AI 正如何重塑药品生产流程

在 Medivant Healthcare 的一条灌装线上，每天生产 20,000 瓶单剂量注射用西林瓶。这些药瓶最终会出现在患者床边、医院急救车和急诊室中，通常用于需要麻醉的患者。

美国食品药品监督管理局（FDA）要求每瓶药品在出厂前必须经过目视检查。目前，总部位于亚利桑那州的 Medivant 依靠人工来确认药瓶中不存在可见颗粒物或标签缺陷——这些问题可能导致药品无法使用。

但很快，该公司的药瓶检查设备将接管这一流程。Medivant 首席执行官 Viraj Gandhi 表示：“人会疲劳和厌倦”，从而可能漏掉某些缺陷，而机器不会。

作为该设备 AI 训练流程的一部分，Medivant 会为算法训练设定被禁止颗粒物的外观标准。Gandhi 补充说，AI 正渗透到药品制造流程的许多环节，FDA 对此保持密切关注。今年早些时候，该机构发布了一份题为《药品制造中的人工智能》的讨论文件，向利益相关方和公众征求关于该技术在该领域最佳应用方式的意见。

国际制药工程学会（ISPE）总裁兼首席执行官 Thomas Hartman 指出，将 AI 整合进药品制造之所以困难，是因为该行业受到高度监管。任何工艺变更——包括直接或间接引入 AI——都可能影响产品质量，要求制造商经历全面的变更控制程序，而这既耗时又耗费资源。

药品制造当前如何应用 AI

除了质量控制，AI 还能帮助制造商理解如何优化生产流程。MasterControl 产品执行副总裁 Sue Marchant 表示，AI 算法可以帮助企业理解趋势和设施温度如何影响制造过程，包括对产品质量或收率的影响。MasterControl 销售质量管理和制造执行软件。

据 Marchant 介绍，一些制造商在商业化之前使用 AI 聚焦于单一制造步骤。在研发阶段，他们会逐一改变制造过程中的某个步骤，以判断这是否能改善质量、结果或效率。

AI 还可用于增强企业对运营的可见性，例如制造现场的计划外偏差。它还能提供情境化数据，比如分享该设施此前发生类似情况的时间及原因。

“我们正在为（员工）提供信息，以潜在指导他们的行动并评估风险，”Marchant 说，“但我们尚未以指令性方式告诉他们‘我们认为你应该采取这一行动’，因此我们是以非常谨慎的方式将 AI 引入这些流程。”

Marchant 指出，该技术也可以整合到质量端，通过审阅数据并标出高风险区域，使制造商更容易遵守法规并确保其操作安全可靠。

在药品制造中实施 AI 的挑战

Gandhi 表示，在药品制造中实施 AI 的最大障碍是成本。Medivant 为其半自动药瓶检查设备花费了数百万美元，他表示这比相同工作的人力成本高出 10 倍。

“每个人都想这样做，但你需要足够的资本，”Gandhi 说。

Medivant 在四个月前购买了该设备，目前正用样品瓶进行为期四到五个月的训练和验证，之后将用商业批次进行测试。投入生产后，公司还将进行六到九个月的人工观察，以确保检查中不存在假阴性结果。之后，该设备将成为制造商的主要检查方法。

对于像 Medivant 这样生产肾上腺素和利多卡因等低成本仿制药的小型制造企业来说，投资自动化和 AI 颇为困难。Gandhi 表示，该公司的产品大多以每瓶几美元的价格出售。

然而，AI 工具在大型制造商中得到了更广泛的采用。“大公司通常会承担新设备的风险，看看效果如何，”Gandhi 补充道。

采用 AI 的另一个限制是是否拥有合适的数字化数据来训练算法并运行分析。Marchant 表示，这可能将 AI 选项限制在规模较大的企业手中，因为许多小型制造商仍使用纸质日志，或主要依赖本地数据存储而非云服务。

引入 AI 可能要求“整个制造流程实现数字化，你已概述制造流程中的每一步，你正以数字化方式捕获每一步，记录发生日期和时间、参与人员以及每一步的参数，”Marchant 说。制造商可能还需要合并并准确整合来自不同来源的数据。

FDA 的角色

FDA 的一位发言人告诉 Manufacturing Dive，该机构“已认识到并拥抱先进制造为患者和消费者带来益处的潜力”。

其药物评价与研究中心（CDER）于 2014 年设立了新兴技术项目，与利益相关方合作支持先进制造，包括 AI 等技术。据该发言人表示，CDER 认识到监管政策和项目可能需要演进，以便及时采用新技术。

“我们从（FDA）那里看到的大量动作是他们试图掌握这一技术，”Marchant 说，“关于企业应该做什么，目前还没有很多强有力的指导。”

她表示，结果是企业可能对使用 AI 持犹豫态度，因为他们不确定这对未来意味着什么。

“我们从（FDA）那里看到的大量动作是他们试图掌握这一技术。关于企业应该做什么，目前还没有很多强有力的指导。”

Marchant 表示，她的客户正倾向于保守，在提案请求中询问 MasterControl 软件中如何使用 AI。他们担心如果现在采用 AI 工具，未来 FDA 的要求是否会干扰其流程。

“每个人都处于观望状态，”Marchant 指出，“FDA 绝对想鼓励创新，因为他们的信息是他们希望拥抱创新，但这究竟意味着什么？目前还没有人真正知道。”

FDA 有兴趣将 AI 纳入药品制造，并向 Manufacturing Dive 强调了该技术可能改善流程的几种方式：

• 识别最佳工艺设计和放大策略，可能减少开发时间和浪费
• 在减少人为参与和人为错误的同时，更好地控制产品和工艺质量
• 更好地监控制造过程并检测性能变化，从而触发预防性维护活动并减少工艺停机时间
• 预防更多工艺偏差，并在发生偏差时更好地识别根本原因

除了向利益相关方和公众征求意见外，FDA 还在 9 月与产品质量研究所（PQRI）共同举办了一场关于药品制造中 AI 使用监管框架的研讨会。

该发言人表示，CDER 的目标是帮助患者实现使用 AI 进行药品制造的益处，同时将风险降至最低，例如因 AI 被用于不道德目的而产生的风险。

Gandhi 表示，最大的担忧是数据可能被篡改。在检查方面，FDA 已有严格的法规来验证设备和检查结果的准确性与安全性。