GxP 统计计算环境 · Jaime Yan · English

第三部分 — 信任层的九项原则

原则九 — 一个产品,多处安家

有一个让临床软件建造者瘫痪的问题:产品该做 SaaS 还是 本地部署?这场争论通常被框成一道单选题,这是个错误。在 受监管市场里,正确的答案是:产品是同一个东西,它住在 好几种不同的家里——因为决定计算可以在哪里运行的,是 客户的数据治理,而不是你的架构偏好。

大型药企不会把患者数据送进一家年轻厂商的云。不是做不到, 而是他们自己对研究者和监管者的承诺,让"数据放在哪里"成为 一个由风险委员会、而非采购部门回答的问题。与此同时,一家 小型 biotech 可能恰恰偏好 SaaS,因为它没有任何基础设施 可以托管东西。而教学受众两个都不想要;它想要的是一个用 合成数据、五分钟就能跑起来的演示。

这不是三个产品。这是同一个内核的三个家——前提是这个内核 在建造时做好了正确的分离。

让这一切成为可能的分离

参考部署

这个设计里藏着一项安静的战略资产:参考部署——一个 真实的、生产级的实例,运行在一个有真实治理、真实用户和 真实后果的组织内部。它不是产品本身,也绝不能让任何东西 泄漏进产品的代码或数据。它泄漏出来的是可信度:它证明 内核经得住与一个真实的受监管环境的碰撞,而再多的演示 打磨也替代不了这一点。没有参考部署的厂商,描述的是一种 理论;有参考部署的厂商,描述的是一个普通的周二。

这里的纪律是让流动方向保持诚实:模式、加固手段和教训, 从参考部署流向产品;数据、凭据和雇主的资产,永不反向。 这条边界是原则七中的一条红线,也正是它,让你能不带 星号地说"经过生产实战检验"。

为什么这胜过"SaaS 优先"

在数据很随意的市场里,SaaS 优先是个不错的赌注。在受监管 的临床市场里,它先放弃了预算最大、合同最长的客户,然后 才发现剩下的那个细分——愿意上传敏感数据的小团队——很小, 而且变小的原因不会消失。一个内核、多处安家,建起来慢一个 季度,但耐用性以十年计。

检验。 问一问:"如果我们最好的潜在客户下个月要求 产品完全在他们的网络内部运行,那会是一次部署演练,还是 一次重写?" 如果诚实的答案是"重写",那这个产品的家 是厂商的云,而客户只是在里面租了个房间。