国家药监局拟***推行色谱数据完整性新规，AI审计或成标配

国家药品监督管理局药品审评中心近日发布《药品检验色谱系统数据完整性管理规范（征求意见稿）》，面向社会公开征求意见。这份长达46页的规范性文件***明确提出将人工智能（AI）技术引入色谱数据审计流程，要求药品生产企业、药品检验机构及合同研究组织（CRO）对高效液相色谱（HPLC）、气相色谱（GC）等色谱系统的用户权限、审计追踪、数据修改记录、积分参数变更等实施全流程智能化监控。新规拟于2027年1月1日起正式施行，过渡期为一年。

这是我国药品监管领域***将AI审计写入强制性技术规范，标志着药品质量控制数据完整性监管从“人工抽查时代”迈入“智能监控时代”。

从“事后抽查”到“实时监控”：监管逻辑的根本转变

长期以来，药品质量控制实验室的数据完整性检查主要依赖监管人员在现场检查时随机翻阅审计追踪日志，逐一核查操作记录。这种模式不仅效率低下，而且容易遗漏隐蔽性违规行为，如非授权登录、多次重复进样后选择性采纳数据、积分参数被私自修改后未记录等。

新规征求意见稿提出，所有用于药品上市放行检验的色谱系统，必须配备具备AI算法的数据审核模块。该模块应能够自动识别异常操作、可疑修改、重复测试、序列中断、用户权限变更等潜在合规风险，实时生成不可篡改的审计报告，并在检测到高风险行为时自动向质量负责人发送预警。

“AI审计不是替代人的判断，而是帮助人更快、更准确地发现问题。”参与新规起草的中国食品药品检定研究院**在解读文章中写道，“AI可以学习正常操作模式，在出现偏离时***时间提示，让质量管理人员能够及时调查和纠正，而不是等到现场检查时才被发现。”

AI审计的技术实现与产业准备

据新规征求意见稿附件中的技术指南，AI审计系统至少应具备以下功能：用户行为分析（包括登录时间、操作频率、异常时段访问等）、数据修改痕迹追踪（记录每一次积分参数调整、手动积分、谱图叠加等操作）、序列完整性校验（自动比对序列计划与实际执行记录，识别删减序列）、相似性比对（检测是否存在重复进样后选择性报告的现象）等。

目前，安捷伦科技的OpenLab、沃特世公司的Empower、岛津的LabSolutions等主流色谱数据系统（CDS）均已开始预装或可配置AI审计功能模块。同时，国内多家软件厂商如悟空数据、创腾科技、雷泰软件等也推出了符合新规要求的国产化合规解决方案，部分产品已通过国家药监局信息中心的前期测试。

“新规对软件供应商提出了更高要求，但也是行业升级的机遇。”某国产色谱数据系统厂商负责人表示，“我们开发的AI审计模块除了满足监管要求外，还增加了实验室管理功能，如自动生成审计报告、智能排班提醒、仪器利用率分析等，帮助实验室提升管理效率。”

行业影响：合规成本短期上升，长期推动数字化转型

新规征求意见稿发布后，在制药行业引起***关注和讨论。多家制药企业的质量负责人表示，新规实施将带来短期合规成本上升，主要体现在软件升级、系统验证、人员培训等方面。据初步测算，一家中型制药企业的色谱数据系统升级及相关培训费用可能增加50万至100万元。

但从长期来看，新规将加速制药行业质量控制实验室的数字化转型。通过AI审计系统，企业可以实时掌握每一台色谱仪、每一位操作人员的运行状态，及时发现潜在的质量风险，从源头上预防数据完整性问题。同时，系统积累的海量运行数据还可用于仪器故障预测、方法稳健性分析等深度应用，提升实验室整体运营效率。

“过去我们靠人盯人，靠年度自查，现在可以靠系统实时监控。”一家国内头部制药企业质量总监表示，“这不仅是监管要求，也是企业自我提升的机会。好的数据管理不仅能减少合规风险，还能提高研发和生产效率。”

国际趋势与国内协同

值得注意的是，数据完整性监管趋严并非我国独有。美国食品药品监督管理局（FDA）早在2018年就发布了《数据完整性与CGMP合规指南》，欧盟药品管理局（EMA）也在2021年更新了相关要求。此次我国新规的制定，在参考国际通行做法的基础上，***将AI审计明确写入技术规范，体现了监管思路的前瞻性。

中国药科大学药品监管科学研究院**指出，AI审计的强制推行，将使我国在药品色谱数据管理领域走在国际前列。下一步，应加强与国际监管机构的协调，推动AI审计标准互认，降低企业跨国申报的合规成本。

目前，征求意见稿正处于公开意见征集阶段，截止日期为2026年5月31日。国家药监局表示，将根据反馈意见进一步完善规范内容，并将在正式发布前组织全国范围的宣贯培训，帮助行业顺利过渡。