Livrer avec des données : exploiter l’IA dans la fabrication pour l'industrie pharmaceutique
Elliott Charbonneau Elliott Charbonneau
18 novembre 5 min

Livrer avec des données : exploiter l’IA dans la fabrication pour l'industrie pharmaceutique

Comme tout le secteur dans la fabrication de produits pharmaceutiques peut en témoigner, les choses ne se passent pas toujours exactement comme prévu.

Les anomalies de production sont malheureusement un coût inévitable pour l’industrie pharmaceutique. Le défi concerne la gestion de ces anomalies : enquêter de manière approfondie sur tout écart et sa cause afin que les corrections puissent être mises en œuvre rapidement et efficacement.

Ce qui suit est un examen plus approfondi de ce processus critique et des facteurs qui font qu’il est difficile pour les entreprises de le mener à bien, ainsi qu’une nouvelle solution à l’investigation des anomalies et aux analyses des causes profondes avec Element AI Knowledge Scout.

Le problème : trop de données et pas assez de temps

De nombreux fabricants de produits pharmaceutiques ont du mal à gérer efficacement le travail nécessaire suite aux anomalies de production. Les enquêtes ne doivent pas être prises à la légère, et même les équipes expérimentées les trouvent longues et complexes. Si vous vous enlisez sur la voie de la résolution, cela pourrait avoir de graves conséquences sur la chaîne d’approvisionnement de votre entreprise et sur la conformité des produits.

Le plus grand facteur empêchant une résolution rapide est peut-être le large éventail de sources de données nécessaires pour cibler les causes profondes et appliquer des mesures correctives. Les rapports d’anomalies, les enregistrements de lot et les informations du système de contrôle et d’acquisition de données de supervision sont les seuls moyens de savoir pourquoi une anomalie de produit a eu lieu.

La collecte de ces données est un obstacle commun, mais il y a aussi le défi supplémentaire des connaissances tacites nécessaires pour donner un sens à tout cela. Si vous ne disposez pas de spécialistes expérimentés capables de faire le lien entre les problèmes actuels et les problèmes de longue date liés à la production, il peut être presque impossible d’avoir une vue d’ensemble et de comprendre réellement ce qui a mal tourné. Il en résulte des enquêtes qui s’éternisent inutilement et qui se concentrent uniquement sur les symptômes plutôt que sur la cause première du problème.

Notre approche unique : Element AI Knowledge Scout

Certains fabricants acceptent simplement ce compromis difficile et font de leur mieux avec les ressources limitées dont ils disposent. Avec Knowledge Scout, cependant, il y a une autre solution, qui repose sur l’automatisation et l’intelligence artificielle (IA).

Intégré aux systèmes électroniques disparates d’une entreprise, le logiciel Knowledge Scout organise automatiquement les données structurées et non structurées. En effectuant des recherches dans tous les domaines, depuis les données des systèmes de PGI, d’exécution de la fabrication et de gestion de la qualité jusqu’aux procédures de fonctionnement standard et aux rapports sur les anomalies de données, cet outil extrait des informations ciblées qui peuvent être utiles et les rassemble en un seul endroit.

Une fois les données agrégées, le logiciel déploie des algorithmes d’IA – à savoir, des graphes de connaissances, des réponses automatisées aux questions et des capacités de recherche sémantique dans une interface utilisateur en langage naturel – pour en faire des informations que les spécialistes de la qualité peuvent utiliser.

Au final, Knowledge Scout accélère la collecte d’informations et met les faits pertinents entre les mains des responsables du processus de gestion des anomalies. En éliminant les problèmes liés au cloisonnement des sources de données, il aide les spécialistes de la qualité à repérer rapidement les causes profondes potentielles des anomalies afin que des mesures puissent être prises pour éviter qu’elles ne se reproduisent.

Les résultats : résolutions plus rapides et économies importantes

Les retombées que Knowledge Scout peut avoir sur une organisation donnée varient en fonction de nombreux facteurs, de la valeur marchande du produit en question à l’expertise collective de ses spécialistes de la qualité. Les résultats d’un récent déploiement illustrent toutefois la façon dont l’outil peut potentiellement changer la donne. Depuis qu’elle a installé le logiciel, l’usine a constaté une réduction d’environ 30 % du temps de résolution moyen, qui est passé de 37 à 25 jours. Ce déploiement devrait avoir une incidence globale allant jusqu’à 5 % d’économies par anomalie et environ 2 700 heures de travail économisées par an.

Ces heures économisées peuvent bien sûr être consacrées à d’autres processus de travail mieux maîtrisés par l’humain que par la machine. Pour les spécialistes de la qualité, l’outil leur permet de gagner du temps; ils peuvent consacrer moins d’efforts à trouver les informations dont ils ont besoin, et davantage de temps à des projets de plus haut niveau comme l’évaluation des plans de mesures correctives et préventives et l’amélioration des résultats de la réglementation.

L’objectif ultime de Knowledge Scout est d’améliorer les temps de résolution pour limiter les arrêts de production. Il aide également les entreprises pharmaceutiques à mettre leurs produits sur le marché plus rapidement, ce qui peut contribuer à prévenir les pertes de stocks. Il n’empêchera pas les anomalies de production, mais il peut garantir que lorsqu’une anomalie se produit, un plan est mis en place pour revenir sur la bonne voie.