工艺验证后频频“脱轨” 七大现实困境剖析与落地解决思路（二）

续工艺验证后频频“脱轨”七大现实困境剖析与落地解决思路（一）

四、质量体系与偏差 / OOS 处理不到位：小问题逐渐累积成脱轨

很多时候不是工艺一下子坏掉，而是偏差被轻描淡写，漂移没有被及时识别，长期缓慢偏移，直到某一批不合格，这时已经很难回溯根源。

现实问题

1、偏差调查流于形式（5-Why 肤浅化）

l出现小波动：归因于 “人为误差”“取样误差”，没有深入到系统层面；没有区分偶然变异和系统性漂移。

l反复出现类似微小偏差，但都被单独关闭，没有横向汇总，看不到趋势。

2、没有有效的趋势分析（CPV 执行薄弱）

l虽然有 CPV 计划，但只是每年把数据导出做成表格，没有统计过程控制 SPC（控制图）；不区分普通原因变异和特殊原因变异。

l关键指标（收率、杂质、粒度、溶出度）缓慢漂移，肉眼看每批都合格，但控制图已经显示漂移，无人识别。等到超标准限才紧张，这时已经脱轨。

3、警戒限、行动限设置不合理

l警戒限直接设成质量标准限，没有留出预警空间；或者用验证三批数据来设置警戒限，样本太少，不代表正常变差，导致警戒限失去预警价值。

4、变更控制不足

l很多变更被低估风险：供应商微小变更、设备备件型号变更、滤膜批号变更、润滑剂变更、SOP 文字修改。

l变更评估简单写一句 “无影响”，没有试验、没有监控计划；变更实施后没有回顾，引入未知变异。

l还有很多 “隐性变更”：设备慢慢磨损、管道粗糙度变化、滤器老化，这些不是书面变更，但等效于工艺变化。

5、CAPA 有效性差

lCAPA 措施写得很好，但没有验证措施是否真正解决问题；没有 “有效性检查”；一个问题反复发生。

✅解决思路

1、强化持续工艺确认 CPV 的实质性落地，不要做成纸面工作：

l建立 CPV 指标清单：CQA、CPP、收率、关键中间控制、物料关键指标、设备关键参数、清洗数据、环境数据。

l对重要指标使用 SPC 控制图（如 X‑bar/R，I‑MR 图），区分普通变异和特殊变异；设置警戒限、行动限，基于足够多的商业化批次数据定期更新，不能只用验证三批。

l建立定期 CPV 评审会（如季度）：不是只看合格不合格，而是看趋势、分布、变异大小。即使所有数据都在标准内，如果变异变大或单向漂移，就要启动调查。

2、偏差 / OOS 调查改进：

l禁止轻易把系统性问题归结为 “人为失误”；人为失误通常是系统问题的表象（培训不足、SOP 不清、压力过大、防错不足）。

l建立偏差 “相似性检索”：新偏差发生时，检索历史偏差，看是否是同一类问题，评估是否存在系统性漂移。

3、变更控制升级：

l建立变更风险矩阵，对物料供应商、关键备件、滤器、密封件、分析方法、设备硬件变更进行分级；高风险变更需要小规模确认、监控期数据回顾。

l对于 “非书面变更”（设备磨损老化）：建立设备劣化管理，定期评估磨损是否影响工艺性能，必要时做性能确认。

4、CAPA 有效性确认：

lCAPA 完成后，要有一段时间的跟踪数据，证明问题已经减少或消失；没有数据证明的 CAPA 视为未完成。

5、建立漂移预案：

l当发现指标有单向漂移但还在标准内时，要有标准化的升级路径：调查 → 风险评估 → 是否增加取样 → 是否临时收紧操作区间 → 是否启动小规模试验 → 是否需要变更。不要等到不合格才行动。

五、人员与组织认知困境：文化、能力、激励的隐性影响

现实问题

1、各部门目标冲突

l生产：产量、收率、效率；

l质量：合规、风险；

l工程：设备可用性、维修成本；

l供应链：降低物料成本； 在缺乏统一工艺知识的情况下，不同部门从自己的目标出发，做出的决定合在一起，侵蚀工艺稳定性。

2、操作员 “知其然不知其所以然”

l操作员严格按 SOP 做，但不知道为什么这个参数重要；当出现微小异常时，无法判断哪些可以接受、哪些需要报告。

l培训只是 SOP 通读考试，没有工艺原理、失败模式培训。

3、不愿上报小异常的文化（沉默偏差）

l上报异常意味着增加工作量、可能被问责、影响批次放行进度；于是一些小异常被掩盖，不进入偏差系统，变异来源被隐藏。

4、工艺知识随人员流失而流失

l开发人员、验证骨干离职；工艺知识只存在于个人大脑，没有完整文档；新团队只看到 SOP 和验证报告，不知道曾经踩过的坑。当问题出现时，没有人知道历史经验。

✅ 解决思路

1、建立工艺知识管理（PKM）：

l一份完整的工艺知识文件，包含：开发历史、失败试验、已知敏感性、参数交互、验证局限性、历史偏差、漂移风险点；作为跨部门共享文档。人员交接必须交接这份文件。

2、培训升级：从 “SOP 培训” 升级为工艺理解培训：

l对操作员、班组长、维修、QA，讲解：每个关键步骤为什么重要，如果偏离会带来什么质量风险；典型失败模式。

l可使用故障情景演练。

3、建立无惩罚的异常报告文化（不是无责任）：

l区分：主动报告小异常≠过失；隐瞒异常才是严重问题。

l鼓励 “观察报告”，对不导致不合格但值得关注的现象，可以走一个轻量级的观察记录，不必全部走正式偏差，这样有利于问题浮出水面。

4、建立跨部门的工艺稳定性小组：生产、质量、工程、供应链、分析一起定期评审 CPV 数据，共同识别风险，共同决策，避免部门各自为政。

5、把工艺稳定性指标纳入管理评审，不仅仅看合格率，也看变异大小、偏差数量、趋势。

六、物料与供应链波动：物料是最大的随机变量之一

现实问题

1、物料标准只规定了部分属性，但影响工艺的属性没有全部作为内控指标

l比如粉体的粒度分布、比表面积、松密度、静电、表面形貌，在供应商 COA 中不一定全部报告；即使都符合质量标准，不同批次物料的物理性质差异，可以显著影响制粒、混合、干燥、溶出等工艺。

l验证时只用了 1‑2 批物料；量产时大量不同物料批次进入，带来变异。这是非常普遍的脱轨来源。

2、供应商变更、产地变更、生产工艺变更没有充分沟通

l供应商内部改了结晶方式、干燥方式、粉碎方式，但没有通知客户；客户发现产品波动，溯源非常困难。

l有些企业把物料的 “符合标准” 当成充分条件，忽略物料的工艺性能（processability）。

3、物料储存、老化、运输、温湿度历史带来变化

l同一供应商批号，不同的储存时间、温湿度暴露历史，可能带来水分、晶型、团聚变化。验证时物料都是新鲜的。

4、辅料‑原料药相互作用

l某些杂质、相容性问题缓慢发生，短期验证批次看不出来，长期储存或生产停留时间长才显现。

✅ 解决思路

1、开展物料关键属性识别：

l通过风险评估和实验，识别哪些物料属性不仅影响成品质量，还影响工艺性能；对这些属性建立内控监控，即使药典标准没有强制。

l建立物料 “可加工性” 的经验数据库，记录每批物料对应的工艺表现，用于 CPV 分析。

2、强化供应商管理：

l在质量协议中约定：供应商发生可能影响物料物理性质、晶型、粒度的工艺变更，需要提前通知；建立变更通知渠道。

l对高风险物料定期进行供应商审计，不仅仅看文件，还要了解其生产过程。

3、对于高变异性物料：

l考察物料可接受范围：做挑战性试验，在物料属性的一定范围内看工艺是否稳定；如果物料波动大，可考虑增加预混、过筛、或与供应商合作收紧其内控范围。

l不要简单地通过一个验证批次就认定所有物料批次都适用。

4、物料库存策略：尽量减少超长储存；评估老化风险；对老化敏感物料设置复检或性能考察。

七、设备、仪表、分析方法：测量与硬件的隐形漂移

现实问题

1、设备性能随时间劣化（磨损、结垢、密封老化）

l搅拌桨磨损导致混合效率下降；喷雾嘴堵塞 / 磨损导致制粒液滴变化；换热器结垢导致传热效率下降；过滤器逐渐堵塞特性变化。

l设备确认（IQ/OQ/PQ）是刚修好的状态；PQ 之后没有系统性跟踪设备性能随时间的漂移。很多企业只做定期校准仪表，不评估设备 “工艺性能”。

2、仪表校准≠仪表在工艺条件下的测量准确度

l仪表在校准实验室是准的，但在高温、潮湿、振动、有物料粘附的工况下会产生偏差；校准只是单点，不代表整个操作范围。

l一个典型问题：温度探头被物料包裹，显示温度