Certaines des applications les plus percutantes de l’IA se produisent dans les industries pharmaceutiques. Pourtant, les études indiquent que cette industrie est en retard sur beaucoup d’autres lorsqu’il s’agit d’utiliser l’analyse pour améliorer notamment la production.
Les avancées dans l’application de l’intelligence artificielle (IA) commencent à avoir un impact significatif sur les technologies d’automatisation utilisées dans l’ensemble de l’industrie, notamment avec la vision artificielle et l’analyse.
Il ne devrait pas être trop surprenant que les industries pharmaceutiques cherchent à optimiser la production avec l’IA, étant donné que les valeurs de lot unique pour certains médicaments peuvent dépasser 3 millions de dollars. Pourtant, la recherche indique que cette industrie est en retard sur beaucoup d’autres lorsqu’il s’agit d’utiliser l’analyse pour améliorer la production.
Selon David Leitham, vice-président senior et directeur général, pharmaceutique, chez AspenTech (un fournisseur de logiciels d’IA pour les fabricants industriels), alors que d’autres industries ont appliqué des capacités d’analyse et de prédiction pour optimiser les performances et réagir rapidement aux changements de la demande, 87 % des dirigeants de l’industrie pharmaceutique admettent que leurs organisations ont une mauvaise culture numérique.
Les données auxquelles Leitham fait référence proviennent d’une enquête AspenTech auprès de 300 cadres supérieurs de l’industrie pharmaceutique au Royaume-Uni, aux États-Unis, en Allemagne, en France, en Espagne et en Suède. Cette même enquête montre également que 49 % des répondants avouent avoir du mal à utiliser les données pour améliorer le délai de mise sur le marché de leurs produits.
“Le COVID-19 a non seulement déclenché une ruée vers le développement d’un vaccin, mais il a eu de graves impacts sur la demande de médicaments déjà en production”, a déclaré Leitham. “Toute la vitesse du marché s’est accélérée, mais nos recherches révèlent que l’industrie pharmaceutique a encore beaucoup de chemin à parcourir avant de se mettre à niveau.”
Deux domaines d’application de l’IA sur lesquels se concentrent les sociétés pharmaceutiques comprennent :
– des outils de gestion des performances des actifs utilisant des analyses avancées pour créer des efficacités de fabrication
– et des systèmes de maintenance prédictive pour analyser les modèles de défaillance et fournir des alertes d’anomalie et des avertissements anticipés des défaillances d’équipement en attente.
« Des opportunités de réduction des coûts de fabrication existent à toutes les étapes du cycle de vie du produit. L’analyse avancée peut révéler ces opportunités, permettant aux sociétés pharmaceutiques de prendre des mesures éclairées pour économiser de l’argent », a déclaré Richard Porter, directeur mondial des produits pharmaceutiques chez AspenTech. “Qu’il s’agisse d’utiliser des analyses multivariées pour identifier la dégradation des processus et son impact sur la qualité ou de prédire la qualité du produit final pour réduire les délais de test en laboratoire, ces techniques offrent aux sociétés pharmaceutiques un avantage concurrentiel.”
Porter a également noté que le logiciel d’analyse multivariée peut être appliqué aux sources de données existantes dans les installations de fabrication pharmaceutique pour analyser et surveiller en permanence l’impact des écarts dans les propriétés des matériaux, des variations des procédures et des anomalies de processus telles que la dérive des capteurs et les conditions environnementales changeantes sur le produit final.
“Ces outils peuvent aider à identifier et à résoudre les problèmes de qualité des processus et des produits, à augmenter les rendements et à réduire les produits hors spécifications”, a-t-il ajouté.
Soulignant les types spécifiques d’équipements que les systèmes de maintenance prédictive ont prouvé qu’ils protégeaient efficacement, Porter a souligné les équipements primaires tels que les compresseurs d’air et centrifuges, les chaudières, les pompes et les systèmes de purification d’eau. L’IA peut également être appliquée aux équipements de production et d’emballage secondaires tels que les autoclaves, les broyeurs à billes, les centrifugeuses, les refroidisseurs, les convoyeurs, les granulateurs, les séchoirs à lit fluidisé et à plaques, les presses à rouleaux et à comprimés et les têtes de pulvérisation.
Porter a déclaré qu’une société pharmaceutique avec laquelle AspenTech travaillait remplaçait le joint mécanique de son broyeur à billes tous les huit lots pour éviter la perte de lots, à un coût d’équipement de 25 000 $ par remplacement.
“La société a essayé d’éviter les pertes de lots – chaque lot ayant une valeur comprise entre 250 000 et 300 000 dollars – car les arrêts fréquents pour remplacer les joints limitaient la capacité”, a déclaré Porter. « Comme l’entreprise avait besoin d’augmenter sa capacité, elle a acheté deux broyeurs supplémentaires. L’adoption d’Aspen Mtell, qui se connecte aux appareils pris en charge par OPC UA, pour la maintenance prédictive a permis à l’entreprise de réduire les perturbations de la chaîne d’approvisionnement dues au remplacement des joints et de réduire de 60 % les coûts de maintenance du cycle de vie. De plus, l’entreprise a réduit de 50 % ses dépenses d’investissement et les coûts de maintenance associés au cycle de vie. »
Une autre application pharmaceutique citée par Porter concernait les défaillances d’un système d’eau purifiée. “Ces pannes ont fermé des sections entières de l’usine pendant une semaine”, a-t-il déclaré, “entraînant la perte de production de 15 lots”.
Source : AutmationWorld