Per lungo tempo, nella pratica operativa di molte aziende farmaceutiche, la validazione di processo è stata associata a un’immagine relativamente semplice: tre lotti commerciali, risultati conformi, documentazione completa, chiusura del pacchetto di validazione. Una rappresentazione rassicurante, che oggi appare insufficiente. Quei lotti restano importanti, ma costituiscono solo una parte di un sistema più ampio.
La validazione moderna non si esaurisce nella dimostrazione puntuale che un processo ha funzionato in determinate condizioni. Deve dimostrare che l’azienda conosce il processo, ne comprende la variabilità, sa riconoscere i segnali di deriva e dispone di strumenti per mantenere nel tempo lo stato di controllo.
È questo il passaggio tecnico e culturale più rilevante. La process validation non è un evento puntuale. È un ciclo di vita che comprende sviluppo, definizione dei parametri critici, qualifiche, convalida iniziale, Continued Process Verification, revisioni periodiche, gestione delle deviazioni, change control e aggiornamento della conoscenza di processo. Documenti corretti non bastano: serve un sistema capace di collegare dati, rischio e decisioni.
Dal lotto conforme alla conoscenza del processo
Il punto di partenza resta la definizione di CPP e CQA, cioè dei critical process parameters e dei critical quality attributes. I primi descrivono i parametri di processo che possono influenzare la qualità del prodotto; i secondi identificano gli attributi qualitativi che devono essere mantenuti entro limiti appropriati per garantire sicurezza, efficacia e conformità. Senza una relazione tecnicamente solida tra CPP e CQA, la validazione rischia di ridursi a un esercizio retrospettivo: si controlla che i risultati siano nei limiti, ma non si comprende il motivo per cui lo siano.
Il problema emerge soprattutto quando i dati mostrano un drift, cioè una tendenza progressiva, pur rimanendo entro specifica. Un valore ancora conforme non è necessariamente un dato privo di significato. Se un parametro si sposta lentamente verso un limite, se una variabilità aumenta, se un trend si ripete su più campagne o linee, il processo sta già comunicando qualcosa. Attendere l’OOS, l’out of specification, significa spesso intervenire tardi. In molti casi, l’OOS non è un evento isolato: è l’esito finale di segnali precedenti non intercettati o non interpretati.
Da qui nasce una differenza decisiva tra controllo formale e controllo sostanziale. Il primo verifica la conformità del singolo lotto. Il secondo osserva il comportamento del processo nel tempo. La manifattura farmaceutica ha bisogno di entrambi, ma è il secondo a fare la differenza quando la complessità aumenta, i prodotti diventano più sensibili e la pressione su tempi, costi e continuità produttiva diventa più forte.
La giustificazione tecnica non è una formalità
Uno degli errori più frequenti nella validazione è trattare alcuni strumenti regolatori come scorciatoie procedurali. Grouping, bracketing, matrixing, approcci worst case e strategie di razionalizzazione dei test sono pienamente legittimi, ma solo se supportati da una giustificazione scientifica coerente. Non basta affermare che due apparecchiature sono simili: bisogna dimostrare perché quella similitudine è rilevante ai fini del rischio.
Il tema è particolarmente evidente nella cleaning validation. Raggruppare apparecchiature sulla base del materiale di superficie o di una configurazione apparentemente analoga può essere insufficiente se non si considerano fattori come solubilità, tossicità, potenza farmacologica, cleanability, geometria reale delle parti a contatto, punti morti, condizioni operative e storico dei residui. Il vero worst case non è quello più comodo da documentare, ma quello che rappresenta il rischio maggiore in condizioni realistiche.
In sede ispettiva, gli approcci debolmente giustificati sono facilmente contestabili. L’autorità non chiede necessariamente più test: chiede coerenza tra rischio, razionale e dato. Un robust approach deve tenere insieme tre elementi: valutazione del rischio, razionale scientifico e supporting data. Se uno di questi manca, la strategia appare meccanica. E una validazione meccanica è fragile, anche quando formalmente ordinata.
Holding time e campagne produttive
Un altro punto spesso sottovalutato riguarda gli holding time e la gestione delle campagne. Anche in questo caso, l’approccio dovrebbe essere science-based e risk-based. Definire un holding time significa valutare l’impatto del tempo su prodotto, semilavorato, attrezzatura, residui, contaminazione microbiologica, stabilità fisico-chimica e condizioni ambientali. Non è una semplice finestra operativa da fissare per comodità produttiva.
Nelle campagne, inoltre, il tempo non va considerato in modo astratto. Un criterio tecnicamente prudente è valutare il periodo dal primo utilizzo fino alla fine dell’ultimo lotto della campagna, tenendo conto delle condizioni reali di esercizio. Qui si apre spesso una distanza tra validazione e operations. La validazione definisce scenari teorici; la produzione lavora con vincoli, sequenze, attese, cambi formato, ritardi, disponibilità di linea e priorità commerciali. Se questi elementi non entrano nel disegno di validazione, il sistema documentale finisce per descrivere una fabbrica diversa da quella reale.
È un punto cruciale. Il riferimento regolatorio – dall’EU GMP Annex 15 alle linee guida ICH Q8, Q9 e Q10, fino alla FDA Process Validation: General Principles and Practices – converge su un principio comune: la validazione deve essere rappresentativa delle pratiche effettive di manifattura. Quando la realtà operativa si discosta sistematicamente dal razionale validato, il rischio non è solo documentale: è un rischio di controllo del processo.
CPV e PQR non sono la stessa cosa
Una confusione ancora diffusa riguarda il rapporto tra Continued Process Verification e Product Quality Review. CPV e PQR sono collegati, ma non sovrapponibili. Il PQR è una revisione periodica, retrospettiva, che valuta l’andamento complessivo della qualità del prodotto, delle deviazioni, dei reclami, dei cambi, degli OOS, delle CAPA (Corrective and Preventive Actions) e degli altri indicatori rilevanti. È uno strumento fondamentale, ma arriva per definizione dopo.
Il CPV ha un’altra logica. È il monitoraggio continuativo, o almeno frequente e strutturato, dei parametri e degli attributi critici per verificare che il processo rimanga in stato di controllo. Non deve limitarsi a raccogliere dati: deve permettere di leggerli con tempestività. Quando il CPV funziona, il PQR cambia ruolo. Non è più il primo momento in cui emergono problemi rimasti invisibili per mesi, ma diventa uno strumento di conferma, consolidamento e valutazione periodica di quanto già monitorato.
Questa distinzione ha conseguenze operative rilevanti. Se un’azienda identifica un trend critico solo durante il PQR annuale, significa che il processo potrebbe essere rimasto subottimale per un periodo lungo. In quel tempo possono essersi accumulate deviazioni minori, inefficienze, rilavorazioni, scarti, investigazioni tardive o CAPA meno efficaci. Il costo della mancata tempestività non è soltanto regolatorio: è industriale.
Il limite dei dati manuali
La digitalizzazione entra qui come abilitatore, non come ornamento tecnologico. Molte aziende continuano a basare una parte importante del monitoraggio su inserimenti manuali, estrazioni periodiche, fogli Excel, analisi retrospettive e report costruiti a posteriori. Questi strumenti possono essere utili, ma mostrano limiti evidenti quando il volume dei dati cresce e quando la tempestività diventa essenziale.
L’inserimento manuale aumenta il rischio di errore, rallenta l’analisi e rende più difficile individuare segnali deboli. L’Excel retrospettivo, se non governato, può diventare un archivio di conferme tardive. Il punto non è sostituire il giudizio tecnico con il software, ma dotare QA, validation, produzione e process engineering di strumenti più adeguati: raccolta automatizzata dei dati, integrazione con sistemi di campo, dashboard validate, strumenti statistici, alert configurati su soglie e trend, analisi quasi in tempo reale.
La parola chiave è interpretazione. Un sistema digitale non serve a produrre più grafici, ma a rendere più visibile il comportamento del processo. La sua utilità nasce quando i dati permettono di distinguere una normale variabilità da un segnale di instabilità, un’anomalia occasionale da un trend, un rumore statistico da una deriva tecnicamente rilevante.
Monitorare tutto non significa controllare meglio
C’è però un rischio opposto: pensare che la risposta sia monitorare tutto. Non è così. In ambito GMP, l’approccio corretto resta basato sul rischio. Monitorare parametri non critici con la stessa intensità di quelli critici genera complessità, rumore e dispersione di risorse. La qualità del sistema non si misura dal numero di indicatori, ma dalla pertinenza degli indicatori scelti.
Anche nella cleaning validation, non tutti i risultati richiedono lo stesso livello di trending. Ha più senso concentrare l’attenzione sui prodotti worst case, sulle apparecchiature più critiche, sui punti di campionamento più rappresentativi e sui parametri che possono segnalare un degrado della performance di pulizia. La priorità non è accumulare dati, ma costruire una sorveglianza proporzionata al rischio.
La risk-based prioritization consente di rendere il sistema più efficiente e più difendibile. Un set ridotto ma ben giustificato di indicatori critici è spesso più solido di un monitoraggio esteso ma poco interpretato. Anche qui la domanda tecnica da porsi non è “abbiamo misurato abbastanza?”, ma “stiamo misurando ciò che può realmente cambiare il profilo di rischio del processo?”.
La validazione come leva industriale
Un tema spesso trascurato è il posizionamento organizzativo della validazione. I team di validation lavorano frequentemente con carichi elevati, risorse limitate, urgenze produttive e una pressione documentale crescente. In alcuni contesti sono percepiti come funzione di supporto regolatorio, chiamata a produrre protocolli, report e giustificazioni. Una visione riduttiva.
La validazione parla direttamente il linguaggio del business, anche quando non viene riconosciuto. Un processo meglio conosciuto produce meno deviazioni. Meno deviazioni significano meno investigazioni, meno CAPA, meno rilavorazioni, meno batch failure, meno ritardi nel rilascio e minori costi nascosti. Una strategia di CPV efficace può intercettare un problema prima che generi impatto sulla supply chain. Una cleaning validation ben giustificata può ridurre contestazioni ispettive e fermi non pianificati. Un holding time realistico può prevenire scostamenti tra procedura e pratica operativa.
Per questo la validazione dovrebbe essere presentata al management non come puro requisito di compliance, ma come infrastruttura di controllo industriale. La sua funzione non è evitare un’osservazione ispettiva, o almeno non solo: è aumentare la prevedibilità del processo. E nella produzione farmaceutica la prevedibilità è una forma concreta di efficienza.
Una maturità ancora disomogenea
La maturità delle aziende su questi temi è disomogenea. Alcune realtà hanno già integrato CPV, process analytics, sistemi digitali e valutazioni statistiche avanzate. Altre restano ancorate a modelli più tradizionali, nei quali il dato viene raccolto soprattutto per dimostrare conformità a posteriori. La differenza non dipende solo dalla tecnologia disponibile. Dipende dalla cultura tecnica, dalla qualità del dialogo tra funzioni e dalla capacità di trasformare il dato in decisione.
Il passaggio più difficile è proprio questo: uscire dalla logica del documento come fine e tornare al documento come traccia di un ragionamento tecnico. Un protocollo di validazione dovrebbe mostrare perché è stato scelto un determinato approccio. Un report dovrebbe spiegare che cosa i dati indicano sul processo. Una deviazione dovrebbe alimentare conoscenza, prima ancora di chiudere una non conformità. Una CAPA dovrebbe ridurre il rischio, non rispondere soltanto a un finding.
La validazione farmaceutica del prossimo futuro sarà sempre meno tollerante verso approcci standardizzati e poco motivati. Chiederà competenze ibride: conoscenza GMP, statistica applicata, comprensione dei processi produttivi, capacità di analisi del rischio, familiarità con i sistemi digitali e consapevolezza operativa. Non sarà sufficiente sapere compilare correttamente un template. Servirà saper difendere tecnicamente una scelta.
In questa prospettiva, la domanda da porre non è se un processo sia stato validato una volta. La domanda è se l’azienda sia in grado di dimostrare, oggi, che quel processo è compreso, monitorato e sotto controllo. È una differenza sostanziale. La prima risposta produce documentazione. La seconda produce affidabilità industriale.
