メインコンテンツへスキップ
見出し画像

製薬ITを理解するために知っておきたいこと|GxP・CSV・Data Integrity・変更管理・CAPAまで

    製薬ITについて調べ始めると、すぐに略語が増えていきます。

    GxP。CSV。Data Integrity。ALCOA+。変更管理。逸脱。CAPA。

    一つずつ調べればそれぞれの意味は分かりますが、それだけでは「なぜ必要なのか」「次に何とつながるのか」が見えにくいことがあります。

    そこで今回は、製薬ITでよく出てくる基礎概念を、一つの流れとして整理します。

    いわば、製薬ITを理解するための地図です。


    まず、どこから知りたいですか?

    初めて製薬ITに関わるなら、まずはGxPから。

    システム導入やvalidationを知りたいなら、CSV。なぜ記録や証跡が必要なのかを知りたいなら、Documentation/Records。データそのものの信頼性を知りたいなら、Data Integrity。

    システムや手順を変更するなら変更管理、想定外の事象への対応を知りたいなら逸脱、その原因を踏まえた改善まで知りたいならCAPAへ進みます。

    生成AIを規制業務で使いたい場合も、これらの基礎を押さえたうえで、生成AI×規制文書のテーマへ進むと理解しやすくなります。

    全体の関係を、まず簡単に並べると次のようになります。

    画像

    ※これは規制上の公式プロセスを示したものではありません。製薬ITの基礎概念を理解するために、記事上整理したものです。

    実際には、実務がこの順番で一直線に進むわけでもありません。

    変更後にvalidationが必要になることもあります。逸脱調査の中でData Integrity上の問題が見つかることもあります。CAPAの結果として、手順やシステムを変更することもあります。

    ここでは、あくまで初学者が全体像をつかみやすい順番として並べています。

    まずGxPから知りたい人へ

    製薬ITを理解する入口は、ITそのものではありません。

    そのシステムが、どの業務を支えているのかを見ることです。

    製薬業界では、GMP、GCP、GLP、GDP、Pharmacovigilanceなど、品質や安全性、信頼性に関わるさまざまな規制・品質の文脈があります。こうした領域をまとめて説明するときに、GxPという表現が使われます。

    重要なのは、GxPがITだけの概念ではないことです。

    製造、品質管理、臨床、研究、流通、安全性情報。それぞれの業務に、守るべき品質や記録、手順があります。

    ITシステムは、その業務を支えるために使われます。

    だから製薬ITでは、「システムが動くか」だけを見ればよいわけではありません。そのシステムがどの業務を支え、そこで何を守る必要があるのかまで考えます。

    製薬ITを理解する入口は、ITそのものではなく、そのシステムが何の業務を支えているかを見ることです。

    GxPの意味や、それぞれの領域との関係を知りたい場合は、「GxPとは何か。製薬ITを理解するための最初の一歩」から読むと、その後のCSVやData Integrityもつながりやすくなります。

    システムを「動く」だけで終わらせない――CSV

    GxP対象の業務をITシステムが支える。

    では、そのシステムを信頼して使うためには何が必要でしょうか。

    ここで出てくるのがCSV、Computerized System Validationです。

    システムが起動し、ボタンを押せて、画面が表示される。それだけでは、そのシステムを業務で信頼して使えるとは限りません。

    重要なのは、意図した用途に対して、期待したように使えることを適切に確認することです。

    たとえば、業務で必要な処理ができるか、必要な権限管理ができるか、記録が適切に残るか、想定した条件で正しく動作するか。

    こうしたことを、システムの用途やリスクに応じて確認していきます。

    「動く」と「意図した用途で信頼して使える」は、同じではありません。

    近年は、Computer Software Assuranceというrisk-basedな考え方もあります。

    ただし、CSAには適用範囲があり、「製薬ITのCSVがすべてCSAへ置き換わった」と考えるのは適切ではありません。

    CSVとCSAの関係や、validationで何を確認するのかをもう少し詳しく知りたい場合は、「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」で整理しています。

    なぜ「記録がない」が問題になるのか

    システムを適切に使えていたとしても、もう一つ考えることがあります。

    その作業を、本当に適切に実施したと後から確認できるか。

    たとえば、必要な作業を正しく実施し、設定も間違っておらず、確認もした。しかし、その事実がどこにも残っていなければ、後から第三者が確認することはできません。

    そこで重要になるのが、DocumentationやRecordsです。

    誰が、いつ、何を実施し、どのような結果だったのか。必要なら、誰が確認したのか。こうした情報を、後から追跡できる形で残します。

    ここで大事なのは、「記録の方が作業そのものより重要」ということではありません。

    適切に実施することと、その実施を適切に記録し、必要なときに説明できること。その両方が重要です。

    正しく実施することと、正しく実施したと後から確認できることは、同じではありません。

    この違いについては、「なぜ製薬では『記録がない』が問題になるのか」で、作業そのものと記録の関係から詳しく扱っています。

    記録があれば十分なのか――Data Integrity

    では、記録が残っていれば、それで十分でしょうか。

    ここで次の問いが出てきます。

    そのデータ自体を信頼してよいのか。

    記録が存在していても、誰が作ったのか分からない、後から書き換えられている、実際の作業よりかなり後に記録されている、一部のデータが欠けている、必要なときに取り出せない、といった状態では、判断材料として使いにくくなります。

    そこで重要になるのがData Integrityです。

    Data Integrityでは、Attributable、Legible、Contemporaneous、Original、AccurateといったALCOAの考え方や、Complete、Consistent、Enduring、Availableなどの観点が使われます。

    ここで全部を暗記する必要はありません。

    まず押さえたいのは、誰が記録したのか分かり、その時点で記録され、正確で、必要な情報がそろい、後から使える状態で残っていること。つまり、データを判断材料として信頼できる状態にするという考え方です。

    記録が存在することと、その記録を判断材料として信頼できることは別の問題です。

    ALCOAやデータライフサイクルまで含めて知りたい場合は、「Data Integrityとは何か。データの信頼性をどう守るのか」で詳しく整理しています。

    システムや運用を変えるとき――変更管理

    システムをvalidationし、記録やData Integrityにも配慮して運用している。

    それでも、システムや業務は変わります。

    設定変更、機能追加、手順変更、インターフェース変更、バージョンアップ。変更そのものが悪いわけではありません。

    問題は、何が変わったのか分からない状態で変更することです。

    そこで変更管理では、何を変えるのか、どこに影響するのか、どのようなリスクがあるのか、誰が評価・承認するのか、変更後に何を確認するのかといったことを整理します。

    変更管理は、「変えないため」の仕組みではなく、「変えるときに何が変わるのかを見失わないため」の仕組みです。

    製薬における変更管理については、「変更管理はなぜ必要か。製薬では『変えること』をどう考えるのか」で、影響評価や変更後の確認まで含めて扱っています。

    ここは、通常のシステム運用で扱う変更管理とも重なる部分があります。

    たとえばENGINEERINGでは、作業前の状態を残す、前提条件を確認する、作業証跡を残すといった技術的な安全性を考えます。

    この実務的な側面については、「設定変更は、変更する前から始まっている。」でも、Before/Change/Afterという考え方から整理しています。

    一方、REGULATEDでは、それに加えて、その変更が品質や規制上どのような影響を持つかも見ます。

    技術的に安全に変更できることと、品質・規制上適切に管理された変更であることは、重なる部分はあっても同じ問いではありません。

    想定外が起きたら――逸脱

    どれだけ計画していても、想定どおりに進まないことはあります。

    手順から外れた、期待した状態にならなかった、予定していない事象が起きた。こうした想定外を、品質上どのように扱うかを考える場面があります。

    ここで出てくるのがDeviation、逸脱です。

    逸脱では、何が起きたのかを記録し、影響を評価し、必要に応じて調査します。

    なぜ起きたのか。品質への影響はあるのか。同じことが起きる可能性はあるのか。どこまで対応が必要なのか。

    こうしたことを整理します。

    想定外が起きたとき、「とりあえず直した」で終わらせず、何が起きたのかを品質上評価する考え方があります。

    ただし、「ミスがあったらすべて逸脱」という単純な話でもありません。

    何をDeviationとして扱うかは、対象業務や規程、状況によって変わります。

    ここでは、製薬ITでは想定外の事象を単に技術対応だけで閉じず、品質上の意味まで見ることがある、と理解しておくとよいでしょう。

    逸脱と、その後のCAPAとの関係をもう少し詳しく知りたい場合は、「逸脱とCAPAは何が違うのか。「直して終わり」にしない品質管理」で整理しています。

    「直して終わり」にしない――CAPA

    逸脱やnonconformanceなどを調査した結果、原因が見えてくることがあります。

    そこで必要に応じて、CAPAへ進みます。

    CAPAはCorrective Action and Preventive Actionに関わる考え方です。

    ただし、逸脱があったからといって、必ずCAPAへ進むわけではありません。

    実際には、想定外の事象やDeviationを評価・調査し、原因やRiskを確認したうえで、必要に応じてCAPAを実施します。

    また、CAPAが生まれるのは逸脱だけでもありません。audit、complaint、inspection finding、nonconformanceなど、別の入口から改善が必要になることもあります。

    重要なのは、問題が起きたという事実だけを見るのではなく、その原因を踏まえて、必要なら再発や将来のリスクを減らす行動へつなげることです。

    そして、ここで最初の地図へ戻ります。

    CAPAの結果として、手順、システム、教育内容、業務プロセスなどを変えることがあります。そうなれば、その変更自体もまた管理対象です。

    CAPAで何かを変えるなら、その変更自体もChange Managementへ戻ってきます。

    製薬ITの考え方が一直線ではなく、循環していることが分かるポイントです。

    では、生成AIを使うと何が変わるのか

    ここまでの基礎概念を押さえると、生成AIについて考えるときの見方も変わります。

    生成AIが新しいからといって、これまでの問いが消えるわけではありません。

    何のために使うのか。出力の根拠は何か。誰がレビューするのか。入力や参照するデータは信頼できるか。どのような記録を残すのか。モデルやシステムを変更したとき、どのように管理するのか。規制文書へ使うなら、最終的な責任を誰が持つのか。

    こうした問いは、GxP、CSV、Records、Data Integrity、Change Managementと無関係ではありません。

    生成AIが登場しても、品質、記録、データの信頼性、変更管理という既存の問いが消えるわけではありません。

    EUではAI利用に関する新たな規制文書の検討も進んでいますが、製薬ITの基礎概念を理解しておくことは、そうした新しいテーマを見るときにも役立ちます。

    生成AI×規制文書を考える場合も、いきなり「AIで何ができるか」から入るより、まずこの土台を押さえておく方が理解しやすくなります。

    製薬ITは、略語ではなく「何を守るか」でつながっている

    ここまでを、もう一度整理します。

    GxPは、品質や安全性、信頼性を守る文脈です。

    CSVは、その業務を支えるシステムを、意図した用途で信頼して使えるかを見る。

    Recordsは、何を実施したかを後から追跡できる状態にする。

    Data Integrityは、そのデータ自体を判断材料として信頼できるかを見る。

    Change Managementは、システムや業務を変更するとき、その影響を管理する。

    Deviationでは、想定外の事象を評価・調査する。

    CAPAでは、原因を踏まえて必要な改善へつなげる。

    そして、その改善が新たな変更を生めば、またChange Managementやvalidationへ戻ることがあります。

    こうして見ると、製薬ITの用語は独立して並んでいるわけではありません。

    業務・システム・データを信頼できる状態で使い続けるために、それぞれ違う役割を持っています。

    製薬ITを学び始めると、どうしても略語の数に圧倒されます。

    でも、最初から全部覚える必要はありません。

    まず「これは何を守るための考え方なのか」を見る。その次に「その前後に何があるのか」を見る。

    そうすると、GxP、CSV、Data Integrity、変更管理、逸脱、CAPAが、一つの品質の流れとして見え始めます。

    このページでは、その全体像だけを扱いました。

    今、自分が一番分からないところから、次の個別記事へ進んでみてください。

    製薬ITを理解するとき、最初に増やしたいのは略語の数ではなく、「なぜ必要なのか」というつながりなのかもしれません。


    次に読む記事

    GxPとは何か。製薬ITを理解するための最初の一歩

    初めて製薬ITに関わる場合は、まず「なぜITに品質・規制の考え方が関係するのか」を押さえると、その後のCSVやData Integrityが理解しやすくなります。

    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

    システムが動くことと、意図した用途で信頼して使えることは同じではありません。validationの考え方をもう一段詳しく知りたい場合はこちらです。

    Data Integrityとは何か。データの信頼性をどう守るのか

    記録が残っていても、そのデータ自体を信頼できるとは限りません。「このデータを判断材料として使ってよいのか」という観点を深掘りします。

    逸脱とCAPAは何が違うのか。「直して終わり」にしない品質管理

    想定外の事象をどのように評価し、必要に応じてCAPAや変更管理へつなげるのかを整理しています。


    製薬IT・規制対応について相談する

    ディーシステムでは、製薬・医療を含む規制業務に関わるITについて、業務やシステムの整理、運用、改善、データ活用などの支援に取り組んでいます。

    製薬ITについて相談したい方は、以下からお問い合わせください。

    お問い合わせ

    ディーシステムでの仕事やキャリアに興味を持った方は、採用サイトもご覧ください。

    採用情報


     
     
    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