
CSVとは何か。システムが正しく動くことを「証明する」考え方
システムを開発し、テストを実施した。画面から値を入力すると、想定した結果が返ってくる。エラー処理も確認し、用意したテストケースはすべて合格した。
一般的なシステム開発でも、ここまで確認することは珍しくありません。それでも製薬ITでは、もう一つ問いが残ります。
このシステムを、本当にこの業務で使ってよいと言えるのか。
前回の記事では、製薬ITでなぜ記録、テスト、変更管理、権限管理といった言葉が繰り返し出てくるのか、その背景をGxPから考えました。
今回扱うCSVも、その延長線上にあります。
CSVは**Computerized System Validation(コンピュータ化システムバリデーション)**の略です。ただ、略語を覚えるだけでは、製薬ITでなぜCSVという考え方が必要になるのかは見えてきません。
CSVを「テストをたくさんすること」と捉えると、少し違います。
そのコンピュータ化システムが意図した用途に対して適切に機能し、信頼して使用できると判断するために、何を確認し、どのような根拠を持つ必要があるのか。
CSVを理解する入口は、そこにあります。
「正常に動きました」で、なぜ終われないのか
たとえば、あるシステムに数値を入力すると計算結果が表示されるとします。
テストデータとして「10」を入力したところ、想定どおり「100」と表示された。別の値でも確認し、計算ロジックに問題はなかった。
技術的な動作確認としては、一つの成果です。
しかし、そのシステムが実際に何の業務で使われるのかによって、確認したいことは変わります。
単に参考値を表示するシステムなのか。それとも、その結果が製造や品質に関わる判断へ使われるのか。誰が入力するのか。入力値の範囲はどうなっているのか。権限のない人が値を変更できないか。結果は保存されるのか。後から変更された場合、その履歴を確認できるのか。
同じ「100」という結果が表示されたとしても、それだけでシステム全体を信頼して使えるとは限りません。
厚生労働省の「医薬品・医薬部外品製造販売業者等におけるコンピュータ化システム適正管理ガイドライン」では、GQP省令やGMP省令に基づく業務に使用するコンピュータ化システムについて、システムが意図したとおりに動作することを保証するため、開発、検証、運用管理、バリデートされた状態の維持、廃棄などを含めた管理事項が示されています。
厚生労働省|医薬品・医薬部外品製造販売業者等におけるコンピュータ化システム適正管理ガイドライン
確認する対象は、テストを実施した一瞬だけではありません。
何のために使うシステムなのかを定め、その用途に必要な機能を確認し、実際に使用する段階でも信頼できる状態を維持していく。
CSVを見るときには、このライフサイクルの視点が重要になります。
CSVは、テストの別名ではない
CSVを初めて聞くと、「製薬業界では普通のシステムテストをCSVと呼ぶのだろう」と考えるかもしれません。
しかし、テストはCSVの中で行われる重要な活動の一つになり得ますが、CSVそのものと同義ではありません。
考える順番を変えると、分かりやすくなります。
最初に「この画面をどうテストするか」があるのではなく、まず「このシステムを何のために使うのか」があります。
用途が決まれば、どの機能が重要なのか、何が誤ったときにどのような影響があるのかが見えてきます。その上で、何を確認しなければならないのかを考えます。
ユーザーが要求した機能が実装されていること。計算処理が想定どおり動くこと。必要なアクセス制御が働くこと。データが必要な形で保存されること。
そして、そうした確認の結果を、後から辿れる形で残します。
この流れで見ると、CSVの中心にあるのは「テストケースを何件消化したか」ではありません。
このシステムを何に使い、その用途に対して何を確認すれば信頼できると言えるのか。
そこから検証の内容を組み立てていくことに意味があります。
「動く」と「意図した用途に適している」は違う
CSVを理解する上で重要になるのが、意図した用途という考え方です。
同じソフトウェアでも、何に使うかによって求められる確認は変わります。
たとえば表計算ソフトを個人のメモとして使う場合と、GMPに関わる製造記録や判断に使用する場合では、そのソフトウェアが担う役割が違います。
厚生労働省のコンピュータ化システム適正管理ガイドラインに関するQ&Aでも、システムの用途やシステムアセスメントに応じて、どこまでの対応が必要かを整理する考え方が示されています。
厚生労働省|コンピュータ化システム適正管理ガイドラインに関するQ&A
「このソフトウェアは動きます」という説明と、「このソフトウェアを、この用途で信頼して使用できます」という説明は同じではありません。
前者では技術的な動作が中心です。後者では、そのシステムが支える業務やデータ、必要な品質、リスクまで考えることになります。
この違いを押さえておくと、要求仕様、リスク評価、テスト、レビュー、記録といったCSVの仕事が、別々の作業ではなく一つの流れとして見えてきます。
何をどこまで確認するかは、リスクでも変わる
では、すべてのシステムについて、考えられる限りのテストを実施すればよいのでしょうか。
それでは、CSVが単なる「テスト量の多さ」の話に戻ってしまいます。
品質リスクマネジメントを扱うICH Q9(R1)では、Quality Risk Managementにかける労力、形式性、文書化の程度は、リスクの程度に見合うべきだという原則が示されています。
ICH|Quality Risk Management Q9(R1)
ICH Q9(R1)がCSVの具体的な手順を定めているわけではありません。
ただ、「何にどの程度のリスクがあるのかを見て、管理の程度を考える」という考え方は、システムごとに必要な検証を考える理由を理解する助けになります。
ある機能が止まっても業務上の影響がほとんどない場合と、その機能の誤りが製品品質や重要なデータへ影響する可能性がある場合では、同じ確認の仕方でよいとは限りません。
システムの用途を見る。重要な機能を見る。想定されるリスクを見る。その上で、何をどの程度確認するのかを決める。
CSVは、全部を同じように厳しく確認するというより、何を信頼するために、どの根拠が必要なのかを考える仕事として捉える方が理解しやすくなります。
確認したことを、なぜ文書として残すのか
CSVでは、確認することと同時に、その根拠を残すことも重要になります。
たとえば、ある機能について、
テストしました。問題ありませんでした。
と口頭で説明されたとします。
その半年後、同じ機能について確認する必要が生じたとき、何が分かるでしょうか。
どの要求を確認したのか。どんな条件でテストしたのか。何を入力したのか。期待結果は何だったのか。実際には何が起きたのか。誰が実施し、誰が結果を確認したのか。
記録がなければ、当時の担当者の記憶に頼ることになります。
PIC/SのData Integrityガイダンスでは、GMP/GDP環境におけるコンピュータ化システムについて、validation、データ管理、記録、システム間インターフェースなどが扱われています。また、コンピュータ化システムのバリデーションはGMPに沿って設計されるべきだとしています。
PIC/S|Guidance on Data Integrity
CSVで文書化する意味は、書類を増やすことそのものにあるわけではありません。
何を要求していたのか。それをどのように確認したのか。結果はどうだったのか。
そのつながりを後から辿れるようにすることで、「大丈夫だったはず」ではなく、必要な根拠をもとにシステムの状態を説明できるようになります。
テスト結果だけではなく、つながりを見る
CSVでは、個々の文書やテストを独立して見るより、それらがどうつながっているのかを見る方が理解しやすくなります。
何のためのシステムなのかを考え、そこから要求を定める。要求をもとに設計し、実装する。重要な要求が満たされていることを検証し、その結果を確認して根拠を残す。
そして、本番で使い始めたあとも、変更、障害、バージョンアップなどを通じて、信頼できる状態を維持していきます。
厚生労働省のガイドラインが開発、検証だけでなく、運用管理やバリデートされた状態の維持、廃棄まで扱っているのは、このライフサイクルを考える上で重要な点です。
「テストが終わればCSVも終わり」と考えると、運用後の変更やシステムの状態が抜け落ちます。
CSVは、ある一日に実施するイベントというより、システムの用途とライフサイクルを通じて、信頼できる状態をどう確認し、維持するかという考え方として見る方が実態に近いでしょう。
一般ITでも「やった証拠」は残している
ここまで読むと、「それは製薬だけの特別な考え方なのか」と感じるかもしれません。
似た構造は、一般的なIT運用にもあります。
ディーシステムの運用ナレッジでも、本番作業を行うときには、作業日時、接続先、投入したコマンドなどをログとして残したり、設定変更前後の差分を保存したり、必要に応じてスクリーンショットを残したりする実務があります。
後からトラブルが起きたときに、何をしたのかを確認する。担当者が変わっても、実施内容を引き継げるようにする。変更前と変更後を比較して、原因調査の材料にする。
「作業をした」という事実だけでなく、「何をしたのかを後から確認できるようにする」という発想自体は、製薬ITだけのものではありません。
ただし、この一般ITの運用記録を、そのままCSVの実績やGxP要件を満たす証跡として扱うことはできません。
製薬ITでは、対象となる業務やシステムの用途、関係するGxP要求、品質リスクなどを踏まえて、どのような検証と文書化が必要なのかを体系的に考える必要があります。
似ている部分はあっても、同じものではありません。
「IQ、OQ、PQをやること」がCSVなのか
CSVを学び始めると、IQ、OQ、PQといった言葉に触れることがあります。
それぞれの活動や位置づけは重要ですが、CSVを「IQ、OQ、PQという決められたテストを実施すること」とだけ覚えてしまうと、本来の目的から離れやすくなります。
何のためにそのシステムを使うのか。どこにリスクがあるのか。どの要求を、何によって確認するのか。
その結果として、どのような検証が必要になるのか。
まず見るべきなのはこちらです。
文書やテストの名称を先に覚えるより、「なぜその確認を行う必要があるのか」を理解した方が、その後の実務もつながって見えます。
これは前回のGxPの記事と同じです。
略語を覚えることより、そのReason Whyを見る。CSVでも、この順番は変わりません。
ディーシステムの製薬案件と、CSVを直接結びつけない
ディーシステムでは、製薬・医療領域を含む案件で、要件定義、設計、開発、テスト、本番リリース、運用・保守まで支援しています。製薬業向けの生成AI文書作成支援アプリについても、PoCから本番リリース、運用保守まで担当した実績が社内資料に記録されています。
システムのライフサイクル全体へ関わるという意味では、CSVを理解することは製薬ITを考える上で重要です。
一方で、現在確認できている一次情報から、これらの個別案件がCSV対象だったことや、ディーシステムがIQ、OQ、PQなどのGxPバリデーションを担当したことまでは確認できません。
そのため、この記事でも個別案件を「CSV実績」として紹介することはしません。
製薬ITでは、同じ技術や同じ開発工程であっても、そのシステムが何の業務に使われ、どの品質要求と関係するかによって扱いが変わります。
この切り分けも、CSVを理解するときに重要な視点です。
「証明する」とは、絶対に正しいと言い切ることではない
この記事のタイトルでは、システムが正しく動くことを「証明する」という言葉を使っています。
ただし、ここでいう証明は、数学の証明のように「未来にわたって絶対に誤らないことを証明する」という意味ではありません。
システムには変更があります。利用環境も変わります。ソフトウェアには、不具合が見つかる可能性もあります。
だからこそCSVでは、「絶対に問題が起きない」と言い切るのではなく、意図した用途やリスクに照らして必要な確認を行い、その判断に使える根拠を残すことが重要になります。
この違いを押さえておけば、「CSVをすれば品質が保証される」という理解にもなりません。
CSVは魔法の合格証ではなく、なぜこのシステムを信頼して使ってよいと判断したのかを、根拠をもって説明できるようにするための考え方です。
このシステムを、この用途で信頼して使ってよいと言えるか
最初の問いへ戻ります。
システムを開発した。テストした。想定どおりの結果が返った。
それでも製薬ITでは、その先を考える必要があります。
このシステムは何のために使われるのか。その用途で重要な機能は何か。何が誤ったときに品質へ影響する可能性があるのか。そのリスクに対して何を確認したのか。そして、その確認結果を後から説明できる根拠が残っているのか。
CSVを「テストを増やす仕組み」とだけ考えると、こうした問いは見えにくくなります。
一方で、「このシステムを、この用途でなぜ信頼して使えると言えるのか」という問いから見ると、要求、リスク評価、検証、レビュー、文書化、運用管理が一つにつながってきます。
CSVは「テストを終わらせる仕事」ではなく、「このシステムをこの用途で信頼して使えると言える根拠を作る仕事」と考えると、見え方が変わります。
参考資料
ディーシステムでは、製薬・医療を含むさまざまな領域で、要件定義から設計、開発、テスト、本番導入、運用・保守までITシステムを支援しています。
次に読む記事
まず、製薬ITでなぜGxPが重要なのかを押さえる
CSVは、単独で理解するより、製薬ITでなぜ記録、変更管理、権限管理、テストが重視されるのかという背景から見ると理解しやすくなります。
GxPを入口に、製薬IT特有の品質要求を整理した記事です。
製薬・規制業務で、生成AIの回答をどこまで信頼できるのか
CSVでは、「動いた」という結果だけでなく、なぜ信頼して使えると判断したのか、その根拠を残すことが重要になります。
生成AIでも同じように、出力結果だけではなく、参照した情報や根拠をどう確認するかが問題になります。
製薬現場で、実際にどのようなIT支援が行われているのか
製薬ITでは、システムそのものだけでなく、問い合わせ対応、ナレッジ、運用、記録などを継続的に支える仕事があります。
実際の製薬ヘルプデスクで、対応履歴を次の担当者が使える知識へ変えた支援事例を紹介します。