Mengintegrasikan Penemuan AI, Manufaktur Berkelanjutan, dan Kendala Regulasi Modern ke dalam Produksi Farmasi
Laine Mello, direktur Pemasaran di Ecolab Life Sciences, membahas bagaimana AI dan Pharma 4.0 secara mendasar membentuk kembali lanskap farmasi di bagian 2 dari wawancara 3 bagian ini (lihat
Dampak paling langsung dari AI terasa pada fase penelitian, ketika jangka waktu untuk merancang molekul telah menyusut dari beberapa bulan menjadi beberapa minggu. Mello menekankan besarnya perubahan ini, dengan menyatakan, AI “secara mendasar mengubah garis waktu penemuan obat, yang menurut saya sering kita lihat.”
Menurut Mello, percepatan ini meluas ke sektor manufaktur melalui:
• Pemeliharaan Prediktif: Alat yang mengidentifikasi masalah peralatan sebelum menyebabkan kegagalan batch.
• Analisis Real-Time: Pemantauan digital yang memungkinkan pengambilan keputusan berkualitas lebih cepat dan mengurangi ketidakpastian.
• Pemrosesan Berkelanjutan: Peralihan dari produksi batch yang memungkinkan beberapa fasilitas memangkas siklus produksi sebesar 30% hingga 40%.
Selain AI, teknologi Pharma 4.0 seperti Internet of Things, atau IoT, sensor juga memungkinkan “manufaktur prediktif”, yang mendeteksi penyimpangan proses sebelum menjadi masalah. Mello juga menyoroti kemajuan dalam resin kromatografi yang meningkatkan efisiensi pemurnian, sebuah faktor penting bagi kelayakan ekonomi dari bahan biologis kompleks. Mengenai perubahan strategis dalam produksi, Mello mencatat, “Peralihan dari pemrosesan batch bukan hanya soal kecepatan, hal ini secara mendasar mengubah cara kerja kontrol kualitas dan peningkatan skala.”
Meskipun terdapat kemajuan-kemajuan ini, Mello memperingatkan bahwa adopsi penuh masih menghadapi tantangan. Kerangka peraturan masih terus berkembang untuk memenuhi kebutuhan transparansi dalam pengambilan keputusan AI. Selain itu, banyak produsen kesulitan untuk mengintegrasikan alat-alat digital mutakhir dengan sistem lama yang mungkin sudah berusia lebih dari satu dekade, sambil mengelola semakin pentingnya keamanan siber dan tata kelola data.
Salinan
Catatan Editor: Transkrip ini adalah rendering konten audio/video asli yang sedikit diedit. Ini mungkin mengandung kesalahan, bahasa informal, atau kelalaian seperti yang diucapkan dalam rekaman aslinya.
Saya Laine Mello. Saya adalah direktur Pemasaran di Ecolab untuk bisnis bioprosesnya, dan saya telah berkecimpung di industri farmasi selama sekitar 10 tahun atau lebih, mendukung berbagai organisasi pemasaran, seperti Catalan dan Ecolab.
Kecerdasan buatan secara mendasar mengubah garis waktu penemuan obat, yang menurut saya sering kita lihat. Dan kita menyaksikan para peneliti merancang molekul baru dalam hitungan minggu, bukan bulan, dan hal ini sungguh menakjubkan untuk dilihat, dan hal ini benar-benar membantu mengidentifikasi kandidat yang menjanjikan dengan tingkat presisi yang bahkan tidak mungkin dilakukan dua tahun lalu. Dan percepatan tersebut mempunyai implikasi nyata terhadap seberapa cepat terapi dapat menjangkau pasien. Di sisi manufaktur, dampaknya juga sama signifikannya. Jadi alat pemeliharaan prediktif mengatasi masalah peralatan sebelum menyebabkan kegagalan batch. Analisis real-time memungkinkan pengambilan keputusan berkualitas lebih cepat, dan bahkan pemrosesan berkelanjutan menjadi lebih layak karena pemantauan digital menghilangkan sebagian ketidakpastian yang membuat produsen berhati-hati untuk beralih dari produksi batch. Namun adopsi penuh tidaklah mudah.
Kerangka peraturan masih mengejar ketinggalan. Ada kebutuhan yang dapat dipahami akan transparansi dan bagaimana AI mengambil keputusan penting, terutama ketika keselamatan pasien menyangkut hal tersebut, dan begitu banyak fasilitas kesehatan yang juga menghadapi kenyataan dalam mengintegrasikan alat-alat digital yang canggih dengan sistem yang mungkin sudah berusia 10,15 tahun, dan tata kelola data serta keamanan siber yang belum menyelesaikan masalah. Dan hal ini tidak bisa diabaikan ketika Anda berurusan dengan data manufaktur yang sensitif, sehingga manufaktur berkelanjutan merupakan inovasi yang paling menonjol. Kami telah menyaksikan berbagai fasilitas memangkas siklus produksi sebesar 30% hingga 40% sekaligus meningkatkan konsistensi. Jadi peralihan dari pemrosesan batch bukan hanya soal kecepatan, namun secara mendasar mengubah cara kerja kontrol kualitas dan peningkatan skala. Jadi, setelah Anda dapat menjalankannya terus-menerus, Anda mulai melakukan pengoptimalan dengan cara yang bahkan tidak mungkin dilakukan sebelumnya.
Hal lainnya adalah teknologi farmasi 4.0. Dampaknya juga luas. Jadi sensor IoT dan analitik AI memungkinkan manufaktur yang pada dasarnya bersifat prediktif, menangkap penyimpangan bahkan sebelum menjadi masalah, membantu menyederhanakan kepatuhan, dan bahkan mengurangi waktu antara produksi dan rilis. Dan hal lain yang juga kita lihat adalah dalam bioproses, khususnya, resin kromatografi tingkat lanjut mengubah keekonomian proses. Artinya, resin berkapasitas lebih tinggi memungkinkan pemrosesan intensif, yang benar-benar menghasilkan penghematan biaya dan hasil yang lebih cepat. Jadi, bagi produsen biologi yang berurusan dengan molekul yang semakin kompleks, peningkatan efisiensi pemurnian ini dapat menjadi pembeda antara proses yang layak secara komersial dan proses yang mengalami kesulitan secara ekonomi.
