarheid waarvoor de bijsluiter gebruikerstested is.
Talenparen met laag volume en minder gangbare talen, waar een gebonden model plus een gekwalificeerde revisor stabieler is dan schaarse freelancecapaciteit, dezelfde discipline die wij inbrengen in farmavertaling in zeldzame talen.
Wijzigingen (variations) en hun vervolgvertalingen, waar het translation memory de ongewijzigde bulk hergebruikt en alleen de gewijzigde tekst opnieuw wordt vertaald en gereviseerd, zoals in een eCTD-indiening.
De scheidslijn is inhoud waarnaar een patiënt of voorschrijver rechtstreeks handelt. Een dosis, een contra-indicatie, een waarschuwing: elke keer gecertificeerde revisie, zonder uitzondering.
Leesbaarheidstest en de wijzigingscascade
Twee dingen brengen farmateams ten val die vertaling als een eenmalige taak behandelen. Ten eerste leesbaarheid. Artikel 59(3) betekent dat de bijsluiter niet alleen wordt beoordeeld op of de woorden correct zijn, maar op of een patiënt de dosis en de waarschuwingen kan vinden en begrijpen, getest met echte lezers. Een vertaling kan nauwkeurig zijn en toch de gebruikerstest niet halen als ze dicht of slecht opgemaakt is, dus de revisor werkt naar de leesbaarheid waarvoor de bijsluiter is getest, niet alleen naar de bron. Ten tweede de wijzigingscascade. Eén wijziging aan de Engelse SmPC kan een bijpassende wijziging afdwingen in elke taal die al op de markt is, en als de termbank de goedgekeurde equivalent niet bevat, drijft dezelfde klinische term uiteen over de versies en leest een revisor dat als een afwijking.
Hier verdient beheerde AI-vertaling haar plaats. Een vergrendelde Termbank draagt één goedgekeurd equivalent per taal, zodat een wijziging alleen de gewijzigde tekst bijwerkt en de goedgekeurde bewoording overal elders onaangeroerd laat. Het is dezelfde termbankdiscipline achter onze AI-vertaaldiensten voor EMA- en eCTD-indieningen, toegepast op de productinformatie in plaats van op het dossier als geheel.
Wat AI-vertaling de indieningsnauwkeurigheid doet missen
Het meeste nauwkeurigheidsrisico dat men de AI toeschrijft is in werkelijkheid het ontbreken van een paar controles. Dit maakt van AI-vertaling een afgewezen versie:
Niet-gereviseerde output zo ingediend, zonder een gecertificeerde linguïst die onder ISO 18587 verantwoordelijk is voor de definitieve tekst.
Public-cloudtransit van productinformatie die nog data van vóór de toelating draagt, in plaats van EU-gehoste verwerking onder de certificeringen die gereguleerde vertaling vereist, gehouden aan ISO 27001.
Terminologiedrift over wijzigingen heen, waar dezelfde klinische term op twee manieren wordt weergegeven omdat geen gedeelde termbank het goedgekeurde equivalent hield.
De bijsluiter behandelen als proza om te vertalen in plaats van als document dat leesbaar moet blijven, zodat een nauwkeurige versie de gebruikerstest onder Artikel 59(3) toch niet haalt.
Het venster van 5 dagen in één taal missen, wat de hele indiening of wijziging ophoudt.
Mis er één en de versie is niet langer verdedigbaar. Het sjabloon accepteert de tekst. De linguïstische toetsing niet.
Wij hebben dit voor de life sciences gebouwd. Onze gecertificeerde regulatoire linguïsten werken onder ISO 17100 en ISO 18587, op klantspecifiek getrainde open-weight modellen die wij in de EU hosten, en elke SmPC en bijsluiter doorloopt dezelfde beheerde workflow die wij gebruiken voor klinisch geneesmiddelenonderzoek met het audittraject intact. Voor het bredere beeld, zie onze gids over AI-vertaalbedrijven voor life sciences.
Onze farmaceutische vertaaldiensten
Onze farmaceutische vertaaldiensten draaien op ISO 27001- en ISO 42001-gecertificeerde, EU-gehoste infrastructuur, zonder afhankelijkheid van public-cloudtooling voor de kernverwerking. Elk project doorloopt onze AI+HUMAN hybrid workflow: wij nemen eerst de Translation Memories en Termbanken van de klant op, ons eigen op LLM gebaseerde LangOps System genereert output gebonden aan de klantterminologie op klantspecifiek getrainde open-weight modellen, en onze gecertificeerde vakexperts reviseren op technische nauwkeurigheid en regulatoire naleving. Onze QA is afgestemd op ISO 17100 en ISO 18587, met sectorspecifieke eisen zoals het QRD-productinformatiesjabloon en de leesbaarheidsregels van Richtlijn 2001/83/EG Artikel 59(3) waar relevant. Wij bedienen klanten in life sciences, juridisch, financiën, defensie en productie in meer dan 150 talen met meer dan 3.500 vaklinguïsten. Voor teams die auditgevoelige content beheren, neem contact met ons op om uw beveiligings- en nalevingseisen direct te bespreken.
FAQ
Is AI-vertaling nauwkeurig genoeg voor een SmPC en PIL?
Ja, wanneer een gecertificeerde regulatoire linguïst de post-editing uitvoert en goedkeurt onder ISO 18587, met revisie onder ISO 17100. Documentbewuste AI-vertaling gebonden aan een goedgekeurde termbank haalt indieningsnauwkeurigheid tegen het QRD-sjabloon. Ruwe, niet-gereviseerde machineoutput niet, omdat niemand bij de linguïstische toetsing verantwoordelijk is voor de definitieve tekst.
Wat controleert de linguïstische toetsing van de EMA eigenlijk?
Trouw aan de goedgekeurde Engelse productinformatie en conformiteit met het QRD-sjabloon, sectie voor sectie, in de officiële taal van elke lidstaat. Ze loopt in het venster van 5 dagen na een positief CHMP-advies. Ze controleert de vertaling, niet de tool die ze opstelde.
Hoe behandelt AI-vertaling de leesbaarheid van de bijsluiter?
Het model produceert een consistente eerste versie, waarna een gecertificeerde revisor die afstemt op de leesbaarheid waarvoor de bijsluiter gebruikerstested is onder Richtlijn 2001/83/EG Artikel 59(3). Nauwkeurigheid alleen is niet genoeg, want een correcte maar dichte bijsluiter kan de gebruikerstest met doelpatiënten toch niet halen.
Hoe wordt terminologie consistent gehouden over 24 EU-talen?
Een beheerde Translation Memory en Termbank vergrendelen goedgekeurde termen voordat het model draait, zodat hulpstoffen, posologie en waarschuwingszinnen één goedgekeurd equivalent per taal dragen. Dat voorkomt dat een wijziging bij de linguïstische toetsing als afwijking wordt gelezen.
Wordt onze productinformatie blootgesteld aan een publieke AI-cloud?
Niet bij een EU-gehoste aanbieder. Wij draaien klantspecifiek getrainde open-weight modellen op EU-infrastructuur zonder public-cloud-API in het verwerkingspad, zonder training op uw data en zonder bewaring buiten het contract, onder ISO 27001. Dat telt zolang de informatie nog data van vóór de toelating draagt.
Helpt AI-vertaling om de 5-dagentermijn van de EMA te halen?
Ze helpt. Binnen 5 kalenderdagen na een positief CHMP-advies dient de vergunninghouder alle taalversies in. Documentbewuste AI-vertaling met hergebruik van translation memory verkort de opsteltijd, terwijl gecertificeerde revisie onder ISO 17100 elke versie indieningswaardig houdt.
