A Farmacopeia Europeia deu um passo claro na direção de um controle de qualidade mais digital, mais rastreável, mais responsável. A edição 12.3 da European Pharmacopoeia publicou, pela primeira vez, o capítulo geral 5.38, “Quality of data”, com foco especial em dados de origem digital. O texto foi adotado pela Comissão da Farmacopeia Europeia em junho de 2025, e entra em vigor em 1º de julho de 2026.
Na prática, o recado é que quando dados sustentam decisões sobre qualidade farmacêutica, eles precisam ser robustos, confiáveis, bem governados, ao longo de todo o ciclo de vida.
Por que esse capítulo existe agora
A transformação do laboratório já não depende apenas do instrumento. Ela depende do que se faz com os dados, como eles são gerados, transformados, armazenados, revisados, integrados, reutilizados, protegidos. É nesse ponto que o capítulo 5.38 se posiciona: como um referencial farmacopeico para “qualidade do dado”, com linguagem alinhada à realidade de sensores, bases, LIMS, plataformas em nuvem e rotinas automatizadas.
A própria EDQM coloca o capítulo como complementar a outros textos da Ph. Eur. que sustentam a digitalização no setor, incluindo quimiometria (5.21), controle estatístico multivariado de processo (5.28), DoE (5.33), imageamento químico (5.24) e PAT (5.25).
O que o capítulo 5.38 traz, em termos objetivos
A EDQM resume quatro pontos centrais, com impacto direto para laboratórios que já trabalham, ou pretendem trabalhar, com decisões baseadas em dados digitais:
1) Conceitos e dimensões de qualidade do dado
O capítulo explicita dimensões que o laboratório precisa enxergar, medir, defender, como acurácia, viés, completude e reprodutibilidade. Não é discussão abstrata, vira critério de aceitação para dados usados em liberação, tendência, investigação, decisão automatizada.
2) ETL como estrutura de ciclo de vida
O texto usa o modelo ETL, Extract, Transform, Load, como forma de organizar o ciclo de vida do dado, desde a extração, passando por tratamento, até o carregamento em repositórios e sistemas que serão usados para análise e decisão. É uma forma prática de auditar “onde o dado mudou” e “por que mudou”.
3) Papel do especialista do assunto
O capítulo reforça a figura do SME, subject matter expert, como responsável por garantir que o dado seja “fit for purpose”, especialmente quando entra em jogo decisão automatizada. Isso puxa o tema para dentro do laboratório, não deixa a responsabilidade somente com TI ou com o fornecedor do software.
4) Fontes e formatos de dados, incluindo formatos abertos
Ao listar fontes como sensores, bancos de dados e nuvem, e ao mencionar formatos de armazenamento, com ênfase em formatos abertos, o capítulo toca em um ponto sensível: portabilidade, legibilidade futura, capacidade de revisão independente, redução de dependência de soluções fechadas.
O que muda na prática no controle de qualidade
O impacto real do 5.38 não está em criar uma “nova papelada”. Está em elevar o nível de evidência exigido quando o laboratório usa dados digitais para concluir qualquer coisa relevante.
Investigação de desvios e OOS com foco em “trajetória do dado”
Em investigações, será mais difícil sustentar conclusões sem mapear o caminho do dado: origem, tratamento, filtros, integrações, cálculos, versões, exportações. A pergunta que ganha força é simples: “esse resultado é confiável porque o dado é bom, ou porque o número parece bom”.
Planilhas e fluxos semi manuais sob lupa
Planilhas continuam presentes em muitos ambientes, inclusive regulados. A tendência é aumentar a cobrança por controles mínimos de governança, como versão, revisão, bloqueios de edição, rastreabilidade de fórmulas, validação do fluxo de cálculo. O capítulo não cita “planilha” nominalmente na nota pública, mas a lógica de ETL e de ciclo de vida atinge em cheio esse tipo de prática.
Integração de instrumentos, LIMS, CDS e nuvem deixa de ser só conveniência
Quando dados transitam entre sistemas, a transformação inevitavelmente acontece, conversão de formato, arredondamento, reprocessamento, compressão, extração de metadados, normalização de unidade. O 5.38 dá linguagem técnica para tratar isso como risco de qualidade do dado, não como detalhe operacional.
Automação e decisões assistidas por algoritmos exigem “fit for purpose” demonstrável
Se o laboratório usa rotinas automatizadas para triagem, sinalização de alerta, classificação, ou qualquer forma de decisão assistida, o capítulo coloca o SME no centro da responsabilidade. Isso aproxima a discussão de validação e governança de modelos do cotidiano analítico, com foco em adequação ao uso, limites, vieses, contexto de aplicação.
Como se preparar até 1º de julho de 2026, sem criar caos na rotina
A entrada em vigor está definida para 1º de julho de 2026, com implementação exigida até essa data para os textos novos da Issue 12.3. A resposta inteligente é construir um plano enxuto, orientado a risco, com entregáveis claros.
-
Mapear fluxos ETL críticos
Comece pelos dados que suportam liberação, estabilidade, impurezas, dissolução, água, microbiologia, o que for mais crítico no seu contexto. Desenhe o caminho real do dado, do instrumento ao relatório final. -
Definir dimensões de qualidade aplicáveis por tipo de dado
Acurácia, viés, completude, reprodutibilidade. Não como discurso, como critérios práticos de verificação, com evidência. -
Formalizar papel do SME em decisões automatizadas
Deixe explícito quem responde por adequação ao uso, quem aprova regra de negócio, quem revisa mudança de algoritmo, quem autoriza integração de nova fonte de dados. -
Revisar formatos de armazenamento e acessibilidade
Onde o dado fica guardado, por quanto tempo, em que formato, com que capacidade de reprocessamento, com que metadados preservados. A menção a formatos abertos é um sinal importante para longevidade do dado. -
Transformar “integridade de dados” em rotina verificável
Auditoria de trilhas, revisão de permissões, segregação de funções, controle de reprocessamento, regras de revisão independente. O 5.38 puxa a discussão para a qualidade do dado em si, dentro do ciclo de vida.
Um capítulo que muda o tom das conversas com auditoria e inspeção
Quando um tema entra na farmacopeia, ele deixa de ser “tendência”, vira referência. O capítulo 5.38 coloca a qualidade do dado no centro da decisão analítica, com uma estrutura que conversa com a realidade digital do laboratório e com metodologias que já vinham ganhando espaço, como quimiometria, MSPC, DoE e PAT.
Até julho de 2026, o laboratório que tratar isso como projeto técnico, com foco em ciclo de vida do dado, governança e adequação ao uso, tende a ganhar previsibilidade, reduzir fragilidade investigativa, fortalecer a confiança no resultado, com menos improviso e mais evidência.