Comment tenir des traces de décisions d'usine prêtes pour l'audit, y compris avec l'IA
DBR77 Team8 min de lecture
Sur cette page
Une trace de décision prête pour l'audit montre ce qui a été décidé, qui l'a décidé, quand, sur quelles données et pourquoi, et elle ne peut pas être modifiée sans laisser de trace. Pour les décisions assistées par l'IA, l'enregistrement conserve aussi ce que l'IA a recommandé, ce que la personne en a fait et la raison de toute dérogation. Si vous pouvez reconstituer en quelques minutes, depuis un seul système, n'importe quelle décision du mois dernier, vos traces sont prêtes pour l'audit.
La plupart des usines enregistrent le résultat d'une décision, pas la décision elle-même. Le lot a été libéré ou le contrôle sauté, mais le qui et le pourquoi se trouvent dans un e-mail ou dans la tête de quelqu'un.
Ce que « prêt pour l'audit » veut dire pour une décision
Les secteurs réglementés ont une définition éprouvée. Le guide de la FDA américaine sur l'intégrité des données dans la fabrication de médicaments indique que les données doivent être attribuables, lisibles, enregistrées au moment même, originales ou copies certifiées, et exactes, ce qu'on appelle ALCOA. Le même guide définit la piste d'audit comme un enregistrement sécurisé, généré par ordinateur et horodaté, qui permet de reconstituer le déroulement des événements liés à la création, la modification ou la suppression d'un enregistrement électronique.
La règle américaine 21 CFR Part 11 ajoute le côté système. Elle exige des pistes d'audit sécurisées, générées par ordinateur et horodatées qui enregistrent de façon indépendante les saisies et les actions des opérateurs qui créent, modifient ou suppriment des enregistrements, et les modifications ne doivent pas masquer les saisies antérieures. Elle exige aussi un accès limité aux personnes autorisées et des contrôles d'autorité sur qui peut signer ou modifier les enregistrements.
Ces règles s'appliquent aux enregistrements soumis à la FDA. En dehors de ce périmètre, elles restent une bonne checklist pour les audits clients et de certification.
Un lot de 4 000 boîtiers moulés est bloqué après une dérive sur l'empreinte 3.
Ce que doit contenir une trace de décision
La plupart de ces champs peuvent être remplis automatiquement si la décision est prise dans le système où se trouvent les données.
| Champ | Exemple | Pourquoi l'auditeur le demande |
|---|---|---|
| Ce qui a été décidé | Lot 2291 libéré pour expédition | La décision elle-même, pas seulement son effet |
| Qui a décidé | Nom et rôle, connecté au système | Attribuable, et le rôle avait l'autorité requise |
| Quand | Date et heure, fixées par le système | Enregistré au moment même, pas saisi après coup |
| Sur quelles données | Résultats de contrôle, relevés, ordre et lot liés | La décision peut être vérifiée au regard des faits |
| Pourquoi | Texte de justification, norme ou procédure appliquée | Surtout pour les exceptions et les dérogations |
| Rôle de l'IA | Recommandation, confiance, acceptée, modifiée ou rejetée | Montre où une personne a exercé son jugement |
| Résultat | Étape de vérification et son issue | Prouve que la décision a été suivie |
Les traces des décisions assistées par l'IA
Quand l'IA classe, suggère ou prépare un brouillon, la question de l'auditeur passe de « qui a décidé ? » à « qui a décidé, et que lui a dit le système ? ». Quatre règles permettent d'y répondre :
- Conservez la recommandation telle qu'elle a été affichée, avec ses données d'entrée, son explication et son niveau de confiance, pas une version ultérieure.
- Conservez l'action humaine : validée, modifiée ou rejetée, par qui et quand.
- Exigez une raison pour les dérogations et les rejets. Un rejet motivé est une preuve utile, et un rejet silencieux est un trou.
- N'écrasez jamais rien. Une décision modifiée est une nouvelle entrée liée à l'ancienne.
Le règlement européen sur l'IA (AI Act) fixe une exigence similaire pour les systèmes qu'il classe à haut risque : ils doivent permettre techniquement l'enregistrement automatique des événements (journaux) pendant toute la durée de vie du système, pour assurer la traçabilité. La plupart des recommandations en atelier n'entreront pas dans cette catégorie, mais l'habitude de journaliser est la même.
Exemple illustratif : un lot de 4 000 boîtiers moulés est bloqué en qualité après une dérive dimensionnelle sur l'empreinte 3. L'IA recommande de libérer les empreintes 1, 2 et 4 et de mettre au rebut l'empreinte 3, sur la base de 120 pièces remesurées. La responsable qualité modifie la décision : libérer les empreintes 1 et 2, recontrôler l'empreinte 4, mettre au rebut l'empreinte 3. L'enregistrement conserve la recommandation de l'IA et ses données, sa modification, sa raison (« empreinte 4 dans les tolérances mais en dérive »), le résultat du recontrôle deux heures plus tard et la libération finale. Six mois plus tard, un client pose une question sur ce lot. La réponse prend trois minutes.
Qui est responsable de quelles données
Les traces ne sont fiables que si les listes qui les sous-tendent le sont. Donnez à chaque type de données un seul responsable, par rôle :
- Données de référence (équipements, matières, plans de contrôle, rôles et droits) : un responsable pour chacune, en général au bureau des méthodes, à la qualité ou à l'IT.
- Enregistrements opérationnels (ordres, contrôles, ordres de travail, blocages) : sous la responsabilité du rôle qui les clôture.
- Règles et seuils (limites d'alerte, étapes de validation, règles d'échantillonnage) : sous la responsabilité du propriétaire du processus, modifiés uniquement avec une raison journalisée.
- Configuration de l'IA (quelles recommandations demandent une validation, et par quel rôle) : sous la responsabilité conjointe de la production et de la qualité.
Vérifiez les accès au moins une fois par an. Les gens changent de poste, et d'anciens droits de validation ou de modification sont un constat d'audit fréquent. Pour savoir qui répond des problèmes ouverts lors d'un changement d'équipe, voir Comment garder des responsabilités claires d'une équipe à l'autre.
Un test d'audit de 15 minutes
Choisissez trois décisions du mois dernier : une libération qualité, un contrôle sauté ou reporté, un ordre de travail clôturé. Pour chacune, essayez de répondre uniquement à partir des enregistrements :
- Qui l'a prise, et son rôle le lui permettait-il ?
- De quelles données disposait cette personne à ce moment-là ?
- Pourquoi a-t-elle décidé ainsi ?
- Une partie a-t-elle été suggérée par un système, et l'a-t-elle modifiée ?
- Voyez-vous chaque modification ultérieure de l'enregistrement ?
Si une réponse demande un coup de téléphone, cette décision n'est pas prête pour l'audit. Notez quel champ manquait et corrigez à la fois l'enregistrement et le processus qui l'a laissé vide.
Comment cela fonctionne dans DBR77 IRIS
Dans DBR77 IRIS, les décisions sont prises dans le même système que celui qui contient les données. IRIS QMS relie chaque non-conformité à son ordre de fabrication, à sa machine et à son lot de matière, et documente chaque étape d'un 8D ou d'un 5 Pourquoi, du confinement jusqu'à la vérification. Comment relier les problèmes qualité à la production et à la maintenance explique le fonctionnement de ces liens. IRIS QMS prend aussi en charge les audits internes et externes, avec suivi des constats et des actions correctives. IRIS CMMS conserve une piste d'audit complète des ordres de travail, avec les notes des techniciens, les temps passés et les pièces consommées. Les accès par rôle définissent ce que voit chaque rôle.
Pour les décisions assistées par l'IA, Data & AI conserve chaque recommandation avec la base de son score, la suite qu'une personne lui a donnée et, pour celles qui ont été appliquées, le résultat. Decision Traces montre comment une décision a été prise, et l'écran Compliance tient un registre des usages de l'IA et des décisions à haut risque. L'assistant IRIS ne fait que lire les données : chaque modification d'un enregistrement est faite sur l'écran du module par une personne nommément identifiée. Quand l'IA doit recommander et quand les personnes doivent décider traite des décisions à laisser aux personnes dès le départ.
Questions fréquentes
Devons-nous respecter le 21 CFR Part 11 ?
Seulement pour les enregistrements soumis aux règles de la FDA. En dehors de ce périmètre, Part 11 et ALCOA restent une bonne checklist pour tout audit client ou de certification.
Faut-il conserver les suggestions de l'IA rejetées ?
Oui. Les rejets motivés montrent que des personnes ont examiné les sorties, et ils aident à améliorer les règles et le modèle.
Combien de temps conserver les traces de décision ?
Aussi longtemps que l'exigent vos réglementations et vos contrats clients. Part 11 demande que la documentation de la piste d'audit soit conservée au moins aussi longtemps que les enregistrements qu'elle couvre.
L'IA peut-elle rédiger l'enregistrement à notre place ?
Elle peut préparer des résumés et remplir des champs à partir des données. Une personne confirme la décision et sa raison.
Conclusion
Faites cette semaine le test de 15 minutes sur trois décisions du mois dernier : une libération qualité, un contrôle sauté ou reporté et un ordre de travail clôturé. Partout où une réponse a demandé un coup de téléphone, corrigez ce champ dans le processus. Pour les décisions assistées par l'IA, vérifiez aussi que l'enregistrement conserve la recommandation telle qu'affichée, l'action humaine et la raison de chaque dérogation.
Sources
- US FDA, Data Integrity and Compliance With Drug CGMP: Questions and Answers, 2018
- US eCFR, 21 CFR 11.10: Controls for closed systems
- Union européenne, Regulation (EU) 2024/1689 (Artificial Intelligence Act), Article 12: Record-keeping, 2024