品質管理の現場でよく耳にする用語として、
- OOS（Out of Specification）
- OOT（Out of Trend）
- OOC（Out of Control）
があります。
似ているようで意味が異なるため、混同してしまう方も多いのではないでしょうか。
この記事では、それぞれの違いと考え方をわかりやすく解説します。
OOS（Out of Specification）とは？
OOSとは、規格外の結果を指します。
あらかじめ定められた試験規格（Specification）に対して、
測定結果がその範囲を外れてしまった状態
のことです。
例
- 含量試験：規格 95.0〜105.0% → 結果 92.0%
- 不純物：規格 0.1%以下 → 結果 0.3%
このように、明確に規格を外れている場合はOOSとなります。
最も重大で、製品品質に直結する異常です。
OOS発生時の実務的な考え方（現場視点）
OOSが発生した場合、その原因として何が考えられるのかは非常に重要なポイントです。
業界や製品によって異なる部分はありますが、
同一の医薬品を同じ製造プロセスで繰り返し製造していることを考えると、
多くの場合、試験者側のミスによって発生するケースが多いと考えられます。
例えば、10項目以上の試験を実施している中で、
1項目だけOOSが発生している場合
このケースでは、
- 試験操作ミス
- サンプルの取り扱いミス
- 計算や記録のミス
など、試験に起因する可能性が高いと考えられます。
一方で、
複数の試験項目で異常が発生している場合
や、
傾向として全体的に異常が見られる場合
には、
- 製造工程の問題
- 原料の異常
- 保管条件の不備
など、製造側の問題が疑われる可能性があります。
もし製造起因の問題と判断された場合、
製品は出荷できず、ロットアウト（製造ロットの廃棄）となる可能性があります。
これは企業にとっても非常に大きな損失となります。
一方で、試験者のミスである場合には、
- 原因調査
- 再試験（追試験）
- 是正措置
- 予防措置
といった対応が必要になります。
このように、OOS対応は非常に手間と責任を伴うものであり、
試験者にとっても、責任者にとっても大きな負担となります。
だからこそ現場では、
「できるだけ異常を起こしたくない」
という意識が強くなります。
しかし重要なのは、
異常を“出さないこと”ではなく、“正しく扱うこと”です。
OOSは
品質を守るために向き合うべき重要なシグナル
です。
OOT（Out of Trend）とは？
OOTとは、トレンド（傾向）から外れた結果を指します。
規格内には収まっているものの、
👉 過去データの流れから見ると明らかにおかしい値
の場合に使われます。
例
- これまでの含量：98〜100%で推移
- 今回の結果：95.5%（規格内（95.0〜105.0％）だが急に低下）
このような場合、
「規格内だからOK」ではなく、
「何か異常が起きている可能性がある」
と判断します。
異常の“予兆”を捉える重要な考え方です。
OOTの実務的な扱いと難しさ
OOT（Out of Trend）が発生した場合も、基本的な対応はOOSと同様に、
- 原因調査
- 必要に応じた再試験
- 是正・予防措置
といった対応が求められます。
ただし、OOSと比較すると
OOTの発生頻度は格段に高いのが特徴です。
その理由として、
- 原料ロットの切り替え
- 試験者の変更
- 試験環境（温度・湿度など）の違い
といった、日常的に起こり得る変化が影響するためです。
このような要因が絡むことで、
原因の特定が難しくなりやすい
という点が、OOTの大きな特徴です。
例えば、原因が原料由来である場合、
製品としては問題ないケースも多く、
重大な品質問題に直結しないこともあります。
しかし、
「原因が分かっていること」自体が非常に重要です。
一方でOOTは、
規格内の結果であるがゆえに油断しやすい
という難しさもあります。
- 問題なしと判断してしまう
- 深掘りせずに流してしまう
といった対応により、
誤った判断につながるリスクがあります。
トレンド管理の重要性
OOTを適切に扱うためには、
トレンド（管理基準）の設定が非常に重要です。
- 基準が厳しすぎる
→ OOTが頻発し、現場負担が増える - 基準が緩すぎる
→ 異常の検知が遅れる
このバランスを適切に取ることが、
品質管理のレベルを左右するポイントになります。
OOTは「問題ではない結果」ではなく、「異常のサイン」です。
見逃さずに原因を適切に判断できるかどうかが、
品質を守れるかどうかの分かれ道になります。
OOC（Out of Control）とは？
OOCとは、
管理状態から外れている状態を指します。
主に、試験や工程が「安定した状態（管理状態）」にない場合に使用される考え方です。
OOCの具体例
OOCに該当する事象は、会社や運用によって定義が異なることが多いですが、
一般的には以下のようなケースが挙げられます。
試験中のラボエラー
- 試薬をこぼしてしまった
- 測定サンプルを取り違えた
- 試験操作を誤った
人為的なミスによる異常
試験機器の異常
- 測定途中で機器が停止した
- エラーが発生し試験が中断した
- 機器の不具合により異常な結果が出た
設備起因のトラブル
OOCの難しさ
OOCの扱いが難しい理由は、
明確な「規格外」ではない点にあります。
- OOSのように数値で判断できない
- OOTのようにトレンドで明確に定義しにくい
そのため、
どこまでをOOCとするかは会社ごとのルールに依存することが多いです。
また、
- 単なる作業ミスとして扱うのか
- 品質に影響する重要な事象として扱うのか
といった判断も分かれるため、
対応方法にも差が出やすいのが特徴です。
OOC対応の基本的な考え方
OOCが発生した場合は、
- 事象の記録
- 原因の特定（人為ミスか機器か）
- 試験データの有効性評価
- 必要に応じた再試験
といった対応が求められます。
OOCは一見すると単なるトラブルのように見えますが、
試験や工程が正常に機能していないサイン
でもあります。
「一時的なミス」と軽く扱うのではなく、
“なぜ起きたか”を捉えることが重要です。
OOS・OOT・OOCの3つを正しく理解し使い分けることで、
より精度の高い品質管理につながります。
OOS・OOT・OOCの違いまとめ
| 用語 | 意味 | ポイント |
|---|---|---|
| OOS | 規格外 | 明確にNG（最重要） |
| OOT | 傾向外れ | 異常の予兆 |
| OOC | 管理外れ | 工程の異常 |
なぜこの3つが重要なのか？
品質管理では、
「結果が規格内かどうか」だけでは不十分です。
- OOS → 明確な不良（製品or試験時のエラー など）
- OOT → 異常の兆し（原料・工程の変化or試験時のエラー など）
- OOC → プロセスの崩れ（機器のエラー、ヒューマンエラー など）
この3つを正しく判断することで、
品質リスクを未然に防ぐことができます。
まとめ
OOT・OOS・OOCはすべて「異常」に関係する用語ですが、
見る視点がそれぞれ異なります。
- OOS：規格に対してどうか
- OOT：過去データと比べてどうか
- OOC：工程として安定しているか
👉
品質管理で重要なのは、「規格内＝問題なし」と思い込まないことです。
小さな違和感（OOT）や工程の乱れ（OOC）に気づけるかどうかが、
品質を守れるかどうかの分かれ道になります。
このような変化を敏感に感じ取れる人は品質管理課としては大事な要素になるのかなと思うので、品質管理を仕事にしようとしてる人や仕事としている人は注意していくと良いのかなと思います。
コメント