Preapproval trials showed that messenger RNA (mRNA)-based vaccines against severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) had a good safety profile, yet these trials were subject to size and patient-mix limitations. An evaluation of the safety of the BNT162b2 mRNA vaccine with respect to a broad range of potential adverse events is needed.We used data from the largest health care organization in Israel to evaluate the safety of the BNT162b2 mRNA vaccine. For each potential adverse event, in a population of persons with no previous diagnosis of that event, we individually matched vaccinated persons to unvaccinated persons according to sociodemographic and clinical variables. Risk ratios and risk differences at 42 days after vaccination were derived with the use of the Kaplan-Meier estimator. To place these results in context, we performed a similar analysis involving SARS-CoV-2-infected persons matched to uninfected persons. The same adverse events were studied in the vaccination and SARS-CoV-2 infection analyses.In the vaccination analysis, the vaccinated and control groups each included a mean of 884,828 persons. Vaccination was most strongly associated with an elevated risk of myocarditis (risk ratio, 3.24; 95% confidence interval [CI], 1.55 to 12.44; risk difference, 2.7 events per 100,000 persons; 95% CI, 1.0 to 4.6), lymphadenopathy (risk ratio, 2.43; 95% CI, 2.05 to 2.78; risk difference, 78.4 events per 100,000 persons; 95% CI, 64.1 to 89.3), appendicitis (risk ratio, 1.40; 95% CI, 1.02 to 2.01; risk difference, 5.0 events per 100,000 persons; 95% CI, 0.3 to 9.9), and herpes zoster infection (risk ratio, 1.43; 95% CI, 1.20 to 1.73; risk difference, 15.8 events per 100,000 persons; 95% CI, 8.2 to 24.2). SARS-CoV-2 infection was associated with a substantially increased risk of myocarditis (risk ratio, 18.28; 95% CI, 3.95 to 25.12; risk difference, 11.0 events per 100,000 persons; 95% CI, 5.6 to 15.8) and of additional serious adverse events, including pericarditis, arrhythmia, deep-vein thrombosis, pulmonary embolism, myocardial infarction, intracranial hemorrhage, and thrombocytopenia.In this study in a nationwide mass vaccination setting, the BNT162b2 vaccine was not associated with an elevated risk of most of the adverse events examined. The vaccine was associated with an excess risk of myocarditis (1 to 5 events per 100,000 persons). The risk of this potentially serious adverse event and of many other serious adverse events was substantially increased after SARS-CoV-2 infection. (Funded by the Ivan and Francesca Berkowitz Family Living Laboratory Collaboration at Harvard Medical School and Clalit Research Institute.).

Regulatory bodies are struggling to determine effective ways to regulate artificial intelligence (AI)-driven health care solutions, which repeatedly exhibit suboptimal performance and unexpected outcomes when used in new settings. Existing evaluation frameworks are typically structured as textual discussions that are difficult to translate into practical assessments of AI solutions and that often fail to consider the perspectives of specific populations and data in a designated deployment setting. Health care organizations, faced with an increasing deluge of AI solutions offerings, need a down-to-earth, executable framework that will enable setting-specific assessments of the appropriateness of AI-driven solutions. This need also arose at Clalit Health Services, a large public health care organization where AI solutions have been integrated into care for more than a decade. In response, we developed a comprehensive, practical checklist tool to assess AI solutions in health care organizations. The checklist, named OPTICA (Organizational PerspecTIve Checklist for AI solutions adoption), comprises 13 chapters, each containing 3 to 12 checklist items. We identified five main stakeholders who would generally be required to participate in the checklist completion, defined which checklist items should be completed by each stakeholder, and designated a completion order based on dependencies between checklist items. OPTICA, which has already been tested in a variety of cases, provides a practical, structured, end-to-end process for evaluating AI solutions in new clinical settings, from the unique perspective of the implementing organization.