CROのデータ活用：GCP・データ完全性を守る連携設計

CROのデータ活用で優先するべきこと

CROにおけるデータ活用は、可視化や報告書作成だけを目的とするものではありません。治験関連の記録を正確に取り扱い、関係者が必要な情報を確認し、被験者保護と試験結果の信頼性を支えるための業務設計です。GCPでは、記録の正確性、検証可能性、適正な取扱い、保存が求められます。AIや自動化を利用する場合も、これらの要件を満たす運用を先に設計します。

最初に確認するのは、どのデータを正本とするか、誰がデータ品質を確認するか、変更が生じたときに誰が承認するかです。CROが業務を受託している場合、治験依頼者、実施医療機関、CROの間でデータへのアクセス、委託範囲、監査証跡、エスカレーションを明確にします。受託していることを理由に、治験依頼者の監督や医療上・品質上の最終判断が曖昧になることはありません。

データ連携を設計するための実務表

治験では、CTMS、EDC、eTMF、安全性データベース、施設関連の記録など、複数のシステムが関係します。連携の前に、各データの目的、正本、識別子、責任者、利用範囲を整理してください。

連携する各項目について、施設や被験者を識別するためのルール、データ形式、変換の担当者、例外時の処理を文書化します。データを別システムへ移す場合には、移送・変換の前後を検証し、変更履歴を残します。

データ完全性と監査証跡を守るチェックリスト

• 各データ項目について、正本、データオーナー、利用目的を定めた。
• 施設や被験者に関する識別子の定義と、システム間の対応関係を確認した。
• 利用者ごとのアクセス権、権限変更、外部委託・再委託の扱いを定めた。
• 入力、変換、AI出力、レビュー、承認、訂正の履歴を追跡できる。
• 出力と原資料を照合する受入基準と、例外処理の方法を用意した。
• システムやルールの変更前に影響を評価し、テストと承認を行う。
• 品質保証、臨床開発、データマネジメント、薬事・安全性、情報システムが役割を確認した。

AIがデータの不整合やリスク候補を提示しても、その候補は確定した結論ではありません。AIの入力、出力、利用したルール、担当者によるレビューと承認を説明できるようにし、監査や原因調査に備えます。

導入時の検証と運用の進め方

導入対象は、出力を原資料や承認済みのルールに照らして確認できる範囲から選びます。例えば、eTMFの欠落候補の抽出、定義済みのデータ項目の突合、定型的な文書整理などです。臨床上の判断、因果関係評価、重大逸脱の最終評価、規制上の提出判断は、人が責任を持って行います。

検証では、対象業務、入力データ、出力形式、受入基準、レビュー担当者、記録方法を明確にします。テストの結果と例外を記録し、変更が必要な場合には影響を評価してから再検証します。運用開始後も、アクセス・変更履歴、出力の品質、例外処理、利用者教育、手順への適合を確認します。

よくある質問（FAQ）

Q1. データ連携では何を最初に確認すべきですか？

業務目的、データの正本、識別子の定義、データオーナー、アクセス権、変更履歴、レビュー・承認の流れを確認します。

Q2. AIは治験データ活用にどこまで使えますか？

欠落候補の検知、定型的な突合、文書の整理、リスク候補の提示などを支援できます。臨床上・品質上・規制上の最終判断は人が担います。

Q3. 導入後に何を監視しますか？

データの来歴、アクセス・変更履歴、出力のレビュー記録、例外処理、変更管理、受入基準への適合を継続して確認します。

参考資料

• 厚生労働省「医薬品の臨床試験の実施の基準に関する省令」のガイダンス
• PMDA「ICH-E6 GCP（医薬品の臨床試験の実施基準）」
• ICH E6(R3) Guideline for Good Clinical Practice

最後に（問い合わせ導線）

データ活用は、業務の負荷だけでなく、被験者保護、データ完全性、監査可能性、責任分界を満たすことを前提に進めます。CRO、治験依頼者、実施医療機関の役割を文書化し、関係する責任者がデータ利用と変更を確認できる仕組みを整えてください。