一句话导读：数据可靠性是药品质量控制的根基。本文基于 ALCOA++ 原则，从纸质记录、计算机化系统、委托检验三大场景，梳理检查要点和常见缺陷，并给出理化、色谱、微生物、中药指纹图谱四类典型检验的检查清单，是一份可直接用于实际检查的实操指南。
📂 目录导航
01数据可靠性基本原则（ALCOA++）详解
02纸质记录与混合系统的数据可靠性管理
03计算机化系统全生命周期检查要点
04委托检验实验室的数据可靠性控制
05常见缺陷识别与典型检查方法示例
一、数据可靠性基本原则（ALCOA++）详解
数据可靠性是确保药品质量控制实验室记录和数据准确、真实的基础，直接关系到药品的安全性、有效性和质量可控性。ALCOA++ 原则是贯穿数据全生命周期的核心准则，适用于所有纸质和电子记录系统的设计、使用与检查。
它不仅是数据管理的基石，也是进行风险评估和合规审查的关键标准，覆盖从数据生成、修改、备份到最终销毁的所有环节。
ALCOA++ 原则核心要求
| 原则类别 | 具体原则 | 核心要求与示例 |
|---|---|---|
| ALCOA | 可归属 (Attributable) | 每条记录显示"是谁、何时"执行。修改时记录"谁改、何时改、为何改"。 例：称重后立即在批检验记录签字注明日期；HPLC 序列开始自动记录操作员 ID 和时间戳。 |
| 清晰性 (Legible) | 数据（含元数据）全程清晰可读、无歧义；电子数据保留动态交互功能。 例：环境监测结果用墨水笔记录无覆盖褪色；检验结果存于验证过的 LIMS 且格式一致。 | |
| 同步性 (Contemporaneous) | 记录在活动进行时创建，重要步骤同时记录。 例：检测时直接把 pH 结果记入批检验记录；电子天平自动记录称量重量和时间戳。 | |
| 原始性 (Original) | 首次获得的数据才是真实记录，禁止转录丢失信息；保留原始数据或真实副本。 例：验证过的工作表上的手写结果是原始记录；CDS 数据库中的原始色谱图为原始文件。 | |
| 准确性 (Accurate) | 数据反映真实数值或观测结果，无错误或伪造；关键数据应被审核。 例：通过经校准温度计记录实际观测温度；仪器自动导入数据无需手动重输。 | |
| ALCOA+ | 完整性 (Complete) | 保留所有数据——重复检验、偏差、失败运行、审计跟踪都应保留。 例：初次和重复无菌检验结果均存档；CDS 保留所有进样含失败运行。 |
| 一致性 (Consistent) | 生成、处理、存储遵循统一标准（日期格式、单位、修约规则），逻辑顺序无间断。 例：仪器使用日志连续记录；电子检验记录按序排列且时间戳未更改。 | |
| 持久性 (Enduring) | 数据以安全耐用的方式保持完整、不可擦除，存储介质满足长期可读性。 例：永久记录存于受控档案室；电子记录存于验证服务器并定期备份。 | |
| 可用性 (Available) | 保存期内可及时以可读格式调取、阅读、审查，授权人员可随时用于批次放行。 例：提出调用要求可在限定时间内检索存档记录；受控查询访问 LIMS 数据。 | |
| ALCOA++ | 可追溯性 (Traceable) | 修改和变更全程可追溯，不得掩盖原始信息；时间戳关联可信时间源。 例：日志以单行描述修改的原始条目、署名、日期和理由；电子审计跟踪记录每次变更。 |
ALCOA++ 不仅是技术要求，更代表一种透明化、可监督的质量文化。它强调数据的可追溯性、透明性、统一性和辩证性，要求运用风险管理思路综合评估数据的风险与关键性。
二、纸质记录与混合系统的数据可靠性管理
纸质记录依赖人工操作，数据的原始性、同步性、可追溯性面临较高风险——缺乏自动化控制，事后补录、随意修改难以被有效监控。混合系统结合纸质与电子特性，数据在不同媒介间流转，在人工转录环节极易发生错误或欺诈。
纸质记录管理核心要点
| 管理环节 | 关键要求 |
|---|---|
| 记录设计 | 模板具有唯一编号和版本号，经批准后发放；支持完整记录所有操作步骤与结果 |
| 记录分发 | 建立受控的打印、分发与回收机制，确保每份记录可追溯至使用者 |
| 数据填写 | 数据实时记录，禁止空白字段；使用永久性墨水书写，字迹清晰可辨 |
| 数据修改 | 采用单线划改法保留原信息，修改者签名、注明日期及原因 |
| 复核审核 | 关键数据由第二人独立复核，审核人员在指定位置签字确认 |
| 存储归档 | 按批号或项目分类存放于受控区域，防止损坏、丢失或未经授权访问 |
混合系统的可靠性控制（检查员重点）
- 系统接口确认：核实纸电系统间数据传递是否经验证把关，人工抄录是否设防错（双人复核、电子比对）。
- 控制措施稳定性：评估人工部分控制是否稳定可靠，是否存在频繁偏差或重复性错误。
- 避免非必要使用：已配备自动采集却仍用纸质记录且无充分理由，视为潜在缺陷。
- 全要素合规性：混合系统的每个组成部分均须分别满足各自适用的 GMP 与数据可靠性要求。
- 风险管理应用：依据质量风险管理原则，识别并评估数据漏洞，制定预防与检测措施。
三、计算机化系统全生命周期检查要点
计算机化系统涵盖 LIMS、CDS、MES 等关键平台。检查应覆盖设计、确认、使用、维护与回顾五大阶段，重点关注用户权限、审计跟踪、数据完整性及系统验证。
① 系统设计 —— 筑牢合规基础
| 维度 | 关键要求 |
|---|---|
| 功能设计 | 自动记录操作者、时间戳和完整数据流；数据自动保存防中断丢失；覆盖检验全流程 |
| 权限设计 | 最小权限（操作员仅录入、QA 仅审核）；每人一账号、密码定期更换、禁止共享 |
| 审计跟踪设计 | 记录所有关键操作（录入、修改、删除、审核）含操作人/时间/内容；不可篡改、可导出 |
② 系统确认 —— 上线前验证符合预定用途
| 阶段 | 关键要求 |
|---|---|
| 设计确认 | 文件完整（URS、FS、DS），符合使用目的及法规；经 QC/QA/IT 联合审核留痕 |
| 安装确认 | 软硬件安装符合设计要求；软件版本与授权一致、无过期，保留授权证书 |
| 性能确认 | 功能测试（采集/保存/审核）、权限测试（无越权）、审计跟踪测试（完整不可篡改） |
| 运行确认 | 实际样品测试，验证电子数据与手动记录一致性；出具符合 ALCOA++ 的验证报告 |
③ 系统使用 —— 严格执行规程
- 数据录入与审核：实时录入禁事后补录；错误修改保留原数据并标注原因；审核流程按规定执行（操作员→QC 组长→QA）痕迹完整。
- 数据导出与备份：仅授权人员可导出并标注用途留痕；定期备份（每日增量、每周全量）、异地存放、定期恢复测试。
- 异常处理：具备应急方案（切换备用系统）留存记录；数据异常调查原因，异常数据不得随意删除。
④ 系统维护 —— 保障稳定与安全
- 日常维护：定期物理维护（如服务器除尘）；检查系统日志发现异常及时处理并记录。
- 变更维护：软件升级/功能变更需正式审批（QC、QA、IT）；变更后重新确认（OQ/PQ）留报告。
- 故障维护：硬件维修由授权人员执行；软件修复后验证效果，避免引入新问题。
⑤ 系统回顾 —— 评估整体性能与合规状态
- 定期回顾（如每年）：回顾运行记录、数据可靠性记录（审计跟踪/异常处理）、法规更新情况，出具回顾报告。
- 变更后回顾：评估变更效果（功能、数据可靠）及对其他功能的影响，留存回顾报告。
四、委托检验实验室的数据可靠性控制
委托检验涵盖物料、产品放行、稳定性研究、相容性测试等。确保委托检验数据的可靠性与自检要求一致，是保障药品质量安全的关键。应重点关注委受托双方的责任划分、协议管理及第三方技术应用中的数据风险。
委受托双方的数据管理责任
- 协议明确数据可靠性要求：质量/商业协议须规定受托方在数据生成、记录、存储、报告中的合规义务及 ALCOA++ 执行标准。
- 保障委托方数据访问权：允许委托方在审计期间合理访问所委托项目的全部原始数据。
- 真实副本与总结报告一致性：内容须与原始数据完全一致，具备相同含义和属性。
- 基于风险的数据审核：定期审核关键数据，比对内部检验与供应商报告差异，识别偏差或异常趋势。
- 远程审核权限控制：远程审查须严设权限，确保查看行为不对受托方原始数据造成修改或干扰。
第三方云系统与 AI 技术的数据管理
- 明确数据托管责任：云平台协议中界定数据备份、访问权限、审计跟踪保留的责任归属。
- 供应商审计与系统验证：对云环境充分技术验证，对服务商实施现场或文件化审计，确认符合 GMP 及数据完整性。
- AI 技术合规管理：AI 数据分析应用遵循计算机化系统验证流程，确保模型输入输出准确、稳定、可解释。
五、常见缺陷识别与典型检查方法示例
依据对产品质量与患者安全的影响程度，数据可靠性缺陷分为严重、主要、一般三个等级。
缺陷分类
| 等级 | 判定标准 | 典型示例 |
|---|---|---|
| 严重缺陷 | 与 GMP 严重偏离，可能对患者造成实际或潜在危害等重大风险 | 放行前未完成全项检验；不符合标准即放行；伪造/篡改检验结果；无合理解释弃用数据；未检验即出具报告；关键仪器未经确认且不能正常运行 |
| 主要缺陷 | 与 GMP 较大偏离 | 系统无法独立账户登录且无替代措施；系统设计不完善致数据问题；未完成方法确认/验证即正式检验；PLC 仪器缺追溯记录；系统间界面交互未做数据流验证 |
| 一般缺陷 | 偏离 GMP 但未达严重/主要 | 仪器确认缺安全措施测试；表单设计不合理致记录不完善；中间产品检验样品丢失致数据缺失但工艺可控 |
🚩 检查要点：特别关注有意或无意忽略、回避、修改、删除、藏匿不良趋势或不合格数据的行为——例如多次调查超标数据却简单归因于仪器/人员而缺乏证据、忽视非仪器自动判读的数据等。
检查策略
采用"正向追踪"与"反向追溯"相结合的检查策略，全面评估数据流的完整性与可靠性。以下为四类典型检验的检查清单要点：
1. 理化检验 -- 关键检查点
- 样品接收与登记：授权人员抽取、唯一标识与台账、滴定基准物质储存条件
- 样品制备：分析记录受控、代表性取样按 SOP、关键步骤（恒重）有复核
- 仪器与分析：滴定前处理记录、电极性能确认与更换记录
- 原始数据管理：自动保存安全路径、命名规范、访问/修改/删除权限受控
- 数据处理：方法与标定参数一致且经批准、无多次处理数据、审计跟踪完整
- 报告与审核：计算由验证软件或第二人复核、超趋势数据识别流程、数据取舍合理性审核
- 保存备份：定期安全备份、保存期限符合法规
2. 色谱检验 -- 关键检查点
- 样品与制备：样品/对照品台账完整、前处理符合方法并及时记录
- 仪器分析：预热平衡、色谱柱性能确认与使用信息记录
- 原始数据：自动保存、命名规范、权限受控
- 积分处理：方法一致且经批准、峰积分合理（无抑制）、手动积分有书面理由并经复核、积分事件审计跟踪完整
- 数据审核报告：覆盖原始数据/审计跟踪/积分合理性，报告与原始数据一致
- 保存备份：定期安全备份、期限合规
3. 微生物限度检查 -- 关键检查点
- 样品：信息完整、储存条件和时限符合规定
- 前处理：避免损伤潜在微生物、样品量满足药典要求
- 培养基控制：干粉储存受控、灭菌过程验证记录完整、适用性检查满足药典
- 样品检验：环境与操作受控、稀释及平行检验数量正确、倾注法温度/薄膜过滤法滤膜完整性受控
- 培养与计数：记录与培养箱样品对应、选择合适稀释级计数、结果读取由第二人或验证系统复核
- 结果报告：报告和放行流程受控
4. 中药指纹/特征图谱 -- 关键检查点
- 样品制备与前处理：多个部位取样、粉碎混合避免分层、四分法/分样器分样有记录、多点取样称量、前处理记录可重现、对照品称量有复核
- 分析与储存：进样顺序合理设计（随机化、穿插质控）并记录、样品按规定储存处置
- 原始数据：自动保存安全服务器、权限受控
- 数据处理积分：方法一致、手动积分有书面理由并经复核、审计跟踪完整
- 图谱生成计算：算法固定有文件规定、对照图谱来源可靠管理规范
- 数据审核：审核员审核原始数据与积分合理性而非仅看报告
- 保存备份：备份恢复测试定期进行
学习小结：数据可靠性检查绕不开一个底层逻辑——所有数据都要能回答四个问题：谁做的、何时做的、为什么这样做、有没有被改过。ALCOA++ 是标尺，纸质与电子系统是场景，委托检验是延伸，缺陷分级是轻重缓急。把四类检查清单用"正向追踪 + 反向追溯"跑一遍，就能系统发现隐患。这套方法论既可用于实验室自查，也适配外部监管检查。