Data Analytics para la mejora de la eficiencia en la planta de producción farmacéutica
Estamos en plena vorágine de la Digitalización y esto no va a hacer más que acelerar en los próximos meses. La esperada puesta en marcha de la economía y la llegada de los fondos Next Generation será un revulsivo adicional sobre el aprendizaje que ya hemos tenido durante el año COVID.
La pregunta clave es ¿qué aportará a mi negocio este esfuerzo? Debemos fijarnos en las necesidades de la empresa y descubrir qué puede aportar la tecnología digital en cualquiera de sus formas: Data Analytics, Inteligencia Artificial, Machine Learning, etc.
La respuesta no puede ser generalista ya que cada sector ha tenido una travesía distinta durante el 2020 y se encuentra en una situación concreta en 2021. La consultora McKinsey en su informe “España post COVID-19: de la resiliencia a la reinvención” clasifica la industria farmacéutica como el sector de menor caída de ventas y más rápida recuperación. El informe identifica las siguientes prioridades principales para el sector después de la crisis:
- Digitalización de los modelos de ventas y distribución.
- Innovación en productos y servicios.
- Redefinición de la cadena de suministro (p.ej. reduciendo riesgos).
¿Qué puede aportar Data Analytics en el área industrial de una empresa farmacéutica?
Hablar de un enfoque global para la fabricación en el sector farmacéutico es equivocado. El entorno es más complejo y dentro de la cadena de suministro del sector hay al menos dos grandes fases. Las dos necesitan de los datos para “redefinirse”, con una mirada clara en la eficiencia, el servicio y la calidad, pero de manera distinta:
Fabricación de principios activos
En la fabricación de principios activos, los resultados de negocio están en gran manera ligados a lo que ocurre “dentro del reactor”. Conocer las variables clave del proceso químico o biológico puede suponer una mejora del rendimiento que en términos económicos puede muy valiosa.
Además, garantizar la calidad del proceso en el reactor asegura el cumplimiento de los plazos de entrega comprometidos.
La analítica de datos aplicada al proceso de un reactor puede desvelar las causas raíz de problemas de bajo rendimiento o mala calidad. Un factor de dificultad añadido es el mantenerse dentro de los parámetros de proceso validados ya que su cambio puede suponer un nuevo proceso de validación que consumirá tiempo y recursos.
La analítica de datos aplicada a los “logs” de parámetros de proceso almacenados con frecuencias altas permite identificar patrones y definir algoritmos que optimicen los rendimientos y reduzcan los lotes erróneos.
Laboratorios de fabricación de medicamentos
Para la fabricación de los medicamentos el mantenimiento de máquinas es crítico. Las paradas por avería son una causa directa de las pérdidas económicas en el laboratorio. El modelo de gestión se basa en el OEE (Eficiencia Global de los Equipos) y en la reducción de las 6 Grandes Pérdidas. Para ello el mantenimiento preventivo basado en el tiempo y el predictivo clásico son dos de los pilares utilizados hasta ahora.
El mantenimiento está evolucionando rápidamente al Mantenimiento Basado en la Condición (CBM). Con este enfoque se desarrolla un modelo analítico que utiliza Machine Learning para desarrollar un algoritmo que permita, en función de las lecturas en tiempo real de los sensores, anticiparse a las averías de las máquinas.
En un caso que hemos desarrollado, se analizaron los datos que 26 sensores tomaron en el proceso industrial cada 30 segundos durante 4 años, 22 Gbytes de datos entre los que se incluían 10.000 alarmas. El algoritmo permitió identificar la causa raíz de los fallos reduciendo las paradas un 66% y el tiempo de paro un 25%.
¿Es necesario esperar años para acumular los datos? Probablemente no, es muy posible que, con los datos ya disponibles, o con un plazo relativamente corto de extracción de datos se puedan lograr mejoras considerables no solo de los parámetros de proceso sino de los resultados de negocio.
- Publicado en Industria
Optimizar la cadena de valor en la industria farmacéutica
La industria farmacéutica juega un papel vital en la sociedad y la pandemia no ha hecho más que confirmarlo. En el actual contexto global y altamente competitivo, la optimización de la cadena de valor de las empresas del sector farma no es una opción, sino un imperativo.
El sector farmacéutico se encuentra permanentemente a la búsqueda de innovaciones tecnológicas con el punto de mira puesto en la mejora continua de sus productos, el control de los costes y, por supuesto, el cumplimiento normativo. Dentro de este último ámbito con un foco específico en la trazabilidad. Igualmente, la lucha contra la falsificación y, en estos momentos, contra la Covid-19, son otros de sus frentes abiertos.
El logro de todos estos objetivos pasa inexorablemente por la explotación inteligente de los datos, cuyo valor es tan importante como la eficacia de los fármacos fabricados por la industria. Desde esa perspectiva, la aplicación del big data, la analítica avanzada y la inteligencia artificial es una prioridad y, de hecho, ya en 2019 el informe “The State of the Biopharmaceutical Industry” de la firma analista Global Data, identificaba el big data como la tecnología con mayor impacto en la industria farmacéutica.
La situación generada por la Covid-19 ha venido a confirmar esta realidad y ha puesto así mismo de manifiesto, por un lado, ciertas debilidades en el sector de la salud, y por otro, el enorme potencial de estas tecnologías. Así lo demuestran los diferentes proyectos y nuevos sistemas de investigación dirigidos a mejorar el conocimiento del virus y paliar los efectos de la enfermedad.
Los beneficios de la aplicación de estas tecnologías se extienden a lo largo de toda la cadena de valor de la industria farmacéutica, empezando por la fase de investigación y desarrollo de nuevos fármacos. En ella, el big data y la analítica se aplican, por ejemplo, a la definición de las muestras de los participantes en un ensayo clínico.
También es un fundamental para las empresas del sector farma la excelencia en la gestión de la calidad. Mantener la máxima calidad con los mínimos costes es una prioridad de la fase de fabricación, donde estas tecnologías se aplican, entre otros, a la estimación de las necesidades de materias primas. De esta forma, es posible realizar una planificación de la producción en tiempo y también se reducen las mermas, un aspecto vital que, dependiendo del medicamento, puede tener un impacto muy significativo en los costes. Del mismo modo, durante el proceso productivo es igualmente fundamental minimizar el número de paradas y adelantarse a los posibles incidentes que pueden impactar negativamente en el proceso para llevar a cabo las necesarias intervenciones preventivas y ajustes.
Con la fase de distribución y comercialización se completa el círculo de la cadena de valor y nuevamente aquí también resulta crítico aplicar tecnología de big data y analítica para, por ejemplo, tener un conocimiento detallado y continuamente enriquecido de los usuarios, así como de cualquier posible efecto adverso no deseado. La importancia de este último punto es claramente patente en la actualidad, ante una campaña de vacunación sin precedentes en la historia.
Smart Factory by aggity agrupa las diferentes soluciones de aggity para la digitalización de la industria, incluyendo el sistema Opera MES con aggity, el planificador de la producción PlanetTogether by aggity y Analytics Factory by aggity, cubre todas las necesidades de gestión y control de las actividades de las empresas farmacéuticas en las áreas de producción, calidad, materiales y mantenimiento. Empresas farmacéuticas como Comsan, Spinreact y Pharmanoid ya están aprovechando la potencia de la tecnología de aggity para sacar ventaja de la cuarta revolución industrial en marcha.
- Publicado en Industria