Case studies using Artificial Intelligence (A.I) Tools (Studi Kasus Menggunakan Tools Kecerdasan Buatan (AI))

Studi Kasus Menggunakan Tools Kecerdasan Buatan (AI)

Penerjemah: https://komarudintasdik.wordpress.com

 

Judul asli: Case studies using Artificial Intelligence (A.I) Tools

IPI (Institute of Pharmaceutical Innovation) University of Bradford

 

Optimalisasi proses produksi

Sebuah perusahaan farmasi sudah menjalin kerja sama dengan IPI, untuk menginvestigasi perubahan potensial terhadap formulasi dan prosesnya untuk meningkatkan daya tahan produk tablet (pel). Mereka mengatasi masalah dengan efisiensi produksi skala besar yang secara relatif kecepatan kompresi lambat dibutuhkan untuk memproduksi tablet yang memuaskan terkait spesifikasi yang dibutuhkan dengan karakteristik keras dan rapuh.

IPI sudah melakukan kajian-kajian kompresi pada sampel-sampel yang tersedia menggunakan laboratorium formulasi skala kecil untuk menilai efek skala dan kekuatan kompresi dalam membedakan formulasi.

Analisis awal menampilkan hasil informatif tentang tindakan formulasi alternatif. Introgasi data lebih jauh dilakukan untuk lebih memahami tentang kondisi produksi yang dibutuhkan untuk memproduksi tablet yang tahan lama.

IPI merekomendasikan data-mining terhadap hasil-hasil eksperimen ini, bersama-sama dengan data milik pabrik, menggunakan A.I. tools (algoritma jaringan saraf tiruan dan genetik) untuk menghasilkan pola dan relasi yang bermakna dari data itu, yang mana client dapat menggunakan keunggulannya.

A.I. Tools-Rule Generation

Studi kasus pada latihan data-mining

Menggunakan AI software dari Intelligensys latihan data-mining dilakukan untuk menghasilkan rule dari data eksperimen yang disediakan oleh perusahaan farmasi multinasional besar. Perusahaan itu terkejut dengan rule-rule yang dihasilkan, seperti mereka tidak konsisten dengan persepsinya sendiri tentang proses produksinya. Sehingga perusahaan mengulangi pekerjaan dan hasil eksperimennya yang sudah menyatakan bahwa pengetahuan yang sudah dihasilkan dari AI tools itu benar. Ini karena tujuan data-mining untuk menggali pengetahuan yang tersembunyi dari data, dan pengetahuan ini mungkin baru bagi formulator dan di luar bidang keahlian dan pengalamannya. Tanpa menggunakan AI tool ini, pengetahuan yang tersembunyi dalam data dapat dengan mudah hilang dan tidak dikapitalisir.

A.I Tools – Pemodelan dan Optimalisasi Jaringan Saraf Tiruan

Studi Kasus

Bulan yang lalu IPI diundang untuk mengunjungi perusahaan di Cina untuk mempresentasikan kemampuan IPI dalam menggunakan tools Kecerdasan Buatan (Artificial Intelligence) untuk mengatasi masalah dalam desain sistem formulasi. Setelah demonstrasi A.I software, klien diminta IPI untuk menganalisis salah satu dataset yang dimilikinya, yaitu hasil sederetan sembilan eksperimen (dengan variabel input dan output). Dataset ini diserahkan ke dalam software dan jaringan saraf tiruan yang dibangun kemudian. Berdasarkan kajian optimalisasi jaringan saraf tiruan yang dilakukan menggunakan algoritma genetik untuk menghasilkan formulasi optimal dan kondisi pemrosesan. Hasil yang diperoleh dari software itu berada dalam range yang sama seperti hasil-hasil yang diperoleh dari metode-metode analisis yang dimiliki klien. Klien merasa bahwa “tool itu hebat”, seperti hasil yang diperoleh dari software tools dari IPI yang dihasilkan dalam waktu yang lebih singkat daripada metode analisis yang sedang digunakan perusahaan itu.

Tool Pemodelan dan Simulasi

Dengan memodelkan dan mensimulasikan proses, pabrik memperoleh pemahaman yang lebih baik tentng proses tanpa harus benar-benar menjalankan proses itu secara real time. Ini dapat berhasil dalam menggunakan sumber data yang terbatas dengan lebih efektif dan efisien serta membantu untuk mereduksi cost dan waktu untuk memproduksi produk-produk terbaru.

IPI, dalam hubungannya dengan Intelligensys salah satu partner perangkat lunaknya, sedang mengembangkan produk-produk software yang didesain untuk mensimulasikan proses-proses produksi. Produk terkini mencakup prediksi cracking pada film coatings; optimalisasi pengisian kapsul (dan sistem pembungkusan obat lainnya), dan memodelkan pengemasan powder untuk mensimulasikan kompaksi tablet.

  • Tablet Cracking Simulator

Cracking simulator mampu mensimulasikan propagasi crack dalam bahan-bahan viscoelastic. Simulator ini mampu memodelkan propagasi crack dalam bahan-bahan keropos yang sudah terkompeksi seperti sistem polymer yang sudah terisi yang memungkinkan para peneliti mensimulasikan cracking tablet seperti tablet film coating. Cracking bisa sangat berpengaruh pada pelepasan ingradient aktif terutama jika tablet itu sudah dilapisi dengan enterosoluble or sustained release film.

Dengan fungsi visualisasi, simulator itu memungkinkan para peneliti memandang bagaimana crack berpropagasi, pada kecepatan berapa dan ke tingkat apa cracking terjadi melintasi kotak simulasi itu. Cracking simulator ini telah divalidasi dari micrograf elektron bahan sebenarnya dalam sejumlah kasus dan sudah diaplikasikan untuk memahami isu-isu penting dalam formulasi obat dan telah digunakan dalam berbagai bahan, contohnya: aspirin, microcrystalline cellulose, dan untuk pigment-filled tablet film coatings.

  • Simulator Pengemasan Powder

IPI dan Intelligensys mampu menawarkan software simulasi pemesanan tepat guna yang mengintegrasikan analisis dan visualisasi untuk memungkinkan anda menguji fitur sistem pengemasan. Software ini berguna dalam mengatasi masalah yang melibatkan pengemasan particulate dan partikel untuk membantu memahami tindakan particulate dalam bahan-bahan, contohnya; bagaimana mereka mengemas dan bagaimana ini mempengaruhi mikrostruktur dan end-use properties. Software ini mampu mengatasi masalah yang berhubungan dengan variabilitas dalam proses pengisian, contohnya: mengestimasi volume, beban bahan, dan menggabungkan permasalahan, dll.

Visualisasi sangat berguna, representasi 2D serta 3D bisa diperoleh. Visualisasi digabungkan dengan wawasan kuat yang memberikan analisis terhadap order lokal, tindakan dalam batasan, dan kepadatan pengemasan secara keseluruhan.

Pengetahuan yang diperoleh dapat menyokong aspek-aspek desain formulasi contoh desain dan pengisian kapsul, parameter rasio dan distribusi.

  • Simulator Kompaksi Tablet

Pemodelan kemasan powder memungkinkan simulasi kompaksi tablet. Simulator kompaksi tablet sekarang sedang dikembangkan di AstraZeneca untuk mensimulasikan kompaksi particulate pada produksi berskala besar. Paket simulasi ini akan mampu mengalamatkan variabilitas sistem multi-particulate dan mengkalkulasikan tekanan dalam sistem untuk menghasilkan pengetahuan seperti bagaimana kompaksi akan berjalan selama produksi skala besar.

Software simulasi kompaksi tablet ini dapat digunakan untuk:

–          Menghindari kegagalan mekanik (penyumbatan, laminasi)

–          Kondisi proses optimal contohnya: rate, pemborosan, apkiran

–          Scale up

–          Menghindari kebutuhan eksperimen yang membutuhkan waktu banyak (bahan dan personil, waktu ke pasar, dll.)

Sistem Pakar

Sistem pakar menyediakan formulator peluang yang bertujuan untuk menangkap pengetahuan dalam semua bentuk dokumen yang ada. Mereka mentransformasikan cara ini di mana perusahan farmasi memanaje dan menggunakan data dan know-how formulasi.

IPI sudah membangun partnership dengan KnowledgeBench, sebuah perusahaan software, untuk menawarkan sistem pakar yang memanaj informasi dan mengoptimalisasi pembuatan keputusan pada semua tahapan proses formulasi.

KnowledgeBench merupakan meja kerja informasi cerdas, menawarkan framework pendukung keputusan terintegrasi penuh yang mencakup semua aspek perkembangan produk.

KnowledgeBench didesain untuk membawa kualitas, kontrol dan efektivitas yang lebih baik untuk perkembangan produk baru dan ini diperoleh dengan mengetahui defisiensi pendekatan yang sangat sesuai dari sebelumnya, dan memungkinkan proses tingkat atas untuk dipetakan dan kemudian didukung melalui:

–          pendukung keputusan maju (untuk mengenkapsulasi dan memodelkan proses-proses keputusan di dalam organisasi)

–          manajemen pengetahuan

–          datamining dan

–          workflow berorientasi tujuan untuk menyediakan informasi yang ditargetkan dan petunjuk pada semua aspek lifescycle perkembangan produk baru.

Manfaat melibatkan layanan IPI didukung dengan KnowledgeBench platform yang mencakup:

–          penangkapan data untuk disatukan ke dalam sistem pakar

–          manajemen pengetahuan

–          ketersediaan dan proteksi pengetahuan

–          konsistensi dalam pembuatan keputusan

–          akses terhadap produk software yang didesain untuk mensimulasikan proses produksi

–          mengidentifikasi peluang-peluang untuk memperbaiki formulasi, contohnya ekstensi line produk

–          mengatasi permasalahan formulasi/proses

–          menangkap pengetahuan yang mungkin hilang ketika pergantian staf.

GlaxoSmithKline (GSK) dan AstraZeneca (AZ) sekarang sedang mengimplementasikan sistem pakar formulasi produk ini.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s