Warum Sie moderne Tools den traditionellen Methoden zur Erstellung von CSV-Dokumenten vorziehen sollten

Geschrieben von Marc Assmann

In der Medizintechnik- und Pharmaindustrie stellt die Umstellung von der traditionellen, papierbasierten Dokumentation der Validierung Computergestützter Systeme (CSV) auf moderne digitale Tools eine entscheidende Veränderung dar. Dieser Übergang wird durch die Notwendigkeit vorangetrieben, strenge gesetzliche Anforderungen effizient zu erfüllen und gleichzeitig die Zuverlässigkeit und Integrität kritischer Systeme zu verbessern. Dieser Artikel befasst sich mit den Vorteilen und Herausforderungen, die die Einführung moderner Dokumentationswerkzeuge für die CSV mit sich bringt, und beleuchtet deren Rolle bei der Vereinfachung von Prozessen, der Reduzierung von Fehlern und der Verbesserung der Rückverfolgbarkeit. Vor dem Hintergrund gesetzlicher Vorschriften, wie dem EU-GMP-Leitfaden und den FDA-Vorschriften, wird untersucht, wie diese Tools die CSV-Praktiken verändern und sie effizienter und konformer machen.

- ChatGPT 4

Während der obige Text von ChatGPT 4 erstellt und von DeepL aus dem Englischen ins Deutsche übersetzt wurde, um die Möglichkeiten moderner Technologien zu demonstrieren, wurde der folgende Artikel von uns händisch geschrieben, ohne den Einsatz generativer KI’s. Wir stimmen jedoch vollkommen mit dem überein, was ChatGPT über den Inhalt dieses Artikels zu sagen hatte 😉

Also, legen wir los.

Regulatorische Anforderungen an die Dokumentation

Um zu verstehen, warum Tools im Vergleich zur traditionellen, papiergestützten Dokumentation enorme Vorteile bieten, müssen wir zunächst einen Blick auf die rechtlichen Rahmenbedingungen werfen. Warum müssen wir die Validierungsaktivitäten überhaupt dokumentieren, was müssen wir dokumentieren und wo steht dies geschrieben?

Hinweis: In CSV verwenden wir üblicherweise den Begriff "System" für die Software als zentrales Element, erweitert um ihr Betriebssystem und die entsprechende Hardware. Um den folgenden Text leichter lesbar und zugänglicher zu machen, haben wir uns entschieden, stattdessen nur den Begriff "Software" zu verwenden.

Die Validierung Computergestützter Systeme (CSV) ist ein integraler Bestandteil des Qualitätsmanagementsystems von Herstellern von Medizinprodukten und pharmazeutischen Unternehmen. Die Anforderungen an die Validierung von Software, die im regulierten Umfeld eingesetzt wird, finden sich in einer Vielzahl von Gesetzen, Richtlinien, Normen und mehr wieder. Um nur einige zu nennen: EU GMP Guideline Annex 11, EU MDR / IVDR, FDA 21 CFR Part 11, FDA 21 CFR Part 820.70, ISO 13485 und mehr. All diese Erwartungen der Behörden sowie die Erfahrungen aus der Praxis wurden in sehr nützliche Leitfäden umgesetzt, wie z. B. den GAMP-Leitfaden, die FDA General Principles of Software Validation, PDA Risk-Based Software Validation und weitere.

Um es kurz zu machen: Es gibt einige zentrale Elemente der CSV, die in jedem Falle abgedeckt werden müssen:

Erstellen Sie einen Plan für Ihre Validierungsaktivitäten und folgen Sie diesem. Legen Sie Umfang, Rollen und Zuständigkeiten des Vorhabens sowie den Verwendungszweck der Software klar fest.
Dokumentieren Sie die Nutzeranforderungen und die gesetzlichen Anforderungen an die Software und die Geschäftsprozesse, die von der Software abgedeckt werden sollen - in der Regel in Form einer Systembeschreibung und eines Lastenhefts.
Dokumentieren Sie, wie die Benutzeranforderungen technisch umgesetzt werden - in der Regel in Form von Funktionaler, Architektur- und Designspezifikationen, bzw. eines Pflichtenhefts.
Bewerten Sie das mit der Nutzung Ihrer Software verbundene Risiko und legen Sie Massnahmen zur Risikominderung fest - in der Regel in Form von Initialer und Funktionaler Risikobewertungen.
Testen Sie die Software, ob sie auf die richtige Weise entwickelt wurde und ob sie den beabsichtigten Verwendungszweck erfüllt - in der Regel in Form von Systemakzeptanztests (Überprüfung der technischen Implementierung) und Benutzerakzeptanztests (Validierung gegen den beabsichtigten Verwendungszweck), die anhand eines Testplans und von Testskripten durchgeführt werden.
Berichten Sie über Ihre Aktivitäten - in der Regel in Form eines Testberichts und eines Validierungsberichts.
Richten Sie ein System zur Kontrolle des Lebenszyklus (Inbetriebnahme – Betrieb – Ausserbetriebnahme – Archivierung) Ihrer Software ein, um den validierten Zustand aufrechtzuerhalten - in der Regel in Form von Verfahren (SOPs), wie Änderungskontrolle, Problemmanagement, Wartung, Gebrauchsanweisung usw.

Und während Sie all diese Schritte durchführen, müssen Sie die folgenden Punkte berücksichtigen:

Bewahren Sie die Integrität Ihrer Dokumentation. Halten Sie Ihre Dokumentation während der gesamten Lebensdauer Ihrer Software auf dem neuesten Stand.
Erstellen und pflegen Sie die Rückverfolgbarkeit über alle Aspekte Ihrer Software (z. B. Benutzeranforderung – Funktionale Spezifikation - Risiko - Test). Sie müssen in der Lage sein, jederzeit feststellen zu können, was Ihre Software kann, wo dies dokumentiert ist und wie die jeweilige Funktion bewertet und überprüft wurde.
Halten Sie eine hohe Qualität Ihrer Dokumentation aufrecht, auch mehrere Jahre nach der Implementierung der Software (siehe ALCOA++ Grundsätze für Dokumentation und Integrität).

Alle oben genannten Punkte zusammen genommen sind umfangreich und klingen erschreckend, oder? Und bis zu einem gewissen Punkt stimmen wir Ihnen zu. CSV ist eine anspruchsvolle und herausfordernde Aufgabe, aber sie schafft Vertrauen in Ihr System. Und nicht zu vergessen: Sie schaffen einen dokumentierten Nachweis für die Zuverlässigkeit und Reproduzierbarkeit Ihrer Software. Moderne Werkzeuge können Ihnen in diesem Prozess das Leben sehr erleichtern. Und genau da setzen wir an.

Papierbasierte Dokumentation - willkommen in der Steinzeit des CSV

Wie Sie vielleicht aus dem obigen Abschnitt ableiten können, bestand die traditionelle Art der Dokumentation viele Jahre lang in der Erstellung von Papierstapeln. Mit Tools wie MS Word werden Pläne, Anforderungs- und Spezifikationsdokumente verfasst, mit MS Excel werden umfangreiche Risikobewertungen erstellt und so weiter. Alle Dokumente werden ausgedruckt, unterschrieben und in Ordnern archiviert. Tabellen zur Rückverfolgbarkeit (Traceability Matrix) werden manuell in MS Excel erstellt, um alle relevanten Elemente (Anforderungen, Spezifikationen, Risiken, Tests, Änderungsanträge usw.) miteinander zu verknüpfen. Ein Index wird erstellt, um den Überblick über alle Dokumente zu behalten. Die Änderungskontrolle erfordert eine umfassende Folgenabschätzung für Software und Dokumentation. Es gibt sicherlich gute Gründe, warum dieser Ansatz noch in vielen Unternehmen anzutreffen ist, aber diejenigen, die immer noch auf diese Weise arbeiten, empfinden dies oft als sehr mühsam und wünschen sich eine Veränderung ihrer aktuellen Situation. Werfen wir einen kurzen Blick auf die Vor- und Nachteile der papiergestützten Dokumentation.

Vorteile:

Das Papierdokument ist die einzige Quelle der Wahrheit und ist für sich genommen unabhängig von einer Softwarelösung, die für sich genommen eine Validierung erfordern würde.
Papierdokumente sind von Natur aus langlebig und können bei einem kontrollierten Raumklima über viele Jahre archiviert werden.

Nachteile:

Die Aktualisierung von Dokumenten ist ein zeitaufwändiger Prozess (Dokumentenmanagement).
Die Pflege der Dokumente ist fehleranfällig und umständlich.
Die Rückverfolgbarkeit wird in einem manuellen Prozess anhand eines Übersichtsblatts erstellt und erfordert eine manuelle Suche in der Dokumentation.
Die Originaldokumente werden im Archiv aufbewahrt und erfordern Zugang zu einem beschränkten Bereich und Zeit, um das gewünschte Dokument aus dem Archiv zu holen.

Hybride Dokumentation - willkommen in der Bronzezeit der CSV

In den 80er Jahren erkannten Softwareunternehmen den Bedarf, Dokumente in einem digitalen Format zur Verfügung zu stellen, was zur Entwicklung der ersten elektronischen Dokumentenmanagementsysteme (eDMS) führte. Heute werden diese Tools von der Mehrzahl der Medizinprodukte- und Pharmaunternehmen eingesetzt. Sie beheben zwei wesentliche Nachteile der papierbasierten Dokumentation: Verfügbarkeit und Handhabung der Dokumente. Der Bedarf an solchen Tools stieg während der COVID-Pandemie sprunghaft an, da die Menschen vom Büro zur Heimarbeit übergingen und diese mit der Hilfe von eDMS-Lösungen von dort weiterhin auf ihre Dokumente zugreifen konnten. Andere Nachteile der papierbasierten Dokumentation sind bei eDMS-Lösungen nach wie vor vorhanden. Denn sie speichern die Dokumente auf dieselbe Weise wie im papierbasierten Verfahren, aber in einem digitalen Format.

Vorteile:

Zeitnaher bis Echtzeit-Zugriff auf die Dokumentation, in vielen Fällen von einem beliebigen Standort aus (Anforderungsspezifikationen, Validierungsergebnisse, Testskripte usw.).
Dokumente können auf bequeme Weise mit Hilfe von Metadaten, Workflows, elektronischen Signaturen, Dokumentenstatus und mehr verwaltet werden.
Weniger bis keine Papierdokumentation.
Redundante Sicherungs- und Wiederherstellungsfunktionen.
Dokumentenkontrolle durch Zugriffsverwaltung, Benutzerrollen usw.

Nachteile:

Validierungsergebnisse bleiben eigenständige Dokumente, wie in der papierbasierten Dokumentation
Die Rückverfolgbarkeit wird weiterhin durch manuelle Prozesse hergestellt. Informationen sind in den Dokumenten «vergraben» und müssen manuell gesucht werden

Tools für Records Management - willkommen im 21. Jahrhundert der CSV

In den letzten fünf bis zehn Jahren wurden Tools immer beliebter, die es den Benutzern ermöglichten, eine detailliertere Dokumentation in CSV- und IT-Projekten zu erstellen. In diesem Zusammenhang spricht man gerne von Electronic Records, also elektronischen Aufzeichnungen. Auch wenn elektronische Dokumente, wie sie in eDMS-Lösungen verwaltet werden, ebenfalls als Electronic Records gelten, gehen diese modernen Werkzeuge einen Schritt weiter und brechen die Strukturen dieser in sich geschlossenen Dokumente auf.

Obwohl viele Aspekte sowohl für die elektronische Dokumentenverwaltung als auch für das elektronische Records Management gelten, besteht der Kerngedanke des Records Managements darin, Beziehungen zwischen allen einzelnen, im Tool gespeicherten, Records herzustellen, in Verbindung mit einem Lebenszyklusmanagement der Records. Sie brechen Informationen auf ihre atomare Struktur herunter. In vielen Fällen ist diese Art von Software bei CSV-Projekten in ein Application Lifecycle Management System (ALM) integriert.

Anstatt separate Dokumente für jede Validierungsaktivität zu erstellen, erstellen Sie einen unabhängigen, eigenständigen Record pro "Eintrag". Ein Eintrag kann eine Benutzeranforderung, eine funktionale Spezifikation, ein Risiko, ein Testfall, eine Änderungsanforderung usw. sein. Mit Hilfe von Metadaten definieren Sie die Beziehung dieser Elemente zueinander und schaffen somit jederzeit Nachvollziehbarkeit über alle Aufzeichnungen. Sie können sich das so vorstellen, als ob Sie einen roten Faden von jedem einzelnen Eintrag zum nächsten Eintrag ziehen würden. In ALMs können Sie die Einträge mit bestimmten Release-Versionen Ihrer Software verknüpfen, in manchen Fällen sogar mit dem Software-Code in Ihrem Code-Repository. Berichtsfunktionen ermöglichen es Ihnen, den Stand Ihrer Validierung zu jedem beliebigen Zeitpunkt zu beurteilen. Bei Inspektionen durch die zuständigen Behörden oder Audits durch Kunden oder Benannte Stellen macht dies Ihr Leben sehr viel einfacher.

Vorteile:

Vollständige Rückverfolgbarkeit über alle Einträge bis zur entsprechenden Software-Release-Version.
Vollständige Kontrolle über Einträge mithilfe von Benutzerrollenmodellen, Workflows, Status usw.
Flexibilität bei der Aktualisierung bestimmter, einzelner Einträge anstelle der Aktualisierung ganzer Dokumente. Dies vereinfacht und beschleunigt das Lifecycle-Management Ihrer validierten Software erheblich.
Verbesserte Sichtbarkeit, Rückverfolgbarkeit, Zuverlässigkeit und Flexibilität für alle Aktivitäten und Artikel.

Nachteile:

Erfordert umfangreiche Vorbereitungen, damit es funktioniert (z. B. Namenskonventionen, Inhaltsstruktur, Metadaten, unterstützende Prozesse wie Änderungsmanagement, Aufbewahrungsrichtlinien usw.).
Diese Tools sind spezifisch für CSV und ALM und somit auf ihre geschäftlichen Anwendungsfälle eingegrenzt. Im Gegensatz zu herkömmlichen eDMS-Lösungen, die alle Arten von Dokumenten wie ein Papierarchiv speichern können. Aber diese Eigenschaft ist letztendlich ein Vorteil für Ihren Validierungsprozess..

KI für die Erstellung und Verwaltung von Einträgen - willkommen in der Zukunft der CSV

Und was kommt als Nächstes? Das haben Sie wahrscheinlich schon richtig erraten. Alle reden über KI. Mit Sicherheit wird KI in naher Zukunft eine entscheidende Rolle in der CSV spielen. Heute werden bereits einige KI-Anwendungen für Prozesse eingesetzt, die mit CSV zu tun haben. Aber alle hier genannten, zukünftigen Anwendungsfälle sind nur Spekulationen oder Extrapolationen der aktuellen Entwicklungen auf dem Markt.

Viele eDMS-Lösungen enthalten beispielsweise bereits Funktionen zur automatisierten Texterkennung von gescannten Dokumenten. Diese Funktion wird als OCR (optische Zeichenerkennung) bezeichnet. Allerdings gibt es OCR schon seit einiger Zeit, und jeder nimmt diese Funktion heutzutage als selbstverständlich hin.

Darüber hinaus beginnen die ersten Anbieter, KI zu nutzen, um Inhalte oder Datensätze zu gruppieren und zu filtern, Schlagwortanalysen durchzuführen und vieles mehr. All dies geschieht jedoch noch sehr langsam und ist nicht mit der Geschwindigkeit zu vergleichen, mit der Unternehmen auf der ganzen Welt neue KI-Modelle für die verschiedensten Anwendungsfälle auf den Markt bringen. Die Integration neuer KI-Modelle in etablierte Tools für den Einsatz im regulierten Umfeld benötigt Zeit, so dass es zwischen dem, was wir sehen, und dem, was wir (noch) bekommen werden, eine erhebliche Verzögerung gibt.

Dennoch gehen wir davon aus, dass KI in den kommenden Jahren eine immer wichtigere Rolle in der CSV spielen wird, insbesondere als Teil von ALM-/Record-Managementlösungen. Aufgrund der Datenstruktur in diesen Systemen ist der Einsatz von KI in Record-Managementlösungen der logische nächste Schritt in deren Entwicklung.

Im Folgenden möchten wir einige Ideen vorstellen, die unserer Meinung nach potenzielle Anwendungen für KI in CSV sein könnten:

LLM für Requirements Engineering und Risikomanagement

Das Requirements Engineering und die Bewertung der Risiken der ermittelten Anforderungen bilden die Grundlage für alle Validierungsaktivitäten. Je besser die Anforderungen definiert sind und je besser die Risiken bewertet und verstanden werden, desto zuverlässiger ist das Ergebnis des gesamten CSV-Projekts. LLM (Large Language Models) sind ein hervorragendes Werkzeug zur Standardisierung der Anforderungsdokumentation. Während Business-Analysten Geschäfts- und Benutzeranforderungen diskutieren, können sie LLMs verwenden, um alle Notizen und Kommentare in standardisierte Formate für Benutzeranforderungen zu übersetzen. Darüber hinaus könnten LLMs sogar die Risiken für solche Anforderungen aufzeigen, wenn der Kontext der beabsichtigten Nutzung bekannt ist.

LLM für das Schreiben von Testskripten

Es gibt bereits KI-gestützte Lösungen auf dem Markt, die Unit-Tests für Ihren Quellcode schreiben können. Aber es gibt noch kein solches Werkzeug auf dem Markt, das diese für höhere Teststufen, wie System Acceptance Test oder User Acceptance Test, zuverlässig erstellt. Bald könnten LLMs in der Lage sein, Anforderungen, Spezifikationen und Risiken in Testskripte für die manuelle Testdurchführung zu übersetzen. Integriert in eine ALM-Lösung könnten sie sogar automatisch alle Testskripte auf der Grundlage all Ihrer Eingaben erstellen.

Automatisierte Folgenabschätzung

Eine der grössten Herausforderungen von CSV ist die Aufrechterhaltung des validierten Zustands während der gesamten Lebensdauer Ihrer Software. Das liegt daran, dass jede Aktualisierung, jedes Problem, jeder Fehler, jedes Hotfix usw. eine Aktualisierung der Dokumentation erfordert. Je älter das System wird, desto mehr Fehler häufen sich in Ihrer Dokumentation an. Nach einigen Jahren wird die Validierungsdokumentation den tatsächlichen Stand der Software nicht mehr vollständig und korrekt abbilden. Hier könnte KI grosse Vorteile bringen. Die Chancen stehen gut, dass KI in einigen Jahren in der Lage sein wird, die Auswirkungen auf die gesamte CSV- und Entwicklungsdokumentation einer Softwarelösung allein anhand der Beschreibung einer Änderungsanforderung zu erkennen und zu bewerten.

Sicherlich gibt es unzählige weitere Anwendungsfälle für KI in der CSV. Seien wir gespannt und neugierig darauf, was die Zukunft bringt.

Um es mit den Worten von Steve Jobs zu sagen: "Stay hungry, stay foolish". Mit besseren Werkzeugen überwinden wir Einschränkungen, schwerfällige Arbeitsabläufe, Verzögerungen und übermässigen Dokumentationsaufwand und machen uns das Leben leichter, während wir die Qualität unserer Arbeit weiter verbessern. Wir sollten offen für künftige Entwicklungen sein und sie effektiv in unsere Arbeitsweise integrieren.