メインコンテンツへスキップ
見出し画像

Data Integrityとは何か。データの信頼性をどう守るのか

    画面に「100」と表示されています。

    では、その100を、なぜ正しいと信じられるのでしょうか。

    計算結果が100だったから。データベースに100と保存されているから。担当者が100と入力したから。

    それだけでは、まだ分からないことがあります。

    誰が入力したのか。いつ入力したのか。元になったデータは何だったのか。途中で変更されていないか。変更されたのであれば、その履歴を確認できるか。必要なデータが抜け落ちていないか。

    前回の記事では、製薬ITで記録を残す意味を、「未来の誰かが何が起きたのかを確認できる状態を残すこと」として考えました。

    今回は、その先です。

    記録が残っていたとして、その記録そのものをなぜ信頼できるのか。

    ここで出てくるのが、Data Integrityです。

    Data Integrityは「改ざんしないこと」だけではない

    Data Integrityは、日本語では「データ完全性」と呼ばれます。

    この言葉から、最初に思い浮かべるのは「データを改ざんしないこと」かもしれません。もちろん、意図的な改ざんを防ぐことは重要です。

    ただ、Data Integrityが扱う範囲はそれだけではありません。

    PIC/Sの「Good Practices for Data Management and Integrity in Regulated GMP/GDP Environments」では、データをライフサイクルを通じて完全で、一貫し、正確で、信頼できる状態に維持するという考え方が示されています。

    PIC/S|Good Practices for Data Management and Integrity in Regulated GMP/GDP Environments

    誰かが意図的に数字を書き換えていなくても、必要なデータが記録されていなければ問題になります。

    保存したはずのデータが一部欠けている。記録した時刻が分からない。後から値が変更されているが、その理由や履歴が残っていない。元データではなく、加工後の数字だけが残っている。

    こうした状態では、画面に表示された数字そのものが正しく見えていても、それを信頼してよいと判断する材料が不足します。

    「データが正しい」と「そのデータを信じられる」は、同じではありません。

    ALCOA+を、英単語の暗記にしない

    Data Integrityを学ぶと、よく出てくるのが**ALCOA+**です。

    Attributable、Legible、Contemporaneous、Original、Accurate。さらにComplete、Consistent、Enduring、Availableなどの観点を加えて、データの完全性を考える整理として広く使われています。

    ただ、これを英単語の一覧として覚えるだけでは、実際の仕事で何を確認すればよいのかが見えにくくなります。

    実務の問いに置き換えると、もう少し分かりやすくなります。

    このデータは誰が記録したのか。いつ記録したのか。元の情報はどこにあるのか。後から読める状態になっているか。途中で変更されたのであれば、その履歴を確認できるか。必要な記録が抜けていないか。必要な期間、利用できる状態で保持されているか。

    こうした問いを重ねていくと、「なぜこのデータを信頼できるのか」という説明が具体的になります。

    ALCOA+は、言葉そのものを覚えるためというより、データの信頼性を分解して考えるための視点として捉えた方が、実務につながりやすいでしょう。

    データは、作られた瞬間から管理される

    Data Integrityについて、もう一つ誤解しやすいことがあります。

    保存されたデータを、あとから書き換えられないようにすればよいという考え方です。

    実際には、データの信頼性は保存したあとだけで決まるものではありません。

    データが生成され、記録され、処理される。レビューされ、報告に使われ、保存される。必要な期間保持され、場合によっては別のシステムへ移される。

    PIC/Sのガイダンスでも、Data Integrityは個々の保存データだけではなく、こうしたdata lifecycle全体の管理として扱われています。

    たとえば測定機器からデータが出たとします。

    最終的な報告書に載っている数字だけが正しければよいのでしょうか。

    元データは残っているか。途中の計算や加工は追えるか。再測定した場合、その事実を確認できるか。レビューした人は何を見たのか。

    最終結果だけではなく、その結果ができるまでの流れを見なければ、データ全体の信頼性を判断できない場合があります。

    Data Integrityは、保存ボタンを押したあとの管理だけではありません。データが生まれたところから、その役割を終えるまでを含めて考える必要があります。

    「100」という数字が同じでも、信頼性は違う

    単純な例で考えてみます。

    二つのシステムに、どちらも「100」という数字が保存されています。

    システムAでは、誰がいつ入力したのかが分かる。元データも残っている。値を変更すれば履歴が残る。レビューした担当者も確認できる。

    システムBでは、現在の値が100であることしか分からない。誰が入力したのかも、もともと何だったのかも、途中で変更されたのかも確認できない。

    表示されている数字だけを見れば、どちらも100です。

    しかし、その100を同じように信頼できるとは限りません。

    Data Integrityでは、現在の値だけではなく、その値がどのように作られ、どのように管理されてきたのかまで含めて考えます。

    元データを見られることには意味がある

    ITの仕事でも、画面に表示された結果だけでは原因が分からず、元のログやデータを見ることがあります。

    たとえば、処理結果が「成功」と表示されていても、詳細ログを見るとWarningが出ていることがあります。

    Excelで見えている範囲には問題がなくても、非表示の行や列に別の情報が残っているかもしれません。

    設定画面では現在値しか分からなくても、変更前の設定を保存していれば、何が変わったのかを比較できます。

    ディーシステムの一般IT運用でも、バックアップ処理についてSuccess表示だけを見るのではなく、WarningやErrorの有無を確認したり、設定変更前の状態を保存して差分を確認したり、コマンドログを残したりするナレッジがあります。

    これらは、GxPのData Integrity対策として行っている事例ではありません。

    ただ、画面に見えている最終結果だけで判断せず、その元になった情報や履歴まで見るという感覚は、Data Integrityを理解する上でも役立ちます。

    Audit Trailは「監視のため」だけではない

    電子システムでData Integrityを考えるとき、よく出てくる言葉の一つがAudit Trailです。

    Audit Trailという言葉から、不正を監視するためのログを想像する人もいるかもしれません。

    しかし、その役割はそれだけではありません。

    PIC/SのData Integrityガイダンスでは、GMP/GDP上重要なデータについて、作成、変更、削除などの出来事を再構成するための記録としてAudit Trailが扱われています。

    たとえば、ある値が現在「100」になっている。

    履歴を見ると、最初は「80」だった。その後「100」へ変更されている。変更日時と変更したユーザーも確認できる。仕組みによっては、変更理由も記録されている。

    こうした情報があれば、現在値だけでは分からなかった経緯を確認できます。

    ここで、変更そのものを悪いものと考える必要はありません。業務上、正当な理由でデータを修正することはあります。

    重要なのは、変更された事実や経緯が見えず、現在の値だけが残る状態にしないことです。

    データを信頼するためには、変更できないことだけでなく、必要な変更が行われたときに、その履歴を追えることにも意味があります。

    Metadataがなければ、数字だけでは意味が分からない

    データそのものだけでなく、そのデータを理解するための情報も重要です。

    これがMetadataです。

    「100」という数字だけが保存されていたとしても、それだけでは意味を判断できないことがあります。

    何の100なのか。単位は何か。いつ測定したのか。どの装置で測定したのか。誰が測定したのか。どの試料の結果なのか。

    こうした情報が分からなければ、数字そのものは残っていても、後から正しく解釈できません。

    PIC/Sのガイダンスでも、Metadataはデータを理解するために必要な文脈を与える情報として扱われています。

    「データが保存されている」ことと、「そのデータを後から正しく理解できる」ことには違いがあります。

    データを残すときには、値だけではなく、その値の意味を理解するために必要な情報まで残っているかを見る必要があります。

    Completeとは、結果の一部だけを見ることではない

    Data Integrityでは、データがCompleteであることも重要です。

    これは単に、必須入力欄がすべて埋まっているという意味だけではありません。

    たとえば、ある試験を3回実施したとします。

    1回目は想定外の結果だった。2回目も想定外だった。3回目で期待どおりの結果が出た。

    最終的な報告書に3回目の結果だけ残っていれば、その数字自体は正しいかもしれません。

    しかし、最初の2回が存在したことを確認できなければ、実際に何が起きていたのかは分かりません。

    なぜ再試験したのか。最初の結果をどう扱ったのか。機器の問題だったのか。操作上の問題だったのか。再試験する正当な理由があったのか。

    必要なデータがそろっているからこそ、後からその経緯を評価できます。

    Data Integrityを考える上では、最終的に採用された数字だけではなく、判断に必要な情報が欠けずに残っているかを見ることも重要です。

    「記録がある」だけでは足りない理由

    前回の記事では、記録がなければ後から何が起きたのか確認できないと書きました。

    Data Integrityまで進むと、そこにもう一つ問いが加わります。

    記録は残っている。では、その記録を信頼できるのか。

    作業から時間が経ってから、記憶を頼りに書き直されたものではないか。誰が記録したのか分かるか。後から変更された場合、その履歴は残っているか。元データを確認できるか。必要な情報が欠けていないか。

    単に記録を増やすだけでは、この問いには答えられません。

    Data Integrityでは、残された記録やデータそのものが、後から信頼できる状態になっているかまで見ます。

    人が正直でも、仕組みがなければ失われることがある

    Data Integrityを、人のモラルだけの問題として考えるのも十分ではありません。

    担当者が不正をしなければ問題は起きない、というものではないからです。

    操作ミスによって元データを上書きしてしまう。システムの仕様上、変更履歴が残らない。共有アカウントを使っていて、誰が操作したのか特定できない。バックアップがなく、データを失う。転記作業で一部を入力し忘れる。時間が経ってから記録したため、正確な時刻が分からなくなる。

    こうしたことは、悪意がなくても起こります。

    そのためData Integrityでは、担当者に注意を求めるだけではなく、システム設計、権限、手順、レビュー、バックアップなどを含めて、データを守れる状態を作る必要があります。

    PIC/SのData Integrityガイダンスでも、データ完全性は個人だけの問題ではなく、組織のデータガバナンスやシステム、手順などを含む管理として扱われています。

    製薬会社のすべてのデータを同じように扱うわけではない

    ここでも、製薬業界だからすべてのデータを同じ厳しさで管理する、と考えるのは適切ではありません。

    そのデータを何の業務に使うのか。どのような判断の根拠になるのか。品質や患者安全へどのように影響する可能性があるのか。

    データの重要性やリスクによって、必要な管理は変わります。

    PIC/Sのコンピュータ化システムに関するガイダンスでも、GxP complianceやproduct/process quality、data integrityへのリスクを考慮したvalidationの考え方が示されています。

    PIC/S|Good Practices for Computerised Systems in Regulated GxP Environments

    Data Integrityも、「すべてのデータを同じ方法で厳重に管理するルール」と捉えるより、そのデータを何に使い、なぜ信頼できる状態を維持する必要があるのかを見る考え方として理解した方が、その後の実務につながりやすくなります。

    AI時代には、入力データの問いがさらに見えやすくなる

    生成AIや機械学習では、モデルの精度がよく議論されます。

    回答が正しいか。予測精度は何%か。ハルシネーションをどこまで減らせるか。

    もちろん、どれも重要です。

    ただ、その前に確認したいことがあります。

    そのAIが参照しているデータを、なぜ信頼できるのでしょうか。

    古い情報が混ざっていないか。必要なデータが抜けていないか。誤ったデータが入力されていないか。出典を追えるか。更新履歴は分かるか。

    元になるデータそのものを信頼できなければ、その上でどれだけ高度な処理をしても、出力の信頼性には限界があります。

    これは、ディーシステムのAI案件でData Integrity上の問題が起きたという話ではありません。

    製薬・医療領域でもAIやデータ活用が広がる中で、モデルの性能だけでなく、その入力や参照元となるデータをどう信頼するのかという問いも、今後さらに重要になる可能性があります。

    なぜそのデータを信じられるのか

    画面に「100」と表示されている。

    最初に見たときは、その値が正しいかどうかだけを考えていました。

    Data Integrityの視点を加えると、そこから確認することが増えます。

    誰が記録したのか。いつ記録したのか。元データは何か。途中で変更されたのか。変更履歴を確認できるか。必要なデータはすべて残っているか。そして、後から意味を理解できる状態で保持されているか。

    こうした情報が、「100」という数字を信頼するための材料になります。

    Data Integrityは、データを一度正しく作れば終わるものでも、改ざんだけを防ぐ仕組みでもありません。

    データが生まれ、記録され、処理され、レビューされ、利用され、保存される。そのライフサイクルを通じて、必要な人が必要なときに、そのデータを信頼して利用できる状態を維持する。

    Data Integrityは「データが正しいか」だけの話ではありません。「なぜそのデータを正しいと信じられるのか」を後から確認できる状態を守ることです。


    参考資料


    次に読む記事

    Data Integrityの前提となる、GxPの全体像を確認する

    なぜ製薬ITでは、記録、変更履歴、権限管理、テストなどが細かく確認されるのでしょうか。

    Data Integrityを個別のルールとして覚える前に、品質や患者安全、データの信頼性を守るというGxPの背景から見ると理解しやすくなります。


    システムやデータを「信頼して使える」と、どう確認するのか

    Data Integrityがデータそのものの信頼性を扱うのに対し、CSVでは、コンピュータ化システムが意図した用途に対して信頼して使える状態かを確認します。

    データとシステム、それぞれの信頼性がどうつながるのかを整理します。


    生成AIでも、「なぜその答えを信頼できるのか」が問われる

    生成AIの回答がもっともらしく見えても、参照した情報が古い、欠けている、出典を確認できない状態では、業務での利用判断は難しくなります。

    製薬・規制業務で、AIの回答だけでなく、その根拠や参照情報をどう確認するのかを考えます。


     
     
    現場に眠る経験や判断を、AIと仕組みで組織資産へ変えるIT・DX支援会社です。 製薬・ライフサイエンスを中心に、ERP、IT運用、業務改善、生成AI活用を支援しています。 品質・文書管理・業務知識で培った実践をもとに、利益改善、人材育成、離職防止の成長課題にも取り組んでいます。

    あなたへのおすすめ