3. 性能确认的工程化流程设计

性能确认（Performance Qualification，PQ）不是一次性“做几组测试、填几张表”的活动，而是一条有输入、有判断、有输出、有闭环的工程链路。很多实验室的PQ失败，并非仪器本身不合格，而是流程设计不完整：需求没有落到可测量的指标上，风险没有驱动测试深度，方案与执行脱节，偏差被“顺手改掉”而没有记录，最终报告无法支撑结论。本节把PQ拆成六个工程环节，并给出可直接套用的方案骨架与偏差处理逻辑。

一、需求分析：把“要做什么”翻译成可测量指标

需求分析的起点是仪器的预期用途（Intended Use）。以一台用于小分子定量检测的液相色谱-串联质谱（LC-MS/MS）为例，预期用途可描述为“在生物基质中定量测定目标物，定量下限不高于1 ng/mL，批内精密度优于15%”。由此向下分解出三类需求：

• 性能需求：质量准确度、分辨率、灵敏度、线性范围、精密度、残留、稳定性等；
• 合规需求：数据完整性、审计追踪、权限管理、电子签名；
• 运行需求：环境条件（温度18–26 ℃、湿度40%–70%）、供电、气体纯度、人员资质。

需求必须写成“指标+限值+判定方法”的形式，例如“分辨率：在m/z 922条件下，半高宽≤0.3 Da，连续进样6次，6次结果均满足”。只有可测量的需求，才能在后续方案中转化为测试项。

二、风险评估：决定测试的深度与优先级

风险评估的作用是回答“哪些指标必须重点测、测到什么程度”。常用工具是失效模式与影响分析（FMEA），从严重度（S）、发生度（O）、可探测度（D）三个维度打分，风险优先数RPN = S × O × D。以三重四极杆质谱为例：

RPN较高的项目应设置更严格的接受标准、更频繁的测试点或更长的考察周期。风险评分不是一次性的，应在偏差发生后重新评估。

三、确认方案编写：把风险控制措施固化为可执行文件

方案（Protocol）是PQ的“施工图”，至少包含以下要素：目的与范围、仪器与软件信息、人员与职责、测试项目与接受标准、样品与试剂、测试序列、数据记录方式、偏差处理规则、报告要求。以“灵敏度与精密度”测试项为例，可写成：

测试项：定量下限（LLOQ）与批内精密度
样品：空白基质 + 低浓度加标样品（1 ng/mL），n=6
进样序列：空白→LLOQ→LLOQ→…（共6针）→空白
接受标准：
  1) LLOQ 信噪比 S/N ≥ 10；
  2) 6针峰面积 RSD ≤ 15%；
  3) 空白无干扰峰（目标离子通道信噪比 ≤ 3）。
记录：保留原始色谱图、积分参数、审计追踪截图。

方案编写阶段最容易出问题的是“接受标准模糊”，例如只写“灵敏度良好”“重复性可接受”。这类表述在审核时无法判定，必须改为数值化限值。

四、执行与记录：让数据可追溯

执行阶段的核心不是“把样品跑完”，而是保证每一步都可追溯。建议按以下顺序推进：

1. 执行前检查：环境温湿度、气体压力、真空度、校准状态、软件审计追踪是否开启；
2. 系统适用性：先做一次系统适用性测试，确认仪器处于受控状态；
3. 按方案序列进样，不得随意插入额外样品；
4. 实时记录异常：保留原始数据，不覆盖、不删除、不修改积分参数而不留痕；
5. 执行后核对：测试项是否全部完成、数据是否完整、签名是否齐全。

五、偏差处理：从“改数据”转向“查原因”

偏差是PQ中不可避免的。关键不是“有没有偏差”，而是“偏差是否被识别、记录、调查和关闭”。偏差处理的基本路径是：发现→记录→初步评估→原因调查→纠正与预防措施（CAPA）→复测→结论。以“LLOQ精密度RSD为18%，超出15%限值”为例：

• 记录：偏差编号、发生时间、测试项、实测值、限值、操作人；
• 初步评估：判断是否影响数据完整性、是否影响结论；
• 原因调查：检查样品配制、进样针、离子源状态、积分参数；
• CAPA：若为离子源污染，则清洗离子源并重新调谐；
• 复测：按原方案重新测试，记录新数据；
• 结论：复测通过则关闭偏差，并在报告中说明原因与措施。

六、报告归档：让结论可复现、可审核

报告不是方案的复述，而是“方案+执行+偏差+结论”的汇总。一份完整的PQ报告应包含：确认概述、仪器与软件信息、测试结果汇总表、偏差与CAPA记录、结论与限制条件、附件清单（原始数据、审计追踪、校准证书、人员资质）。结论应明确回答“该仪器在预期用途下是否确认合格”，并说明适用范围与后续监控要求。

归档时建议按“一机一档”管理：同一台仪器的安装确认（IQ）、运行确认（OQ）、性能确认（PQ）、后续校准与维护记录放在同一档案中，便于追溯仪器全生命周期的性能状态。归档介质可以是电子系统，但必须满足权限控制、备份与可恢复要求。

把上述六个环节串起来，PQ就不再是零散的测试活动，而是一条从需求到结论、从偏差到改进的工程闭环。真正决定PQ质量的，往往不是仪器本身，而是流程设计是否让每一个判断都有依据、每一次异常都有记录、每一份结论都可复现。