Il toolkit QA che conta davvero: valutazione del rischio e strumenti di qualità spiegati

Se hai passato del tempo nell'Assicurazione Qualità, sai già che il lavoro non riguarda solo individuare i problemi — riguarda comprenderli a fondo per fare in modo che non si ripetano. Questo tipo di comprensione non deriva solo dall'istinto. 

Deriva dall'avere gli strumenti giusti, sapere quando usarli e saper interpretare ciò che comunicano. Questa guida ti accompagna attraverso i dodici strumenti di qualità più importanti a cui i professionisti QA fanno ricorso, anno dopo anno. 

Ma prima, c'è qualcosa di ancora più importante da capire: perché esistono questi strumenti e cosa è in gioco quando le organizzazioni non li usano bene!

Perché gli Strumenti di Qualità e la Valutazione del Rischio vanno a braccetto?

La gestione del rischio di qualità nelle scienze della vita non è solo una buona pratica — è legge. Se la tua organizzazione opera secondo ISO 13485 o 21 CFR 820, dimostrare una gestione rigorosa del rischio è un requisito incorporato nello standard stesso. Eppure, le aziende delle scienze della vita ricevono avvisi formali dagli enti regolatori ogni singolo anno. 

La FDA negli USA, l'EMA in Europa e la MHRA nel Regno Unito li inviano tutti. Questi avvisi possono degenerare in alert di importazione quando i prodotti vengono ritirati dagli scaffali o bloccati del tutto, lasciando i pazienti senza i farmaci e i dispositivi di cui dipendono.

Le agenzie regolatorie hanno iniziato a collaborare sotto l'egida dell'ICH — International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use — producendo linee guida condivise:

1. Q7 — Buone prassi di fabbricazione per gli active pharmaceutical ingredients
2. Q8(R2) — Principi e processi di sviluppo farmaceutico
3. Q9 — Quadri e metodologie per la gestione del rischio di qualità
4. Q10 — Sistemi di qualità farmaceutica lungo il ciclo di vita del prodotto

Eppure, le non-conformità continuano ad accumularsi. La ragione non è la mancanza di linee guida, ma una scarsa valutazione del rischio all'interno delle singole organizzazioni. Gli strumenti di qualità offrono ai team un modo strutturato per ricostruire la catena di eventi dietro ogni non-conformità e costruire una comprensione che porti a miglioramenti duraturi.

Un punto critico: una valutazione del rischio non termina quando assegni un punteggio. Quel punteggio dovrebbe influenzare direttamente la profondità dell'indagine, le azioni correttive che intraprendi e le misure preventive che metti in atto. Collegarlo a un flusso di lavoro CAPA — Corrective and Preventive Action — è ciò che trasforma un numero su una pagina in un miglioramento reale e conforme ai regolatori.

Una cattiva valutazione del rischio non solo fa fallire le ispezioni, ma fa anche perdere soldi silenziosamente.

Ecco il costo del problema di qualità che l'industria farmaceutica continua a ignorare fino a quando non è troppo tardi. → Leggi: La tassa nascosta nell'industria farmaceutica: padroneggiare il costo della qualità prima che vi domini

Da dove è iniziato tutto?

Nel 1974, il Dr. Kaoru Ishikawa, professore di ingegneria giapponese, pubblicò Guide to Quality Control — scritto per gli operai di fabbrica che avevano bisogno di metodi pratici di qualità senza dover possedere una laurea in statistica. Organizzò i dati di qualità in cinque gruppi:

1. Dati per capire la situazione effettiva sul campo
2. Dati per l'analisi
3. Dati per il controllo del processo
4. Dati normativi
5. Dati di accettazione o rifiuto

I sette strumenti di base della qualità che sviluppò a partire da quel quadro oggi si estendono nei settori automobilistico, farmaceutico, dei dispositivi medici e delle scienze della vita. La loro longevità è semplice: rivelano ciò che l'osservazione ordinaria non coglie. Gli strumenti sotto sono organizzati in due categorie — raccolta dati e analisi dei dati — e sono illustrati usando lo stesso caso di studio per tutto il testo.

Il Caso di Studio: Troppi Compresse Difettose

Una linea di produzione di compresse farmaceutiche sta producendo difetti allo 0,31%, più di tre volte la toleranza accettabile dello 0,1%. Qualcosa non va. Questi strumenti sono progettati per trovare esattamente cosa.

Strumenti per la Raccolta Dati

1) Il Foglio di Controllo

Prima di poter analizzare qualsiasi cosa, hai bisogno di dati — e il foglio di controllo è il modo più semplice per raccoglierli. È una tabella strutturata pensata per rendere la registrazione rapida, coerente e accurata là dove gli eventi si verificano. 

Gestisce dati quantitativi come conteggi e misurazioni, e dati qualitativi come le descrizioni dei difetti. Gli elementi monitorati sono a sinistra; frequenza, gravità e tempistica sono a destra. I modelli diventano visibili senza calcoli. I moduli comuni includono:

1. Fogli di Controllo del Processo di Produzione: monitorare cosa accade in ciascuna fase della produzione
2. Schede di controllo degli articoli difettosi: registrazione della frequenza e del tipo di difetti del prodotto
3. Schede di controllo delle cause dei difetti: registrazione delle cause sospette o confermate
4. Schede di controllo di conferma: verifica che i passaggi richiesti siano stati eseguiti
5. Schede di controllo della manutenzione: documentazione delle attività di assistenza sull'apparecchiatura
6. Schede di controllo del campionamento: registrazione dei dati del campionamento statistico

Per crearne una:

1. Definire la dichiarazione del problema e l'obiettivo
2. Identificare quali dati raccogliere e elencare le variabili di processo chiave
3. Decidere la logistica, ad esempio chi raccoglierà i dati, quando, con quale frequenza e per quanto tempo
4. Progettare un layout chiaro che evidenzi schemi senza calcoli complessi
5. Etichettare ogni categoria chiaramente

2) L'istogramma

L'istogramma è spesso il primo strumento in cui confluiscono i dati della check sheet. È un grafico a barre che mostra la distribuzione di frequenza di un set di dati, come i valori si distribuiscono su un intervallo. Le classi sono riportate sull'asse x; l'altezza della barra indica quanti punti dati ricadono in ciascuna classe. Come costruirlo:

1. Registrare le osservazioni totali (N), il valore più elevato (XL) e il valore più basso (XS)
2. Calcola l'intervallo: R = XL − XS
3. Determinare il numero di classi (K) — per N = 100, puntare a 7–12 classi
4. Calcolare l'ampiezza della classe: h = R ÷ K — es.: 0.07 ÷ 8 = 0.009; arrotondare a h = 0.1
5. Definire confini non sovrapposti — es.: 0.280–0.289, 0.290–0.299, 0.300–0.309
6. Contare le osservazioni per classe
7. Disegnare barre a larghezza uguale, con altezza corrispondente alla frequenza di ciascuna classe

Strumenti per l'analisi dei dati

3) Il diagramma causa-effetto (diagramma a lisca di pesce)

Chiamato anche Ishikawa, fishbone, herringbone o Fishikawa, questo strumento mappa tutte le possibili cause che contribuiscono a un problema. Il problema si trova nella testa del pesce a destra; i rami diagonali rappresentano le categorie di causa; le ossa più piccole catturano i fattori specifici all'interno di ciascuna. Il quadro standard utilizza le 5 M:

1. Manodopera — livelli di formazione, comunicazione, organico
2. Metodi — processi, procedure, documentazione
3. Macchine — condizioni dell'apparecchiatura, taratura, manutenzione, automazione
4. Materiali — materie prime e loro variabilità
5. Misurazione — sistemi di prova, raccolta dati, conformità regolatoria

Una sesta categoria, ambiente, copre temperatura, umidità o condizioni di lavoro quando rilevante. Per costruirne uno:

1. Scrivi una chiara dichiarazione del problema
2. Disegna una freccia orizzontale rivolta a destra; posiziona il problema alla testa
3. Disegna e etichetta rami diagonali per ogni categoria
4. Fai una sessione di brain­storming con il tuo team per ciascun ramo
5. Aggiungi sotto-cause come ossa più piccole, approfondendo per ogni fattore
6. Identifica le cause radice più probabili da investigare

Per il problema della compressa, le cause potrebbero includere Manodopera: formazione insufficiente, scarsa comunicazione; Materiali: materie prime scadenti, stoccaggio errato, variabilità della catena di fornitura; Macchine: malfunzionamento, manutenzione inadeguata, taratura inaccurata; Metodi: documentazione inadeguata, assenza di monitoraggio in tempo reale; Misurazione: test imprecisi, metodi QC non conformi.

4) Il grafico di Pareto

Il grafico di Pareto risolve il problema di non sapere da dove iniziare. Le categorie di difetto sono disposte sull’asse x in ordine decrescente di frequenza, la più grande a sinistra, la più piccola a destra. L’asse y di sinistra mostra il conteggio o la percentuale per categoria; quello di destra mostra la percentuale cumulativa. 

Un grafico a linee traccia il totale progressivo da sinistra a destra. Basato sul Principio di Pareto, la regola 80/20: l’80% dei problemi deriva dal 20% delle cause. Per crearne uno:

1. Definisci le tue categorie — tipi di difetto, modalità di guasto, fonti del problema
2. Scegli un periodo di tempo — settimana, mese o trimestre
3. Decidi l’unità di misura — frequenza, costo o tempo perso
4. Conteggia e ordina le categorie dalla più alla meno frequente
5. Imposta gli assi — asse x per le categorie, asse y sinistro per la frequenza, asse y destro per la percentuale cumulativa
6. Disegna barre decrescenti, poi traccia i punti della percentuale cumulativa e connettili con una linea liscia
7. Applica la regola 80/20 — traccia una linea orizzontale dall’80% sull’asse destro fino alla linea cumulativa, poi lascia cadere una linea verticale fino all’asse x. Tutto ciò che sta a sinistra è la tua priorità

5) Il diagramma di flusso

Un diagramma di flusso, chiamato anche flow diagram, mappa come gli input si muovono attraverso una sequenza di azioni per produrre output. È l’equivalente visivo di una procedura scritta, ma viene compreso molto più rapidamente. 

Nella QA, i diagrammi di flusso definiscono i processi, identificano dove sorgono i problemi e rivelano il divario tra come un processo è progettato per funzionare e come funziona realmente, che è spesso dove si nascondono le non conformità. Per costruirne uno, devi seguire questi passaggi: 

1. Definisci lo scopo, il perimetro, gli input e gli output — e assegnagli un titolo significativo
2. Determina il livello di dettaglio necessario per il pubblico
3. Elenca ogni passo in ordine cronologico
4. Identifica il proprietario del processo, i clienti e i fornitori
5. Mappa i passaggi usando simboli standard come ovali per i punti di inizio e fine, rettangoli per i passi di processo e rombi per i punti di decisione
6. Collega ogni elemento con frecce direzionali

6) Il grafico di controllo

Il grafico di controllo, chiamato anche grafico di Shewhart o grafico di controllo del processo, è lo strumento centrale del Controllo Statistico di Processo (SPC). Monitora un processo nel tempo e distingue la variazione normale dalla variazione che segnala che qualcosa è cambiato. Tre linee di riferimento ancorano ogni grafico:

1. Linea centrale (CL): La media (x̄) dei tuoi dati — linea continua
2. Limite di controllo superiore (UCL): Tre deviazioni standard sopra la CL — linea tratteggiata
3. Limite di controllo inferiore (LCL): Tre deviazioni standard sotto la CL, linea tratteggiata

Questi non sono limiti di specifica. I limiti di controllo derivano dai dati di processo; i limiti di specifica derivano dai requisiti del prodotto. Oltre a monitorare i punti fuori limite, osserva questi segnali:

1. Run — punti consecutivi dallo stesso lato della linea centrale
2. Trend — un movimento costante verso l’alto o verso il basso
3. Periodicità — schemi ciclici a intervalli regolari
4. Abbracciamento — punti raggruppati insolitamente vicino alla linea centrale

Per costruirne uno:

1. Raccogliere 100+ punti dati, organizzati in sottogruppi per data, lotto o ora
2. Definire la dimensione del sottogruppo (n) e il numero totale di sottogruppi (k)
3. Calcolare x̄ e R per ogni sottogruppo (R = valore massimo meno valore minimo)
4. Calcolare x̄̄ complessivo e R̄ medio
5. Calcolare UCL e LCL usando le costanti standard dei carte di controllo
6. Costruire due grafici: il grafico x̄ (valori medi) e il grafico R (valori dell'intervallo)
7. Tracciare CL solida, UCL e LCL puntinate, e cerchiare tutti i punti fuori dai limiti

7) Il diagramma di dispersione

Il diagramma di dispersione, chiamato anche scatter plot o scatter graph, risponde a: "questo è collegato a quello?" Una variabile va sull'asse x, l'altra sull'asse y; ogni coppia di dati diventa un punto tracciato. Emergono tre schemi:

1. Correlazione positiva — la nuvola sale da sinistra a destra; all'aumentare di x, aumenta y
2. Correlazione negativa — la nuvola scende da sinistra a destra; all'aumentare di x, diminuisce y
3. Nessuna correlazione — punti dispersi casualmente; non esiste relazione

Per costruirne uno:

1. Identificare le due variabili da esplorare
2. Raccogliere 50–100 campioni accoppiati — entrambe le variabili misurate simultaneamente
3. Disegnare e etichettare entrambi gli assi
4. Tracciare un punto per ogni coppia di dati
5. Analizzare la dispersione: direzione, compattezza e forma rivelano se la relazione è reale

8) Brainstorming

Il brainstorming è l’unico strumento qualitativo in questo elenco. La sua materia prima non sono i dati, ma la conoscenza collettiva. Il suo scopo è generare idee apertamente e senza giudizio: possibili cause, soluzioni, miglioramenti o rischi. Alcuni dei lead più importanti nelle indagini di qualità nascono come osservazioni tentative di chi non era sicuro valesse la pena segnalarle. Per condurre una sessione efficace:

1. Definire chiaramente il problema e gli obiettivi
2. Stabilire ambito e confini per mantenere la discussione focalizzata
3. Preparare un'agenda e materiali rilevanti
4. Riunire cinque-dieci partecipanti, esperti e persone direttamente interessate
5. Assegnare un facilitatore esperto
6. Stabilire regole base come niente critiche durante la generazione di idee
7. Condurre la sessione e registrare ogni idea
8. Documentare i risultati come idee, consensi, piani e passi successivi

9) Le Cinque Perché

Le Cinque Perché sono la tecnica che ogni professionista QA dovrebbe aver interiorizzato. Chiedere "Perché?" almeno cinque volte, usando ogni risposta come base per la successiva. Sposta le indagini oltre i sintomi visibili verso il fallimento sistemico sottostante, dove risiede la vera azione correttiva. Tre principi non negoziabili:

1. Ogni risposta deve essere basata su fatti e dati, non su assunzioni
2. Concentrarsi sul processo, non sulle persone
3. Rivedere l'intera catena logica: lacune significano che l'analisi deve approfondirsi

Per applicarlo:

1. Assembla un piccolo team con conoscenze pertinenti
2. Redigi una dichiarazione del problema precisa
3. Descrivi le condizioni in cui si è verificato il problema
4. Chiedi «Perché» almeno cinque volte, basando ogni risposta sulle evidenze
5. Rivedi la catena completa per individuare lacune prima di passare all'azione

Per il problema dei risultati fuori specifica nel Controllo Qualità:

1. Perché il test ha mostrato un risultato OOS? → La concentrazione dell'ingrediente ha superato il limite
2. Perché la concentrazione era troppo alta? → In produzione è stata usata una formulazione errata
3. Perché è stata usata la formulazione sbagliata? → C'è stato un errore nella formula di lotto
4. Perché c'è stato un errore nella formula di lotto? → L'autore della documentazione ha commesso un errore
5. Perché quell'errore non è stato individuato? → Non esisteva un passaggio obbligatorio di verifica da parte di una seconda persona

La causa principale non è il risultato OOS o la formulazione sbagliata, ma l'assenza di un controllo a livello di sistema. L'azione correttiva è evidente: implementare una revisione e un'approvazione obbligatorie da parte di due persone per tutta la documentazione di lotto.

I Cinque Perché hanno individuato la causa principale.

Ora devi redigere il CAPA che superi un audit.

Ecco esattamente come farlo.

→ Leggi: Come redigere un rapporto CAPA che resista a qualsiasi audit

In conclusione

Questi nove strumenti sono più potenti quando usati insieme. Il brainstorming fa emergere le cause sospette; il diagramma a lisca di pesce le struttura. I dati delle check sheet alimentano un istogramma che rivela la distribuzione dei difetti; quegli stessi dati popolano un grafico di Pareto che individua le cause principali. 

Un diagramma di dispersione verifica se il principale sospettato correla effettivamente con il tasso di difetti. I carte di controllo confermano se i miglioramenti hanno veramente stabilizzato il processo. I Cinque Perché operano sottotraccia, mantenendo il team onesto e assicurando che le azioni correttive affrontino cause reali, non soluzioni di comodo.

Il Dr. Kaoru Ishikawa ha dato questi strumenti ai lavoratori di fabbrica cinquanta anni fa, convinto che il pensiero strutturato superi l'intuizione da sola. Aveva ragione! Questi strumenti restano altrettanto rilevanti oggi, perché la sfida fondamentale dell'assicurazione qualità non è cambiata: capire cosa non va, correggerlo e assicurarsi che non si ripeta.

FAQ

1. Perché gli strumenti di qualità e la valutazione del rischio devono funzionare insieme nelle scienze della vita?

Gli strumenti di qualità trasformano osservazioni grezze in evidenze strutturate, essenziali per una valutazione del rischio accurata in un contesto regolamentato. Agenzie come la U.S. Food and Drug Administration, la European Medicines Agency e la Medicines and Healthcare Products Regulatory Agency si aspettano che le aziende dimostrino una logica chiara e tracciabile dietro le decisioni che influenzano la qualità del prodotto e la sicurezza del paziente. Quando i team usano gli strumenti di qualità in modo coerente, i punteggi di rischio diventano driver significativi della profondità delle indagini, dei CAPA e della prevenzione a lungo termine. Questo allineamento garantisce che la conformità non sia reattiva ma radicata in un sistema prevedibile e difendibile di cui i regolatori possono fidarsi.

2. Come sono diventati così influenti i sette strumenti di qualità in diversi settori?

La loro origine risale alle indicazioni pratiche sviluppate dal Dr. Kaoru Ishikawa, che progettò gli strumenti affinché i lavoratori di fabbrica potessero risolvere problemi di qualità senza una formazione statistica avanzata. Col tempo, settori come quello farmaceutico, dei dispositivi medici e dell'automotive hanno adottato questi strumenti perché rendono visibili tendenze nascoste, variazioni e cause profonde. La loro semplicità è ciò che li rende potenti: si integrano nel lavoro quotidiano, non solo negli audit o nelle indagini. La loro continua rilevanza dimostra che dati chiari, pensiero strutturato e analisi visiva rimangono la base di ogni sistema di qualità efficace.

3. Perché i team di QA si affidano a questi strumenti quando indagano difetti come il caso dello studio sul tablet?

Quando una linea di produzione dei tablet supera la tolleranza di difetto, strumenti come le check sheet, gli istogrammi, i diagrammi a lisca di pesce e le carte di controllo rivelano schemi che l'intuizione da sola non coglierebbe. Aiutano i team a scomporre il problema, isolare le variabili, comprendere come i processi scivolino e dare priorità alle problematiche da risolvere per prime. Questo evita che i team saltino a conclusioni affrettate e assicura che le azioni correttive mirino alla vera causa principale. L'uso coerente di questi strumenti crea un quadro d'indagine ripetibile che rafforza sia la conformità sia l'eccellenza operativa.