Marco de predicción y diagnóstico de calidad IQPD integrado en IA en la fabricación farmacéutica de muestras pequeñas...

Área de la Ciencia:

• Fabricación farmacéutica
• Control de la calidad
• Ciencia de los datos

Sus antecedentes:

• La industria farmacéutica se enfrenta a desafíos en la digitalización de la calidad, en particular con procesos complejos en varias etapas y sistemas de muestras pequeñas.
• Los modelos tradicionales de predicción de calidad luchan con las dependencias entre unidades y la estabilidad en escenarios de datos limitados.

Objetivo del estudio:

• Desarrollar un marco inteligente de predicción y diagnóstico de la calidad (IQPD) para la digitalización de la calidad farmacéutica.
• Proponer un nuevo modelo de predicción de calidad de conjunto doble mejorado por trayectoria (PeDGAT) para mejorar la precisión y la estabilidad.
• Mejorar la transparencia de los procesos y permitir la fabricación basada en datos en el sector farmacéutico.

Principales métodos:

• Desarrolló un nuevo modelo de predicción de calidad de conjunto doble mejorado por ruta (PeDGAT) que combina redes de atención de gráficos e información de ruta.
• Utilizó cuatro años de datos de cuatro unidades de producción de las píldoras Niuhuang Qingxin de Tong Ren Tang.
• Integró un modelo de diagnóstico utilizando análisis de correlación gris y conocimientos expertos dentro del marco de IQPD.
• Implementó el marco IQPD dentro de un sistema humano-cibernético-físico.

Principales resultados:

• El modelo PeDGAT logró resultados de vanguardia, superando a los modelos tradicionales con una mejora promedio del 13,18% en precisión de predicción y del 87,67% en estabilidad.
• El modelo de diagnóstico redujo la dependencia de muestras grandes, proporcionando una visión integral de las relaciones de atributos y mejorando la transparencia del proceso.
• El marco IQPD facilitó una toma de decisiones más rápida y ajustes de calidad en tiempo real para un producto farmacéutico de gran venta.

Conclusiones:

• El marco IQPD desarrollado y el modelo PeDGAT mejoran significativamente las capacidades de predicción y diagnóstico de la calidad en la fabricación farmacéutica, especialmente para los sistemas de pequeñas muestras.
• El marco permite una transición de la fabricación basada en la experiencia a la basada en los datos, mejorando la eficiencia y la transparencia generales del proceso.
• Este enfoque ofrece una solución escalable para digitalizar el control de calidad en entornos de producción farmacéutica complejos.