綜合編譯：John Xie

　　制藥業(yè)為何需要數(shù)字化轉(zhuǎn)型 COVID-19 大流行擾亂了藥品制造――疫苗開發(fā)的速度和推出改變了行業(yè)期望，給制造商帶來了更快交付的新壓力。但是，供應(yīng)鏈對(duì)這種需求的反應(yīng)并不夠快，不是對(duì)于疫苗，也包括與COVID-19無關(guān)的藥物。確保組織能夠預(yù)測產(chǎn)品需求并相應(yīng)調(diào)整產(chǎn)量對(duì)于與供應(yīng)鏈伙伴成功合作至關(guān)重要。但是，許多公司仍使用基本的技術(shù)進(jìn)行協(xié)調(diào)，這并不能實(shí)現(xiàn)集中調(diào)度。

　　為了滿足新的行業(yè)期望，組織也應(yīng)實(shí)施有助于預(yù)測性維護(hù)的技術(shù)。根據(jù)設(shè)定的時(shí)間表替換設(shè)備部件，而不是在需要關(guān)注時(shí)，這無疑會(huì)導(dǎo)致不必要的停工時(shí)間，影響生產(chǎn)，造成效率低下，這些都是藥品組織無法承受的。歸根結(jié)底，大流行病經(jīng)證明，運(yùn)行在較為基礎(chǔ)的IT 系統(tǒng)上的系統(tǒng)，難以推動(dòng)行業(yè)的發(fā)展。

　　機(jī)器學(xué)習(xí)提供實(shí)時(shí)數(shù)據(jù)

　　醫(yī)藥制造設(shè)備公司和技術(shù)提供商正在探索人工智能（AI）如何優(yōu)化過程控制系統(tǒng)。意大利藥品機(jī)械制造商Luperini 和技術(shù)創(chuàng)業(yè)公司Eigengran 合作，推出了一種名為Cognitive Pharma Machinery（認(rèn)知藥品機(jī)械）的口服固體劑量藥品的AI 設(shè)備。

　　在經(jīng)過18 個(gè)月的測試和開發(fā)后，Luperini 在 2022 年12 月簽訂了一個(gè)許可協(xié)議，使用Eigengran 的認(rèn)知控制技術(shù)。最初的工作集中在高剪切濕法制粒（HSWG）。在一種被Luperini 制造的一體化HSWG 設(shè)備中，包括干燥步驟在內(nèi)的整個(gè)制粒過程都在一個(gè)設(shè)備中進(jìn)行。這種設(shè)備極適合作為開發(fā)一個(gè)使用過程分析技術(shù)（PAT）傳感器，以監(jiān)控制粒過程變化的認(rèn)知控制系統(tǒng)的初步項(xiàng)目。

　　Luperini 的首席技術(shù)官M(fèi)arco Luperini 在技術(shù)公告中表示，其技術(shù)在口服藥物生產(chǎn)的PAT 指南應(yīng)用中起著關(guān)鍵作用，并將是實(shí)現(xiàn)藥品制造過程中藥物4.0 實(shí)踐的關(guān)鍵一步。Luperini 在意大利Chiesina Uzzanese 的新測試中心設(shè)有試驗(yàn)機(jī)器，用于模擬可能在實(shí)際場景中遇到的情況。

　　建立預(yù)測控制模型

　　要控制制粒過程以實(shí)現(xiàn)目標(biāo)顆粒大小是復(fù)雜的，因?yàn)檫@取決于固體、液體粘合劑的屬性，以及它們之間的界面以及施加到顆粒上的力。然而，這些動(dòng)態(tài)系統(tǒng)有可被新的AI 算法和傳感器利用的模式。工業(yè)物聯(lián)網(wǎng)（IIoT）啟用的傳感器從超光譜成像光譜（如近紅外或拉曼光譜）和觸覺傳感器的機(jī)械應(yīng)力數(shù)據(jù)（如力、振動(dòng)、聲音、溫度）中收集數(shù)據(jù)，并用于推斷制粒過程的狀態(tài)，包括顆粒大小和成分。

　　這種方法是間接測量顆粒大小和分布的方法，因?yàn)槟壳盁o法實(shí)時(shí)直接測量。 Eigengran 的預(yù)測控制器接收來自IIoT 傳感器的輸入，并使用機(jī)器學(xué)習(xí)算法，包括深度強(qiáng)化學(xué)習(xí)，實(shí)時(shí)調(diào)整過程變量，如攪拌器速度和液體添加速率，以實(shí)現(xiàn)所需的結(jié)果。最終，目標(biāo)是控制顆粒大小和分布在規(guī)定的范圍內(nèi)。

　　開發(fā)Luperini-Eigengran 神經(jīng)控制系統(tǒng)涉及到多種機(jī)器學(xué)習(xí)技術(shù)，從簡單的回歸到深度強(qiáng)化學(xué)習(xí)，這涉及到訓(xùn)練算法根據(jù)經(jīng)驗(yàn)做出決策。

　　Eigengran 在認(rèn)知藥品機(jī)械中的AI 算法使用歷史過程數(shù)據(jù)和來自IIoT 傳感器的實(shí)時(shí)數(shù)據(jù)進(jìn)行訓(xùn)練。歷史過程數(shù)據(jù)用于構(gòu)建制粒過程的物理模型，這個(gè)模型用于訓(xùn)練AI 算法預(yù)測在不同條件下的過程行為。然后，AI 算法使用來自IIoT 傳感器的實(shí)時(shí)數(shù)據(jù)進(jìn)行訓(xùn)練，以根據(jù)過程的實(shí)際行為調(diào)整和完善模型。AI 算法還使用深度強(qiáng)化學(xué)習(xí)進(jìn)行訓(xùn)練，這涉及對(duì)算法做出良好決策給予獎(jiǎng)勵(lì)，對(duì)做出錯(cuò)誤決策進(jìn)行懲罰。這種方法使得算法能從經(jīng)驗(yàn)中學(xué)習(xí)并隨著時(shí)間提高他們的決策能力。

　　來自光譜成像和觸覺傳感器的數(shù)據(jù)對(duì)此方法至關(guān)重要，因?yàn)樗鼈儼ㄓ嘘P(guān)過程的實(shí)時(shí)化學(xué)和物理信息。在開發(fā)過程中，Eigengran 使用機(jī)器學(xué)習(xí)算法來分析從傳感器收集到的數(shù)據(jù)，學(xué)習(xí)傳感器讀數(shù)和制粒過程終點(diǎn)之間的相關(guān)性。深度學(xué)習(xí)算法的引入使我們的控制系統(tǒng)能夠從經(jīng)驗(yàn)中學(xué)習(xí)并隨著時(shí)間改進(jìn)預(yù)測。

　　該系統(tǒng)能夠自主檢測終點(diǎn)，并向操作員提供實(shí)時(shí)反饋。此外，控制系統(tǒng)可以適應(yīng)變化的條件。這種認(rèn)知能力可以更準(zhǔn)確、有效地監(jiān)控和控制制粒過程，從而提高最終產(chǎn)品的質(zhì)量和一致性。在單壺HSWG 中的認(rèn)知藥品機(jī)械控制系統(tǒng)原型已經(jīng)展示出與現(xiàn)有方法相比的改進(jìn)性能和精度。

　　研究者目前正在努力將認(rèn)知控制系統(tǒng)擴(kuò)展到涵蓋一個(gè)進(jìn)入流化床干燥（FBD）過程的HSWG 單元操作。再次使用機(jī)器學(xué)習(xí)技術(shù)在這些操作中分析數(shù)據(jù)并訓(xùn)練系統(tǒng)識(shí)別模式并預(yù)測結(jié)果。控制系統(tǒng)可以學(xué)習(xí)如何根據(jù)顆粒在FBD 單元中后續(xù)的干燥情況，優(yōu)化HSWG 單元中的制粒。這種整合導(dǎo)致了顆粒內(nèi)濕度的改善控制和通過更好的熱分析優(yōu)化的能源消耗。研究者目前不在研究流化床制粒，它可以使用傳統(tǒng)控制系統(tǒng)和PAT 傳感器進(jìn)行控制。然而，在HSWG-FBD 中，AI 基礎(chǔ)的系統(tǒng)增加了價(jià)值，因?yàn)樗梢詮亩鄠€(gè)單元操作中學(xué)習(xí)，并單獨(dú)優(yōu)化每一個(gè)以達(dá)到最好的結(jié)果。

　　監(jiān)管方面的考量

　　雖然AI 并未被特定監(jiān)管， 不過 Eigengran 的AI 控制系統(tǒng)是依照現(xiàn)有指導(dǎo)方針開發(fā)的，比如美國聯(lián)邦法規(guī)（CFR）第21 部分第11 條關(guān)于電子記錄，歐洲和美國對(duì)安裝、操作和性能的要求，以及國際制藥工程學(xué)會(huì)的GAMP 5 指南。

　　Eigengran 已經(jīng)與早期使用者啟動(dòng)了驗(yàn)證過程，以確保技術(shù)在部署之前得到充分資格認(rèn)證和驗(yàn)證。 Eigengran 的方法涉及從我們的技術(shù)在過程開發(fā)中開始優(yōu)化參數(shù)，然后將其整合到已批準(zhǔn)的控制計(jì)劃中。Eigengran 表示，他們預(yù)見到監(jiān)管方面關(guān)于在制藥行業(yè)使用AI 的擔(dān)憂，并有信心全面驗(yàn)證過程將解決這些問題。

　　盡管AI 缺乏特定的規(guī)章制度是行業(yè)面臨的一項(xiàng)挑戰(zhàn)，但目前正在努力為在受監(jiān)管環(huán)境中使用AI 開發(fā)框架。例如， FDA 在2023 年3 月發(fā)布了一份討論文件，征求關(guān)于在藥品制造中使用AI 的評(píng)論。另外，類似Pistoia 聯(lián)盟這樣的行業(yè)組織正在為在制藥研發(fā)中使用AI 制定最佳實(shí)踐和指導(dǎo)方針。在制藥行業(yè)中采用AI 可以在不妥協(xié)監(jiān)管合規(guī)的情況下實(shí)現(xiàn)。通過與監(jiān)管機(jī)構(gòu)緊密合作并遵循最佳實(shí)踐，確保的基于AI的系統(tǒng)是有效的，安全的，并符合行業(yè)標(biāo)準(zhǔn)

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……