top of page
  • sitiatarfa8

Pfizer dan lainnya memimpin manufaktur farmasi dengan AI dan Teknologi

Diperbarui: 21 Nov 2023

Industri farmasi telah lama memanfaatkan kekuatan teknologi modern untuk memastikan pengembangan dan ketersediaan obat-obatan yang aman dan andal. Di dunia yang serba cepat saat ini, kebutuhan untuk membawa obat dan vaksin baru ke pasar dengan cepat, terutama dalam menanggapi krisis kesehatan global, menjadi lebih penting daripada sebelumnya.


Biasanya, proses penemuan obat terobosan potensial melibatkan investigasi laboratorium ekstensif yang berlangsung selama beberapa tahun. Namun, ada beberapa contoh luar biasa di mana kecerdasan buatan (AI) telah mempercepat proses ini secara signifikan. Misalnya, ketika Takeda Pharmaceutical Co, yang berbasis di Jepang, mengakuisisi obat psoriasis eksperimental dari sebuah perusahaan di Boston dengan harga $4 miliar, itu adalah hasil dari proses seleksi berbasis AI yang hanya memakan waktu enam bulan. Kemajuan tersebut menyoroti dampak transformatif dari AI dalam manufaktur farmasi.


Mari kita pelajari lebih dalam tentang AI dan aplikasinya dalam industri ini, di mana teknologi mutakhir merevolusi cara obat dikembangkan, diproduksi, dan dibawa ke pasar.


AI Pharmaceutical Manufacturing

Bagaimana AI Membantu dalam Terobosan Farmasi


AI saat ini sedang diterapkan dalam berbagai cara dalam industri farmasi. Salah satu bidang yang menonjol adalah peningkatan proses manufaktur. Melalui pemanfaatan AI, proses dapat ditingkatkan dalam beberapa cara. Misalnya, AI dapat memfasilitasi langkah-langkah kontrol kualitas, mengurangi waktu desain, meminimalkan limbah material, mengoptimalkan penggunaan kembali produksi, memungkinkan pemeliharaan prediktif, dan banyak lagi.


AI merevolusi manufaktur farmasi dengan meningkatkan efisiensi dan produktivitas. Sistem yang digerakkan oleh AI seperti Mesin CNC (Computer Numerical Control) memungkinkan eksekusi yang tepat, sementara algoritme pembelajaran mesin merampingkan proses, mengurangi pemborosan, dan meningkatkan konsistensi. Hal ini menghasilkan output yang lebih tinggi dan mengurangi limbah material, sehingga menguntungkan ekosistem manufaktur.


Dalam penemuan dan desain obat, AI memainkan peran penting dalam mengidentifikasi target, menemukan molekul baru, mengeksplorasi opsi multi-target, menggunakan kembali obat, dan mengidentifikasi biomarker. Integrasi AI mempercepat persetujuan obat dan peluncuran pasar, sehingga berpotensi menurunkan biaya dan memperluas pilihan pengobatan. Terapi yang dipersonalisasi dapat dikembangkan dengan memanfaatkan teknik AI dan data pasien, sehingga meningkatkan kemanjuran pengobatan.


AI juga mengubah pemrosesan data biomedis dan klinis. Algoritme secara efisien menganalisis informasi tekstual dalam jumlah besar, sehingga menghemat waktu para peneliti. AI dapat mengumpulkan dan menginterpretasikan beragam sumber data, termasuk catatan tulisan tangan dan hasil tes, memfasilitasi analisis yang dipercepat dan integrasi data untuk penelitian lebih lanjut.


Bagaimana Produsen Farmasi Memanfaatkan AI dan Teknologi



Sebagai bagian dari strategi transformasi digitalnya, Pfizer memanfaatkan AI dan analitik data untuk mempercepat penemuan obat dan meningkatkan efisiensi operasional. Dengan perkiraan belanja TIK tahunan sebesar $3,6 miliar pada tahun 2022, Pfizer memprioritaskan investasi pada perangkat lunak, layanan TIK, dan perangkat keras dari berbagai vendor.


Mendeteksi gejala penyakit langka


Inisiatif Pfizer yang sukses dalam memanfaatkan analitik prediktif dan pembelajaran mesin untuk mengidentifikasi gejala penyakit langka, seperti transthyretin amyloid cardiomyopathy (ATTR-CM), memiliki implikasi yang signifikan terhadap diagnosis. Penelitian ini mencapai akurasi 87% dalam memprediksi pasien gagal jantung dengan wtATTR-CM, yang menunjukkan potensi AI dalam mendeteksi penyakit secara dini. Dengan harapan hidup hanya dua hingga tiga setengah tahun jika tidak diobati, diagnosis dini sangat penting untuk kondisi progresif seperti ATTR-CM. Pengembangan platform EstimATTR lebih lanjut mendukung estimasi probabilitas diagnostik untuk pasien gagal jantung. Kemajuan Pfizer dalam diagnostik berbasis AI berkontribusi pada peningkatan hasil dan kepercayaan publik terhadap industri perawatan kesehatan.


Pfizer AI Technology Manufacturing Enhancing Downtime

Pfizer Meningkatkan Efisiensi dengan Mengadopsi Pemeliharaan Prediktif


Mempertahankan infrastruktur data yang aman dan akurat sangat penting bagi Pfizer untuk memenuhi kewajiban peraturan. Pfizer telah lama mengandalkan Proficy Historian dari GE Digital untuk mengumpulkan data dari lokasi produksi, kontrol, dan utilitas mereka, mengonsolidasikannya ke dalam satu set data teknologi operasional (OT). Dengan memanfaatkan data ini, mereka telah melakukan upaya untuk mengoptimalkan kinerja operasional mereka.


"Kami bisa mendapatkan banyak manfaat, banyak waktu henti yang berkurang, dan sistem yang lebih andal." Kevin Callahan - Insinyur Otomasi, Pfizer Inc.

Pfizer telah berhasil mengintegrasikan data proses waktu nyata ke dalam sistem pemeliharaan mereka, beralih dari pendekatan pemeliharaan preventif tradisional ke pendekatan pemeliharaan prediktif yang lebih proaktif. Pergeseran ini telah secara signifikan mengurangi waktu henti dan menyediakan data yang mudah diakses oleh tim untuk dianalisis, yang mengarah pada peningkatan produktivitas dan hasil yang lebih baik. Dengan memanfaatkan kekuatan pemeliharaan prediktif, Pfizer telah mencapai tingkat efisiensi yang lebih tinggi dalam operasi mereka.


Moderna Memanfaatkan AI untuk Manufaktur dan Riset dan Pengembangan


Perusahaan farmasi dan bioteknologi AS, Moderna, telah mendapatkan pengakuan atas pengembangan vaksin COVID-19 yang cepat. Dengan memanfaatkan sifat mRNA yang dapat diprogram dan infrastruktur digitalnya, Moderna secara signifikan mempercepat prosesnya. Dengan memanfaatkan otomatisasi alur kerja, pengambilan data, dan AI, perusahaan ini mencapai pencapaian yang belum pernah terjadi sebelumnya, seperti merilis batch vaksin kelas klinis pertama dalam waktu 65 hari setelah pengurutan virus. Studio desain obat Moderna, yang didukung oleh algoritme AI dan dihosting di AWS Fargate, memungkinkan para ilmuwan untuk mengoptimalkan konstruksi mRNA dan merampingkan produksi. Perusahaan ini bertujuan untuk terus memanfaatkan teknologi AI, termasuk model AI generatif IBM, untuk mengembangkan vaksin dan terapi baru untuk berbagai penyakit di luar COVID-19.


Moderna AI Pharmaceutical Manufacturing

Keberhasilan Moderna dalam mengembangkan vaksin COVID-19 dengan cepat dapat dikaitkan dengan pendekatan inovatif dan infrastruktur teknologi yang canggih. Dengan memulai produksi sambil tetap melakukan studi praklinis, perusahaan memaksimalkan efisiensi dan meminimalkan penundaan. Penggunaan algoritme AI di dalam studio desain obat mereka semakin mempercepat proses, mengotomatiskan keputusan logistik, langkah-langkah kontrol kualitas, dan bahkan membantu dalam desain sekuens mRNA dan DNA. Adopsi solusi berbasis AI oleh Moderna memungkinkan terciptanya ribuan konstruksi mRNA yang unik, termasuk vaksin COVID-19 mereka.


Melihat ke depan, Moderna berencana untuk memanfaatkan teknologi AI untuk menargetkan penyakit di luar COVID-19. Bermitra dengan IBM, perusahaan ini akan memanfaatkan model AI generatif IBM, MoLFormer, untuk mendapatkan wawasan tentang karakteristik obat mRNA yang potensial. Kolaborasi ini bertujuan untuk membantu Moderna dalam merancang kelas vaksin dan terapi baru. Seiring dengan melambatnya permintaan akan vaksin dan pengobatan COVID-19, Moderna berupaya memanfaatkan potensi AI untuk terus memajukan solusi medis dan mengatasi penyakit lain di era pasca pandemi.


AstraZeneca Menggunakan AI untuk melakukan analisis gambar yang cepat dan tepat


AI Pharmacy Image Analysis AstraZeneca

Para ahli patologi mereka memeriksa ratusan sampel jaringan dari penelitian mereka setiap minggu. Mereka memeriksanya untuk mencari penyakit dan biomarker yang dapat menunjukkan pasien mana yang paling mungkin bereaksi dengan baik terhadap obat yang diberikan. Karena hal ini membutuhkan banyak waktu, mereka mengajarkan sistem AI untuk membantu ahli patologi menganalisis sampel secara tepat dan lebih cepat. Hal ini dapat mengurangi waktu analisis lebih dari 30%.


Mereka menggunakan strategi untuk salah satu sistem AI mereka yang dimodelkan berdasarkan cara mobil swakemudi tertentu melihat lingkungan mereka. Mereka memprogram sistem AI untuk mengevaluasi sel tumor dan sel kekebalan tubuh untuk mengetahui keberadaan PD-L1, sebuah biomarker yang dapat digunakan untuk memandu pemilihan perawatan imunoterapi kanker kandung kemih. Penelitian tentang penyakit lain juga sedang ditransformasikan oleh pencitraan dan AI. Inisiatif ambisius baru-baru ini untuk melatih jaringan saraf dalam guna memprediksi risiko penyakit dan biomarker terkait dari gambar fundus retina dilakukan oleh salah satu tim peneliti biofarmasi mereka.


Pemanfaatan AI oleh Novavax dalam merancang vaksin COVID-19 telah membuahkan hasil positif dalam uji coba Tahap II


Kecerdasan buatan (AI) telah memainkan peran penting dalam pengembangan vaksin Kombinasi COVID-19 (CIC) Novavax, sejalan dengan meningkatnya ketergantungan industri terhadap AI dalam desain uji klinis, menurut GlobalData. Dengan menggunakan pendekatan AI yang inovatif, Novavax mencapai hasil yang menjanjikan dalam uji coba Tahap II untuk vaksin CIC, yang menunjukkan keamanannya, respons imun yang kuat, dan dapat dibandingkan dengan vaksin lain. Dengan uji coba Tahap III yang direncanakan akhir tahun ini, Novavax bertujuan untuk membawa vaksin gabungan COVID-Influenza pertama ke pasar, dengan memanfaatkan manfaat AI dalam pemilihan dan pengoptimalan dosis.


Novavax menggunakan pendekatan desain eksperimen (DoE) dan pemodelan permukaan respons berbasis AI untuk memprediksi kombinasi dosis yang tepat dan mengamati respons antibodi. Dengan menyesuaikan dosis secara simultan untuk strain yang berbeda, termasuk SARS-CoV-2, perangkat lunak DoE memungkinkan penyempurnaan dan pengoptimalan formulasi vaksin CIC secara tepat. Integrasi AI dalam uji klinis ini tidak hanya mempercepat proses, tetapi juga mengurangi kesalahan manusia dan membantu dalam pengambilan keputusan.


Novavax AI Pharmaceutical Manufacturing

Desain uji coba berbasis AI dari Novavax mencerminkan tren yang lebih luas dalam industri farmasi, dengan perusahaan seperti AstraZeneca, Moderna, dan Pfizer yang juga memanfaatkan AI dalam pengembangan vaksin COVID-19. GlobalData melaporkan lonjakan aktivitas paten terkait AI, yang menyoroti peningkatan adopsi teknologi AI di sektor farmasi. Kemajuan ini telah berkontribusi secara signifikan terhadap respons vaksin yang cepat terhadap pandemi COVID-19, meningkatkan efisiensi desain urutan mRNA dan deteksi antigen.


Tantangan dan Prospek Masa Depan


Terlepas dari kemajuan yang signifikan, penggunaan AI dan ML dalam penemuan obat masih menghadapi keterbatasan dan tantangan. Pekerjaan laboratorium tradisional tetap penting di samping implementasi AI, karena uji klinis dan pengujian pada manusia masih diperlukan. Kekhawatiran tentang bias dalam algoritme dan model AI juga menimbulkan pertanyaan tentang keakuratan dan keandalan rekomendasi klinis yang dihasilkan.


Namun, prospek masa depan untuk AI dalam R&D farmasi cukup menjanjikan. Ada tren yang berkembang dalam mengintegrasikan AI ke dalam proses R&D, dengan potensi untuk merevolusi industri. Kemajuan dan penyempurnaan teknologi AI yang berkelanjutan diharapkan memiliki dampak yang besar, meningkatkan efisiensi, mengurangi biaya, dan mempercepat waktu penemuan obat. Sangatlah penting untuk mengatasi tantangan dan memastikan keakuratan serta keamanan algoritme AI melalui upaya penelitian dan pengembangan yang berkelanjutan.


Ambil tindakan sekarang untuk memanfaatkan potensi AI dalam penelitian dan pengembangan farmasi!




 

Kitameraki (www.kitameraki.com) adalah mitra terpercaya untuk Konsultasi IT dan layanan IT yang komprehensif di Indonesia. Dengan fokus yang kuat pada Solusi TI, Pengembangan Web, Pengembangan Aplikasi Seluler, dan Solusi Cloud, kami membantu bisnis menavigasi dunia digital yang terus berkembang. Keahlian kami meliputi Layanan Cloud, Migrasi Cloud, Analitik Data, Big Data, Business Intelligence, Data Science, dan Cybersecurity.

Comments


bottom of page