17 Pharmaceutical Technology haciendo que estas soluciones PAT avanzadas sean más accesibles y rentables. Además, el uso de PAT sin calibración o con calibración limitada podría ayudar a agilizar la integración de estas tecnologías en los procesos existentes con un costo menor. Se producirán otros avances en la gestión del conocimiento, ya que es vital para recopilar y estructurar el conocimiento procedente de diferentes dispositivos y PAT. “La gestión del conocimiento agnóstica de escala, entre procesos, entre líneas celulares y entre proteínas es esencial para permitir la aplicación de IA y ML en varios procesos y pasos”, afirma Shollenberger. Una vez que se logren estos avances, será posible implementar soluciones integradas de IA y ML que faciliten el control de calidad casi en tiempo real, la optimización de procesos y la mejora continua. “Estos avances ayudarán a garantizar que los productos finales cumplan de manera constante con los estándares regulatorios y de calidad, mejorando la eficiencia y la confiabilidad de la fabricación farmacéuti - ca”, observa Shollenberger. Sin embargo, advierte que la integración de modelos de IA y ML en procesos GMP presenta desafíos regulatorios relacionados con la seguridad de los datos, la transparencia de los algoritmos y la validación de procesos impulsados por IA frente a los estándares existentes de la industria, todos los cuales deben abordarse para garantizar su uso efectivo mientras se mantiene el cumplimiento de los requisitos regulatorios PT Referencias 1. DataHow. DataHowLab Spectra. https://datahow.ch/datahowlab-spectra/ (accessed Nov. 7, 2024). TESTO ARGENTINA S.A.
RkJQdWJsaXNoZXIy NzE4NDM5