Pharmaceutical Technology 13 Edición Sudamérica 2025 - N º194 Stosch. “Además de acelerar el desarrollo de procesos, las herramientas PAT conmodelos integrados de IA/MLpuedenhacer posible la optimización de procesos sobre la marcha”, afirma. Esta gestión del conocimiento también es crucial para una ampliación y transferencia fluida del proceso desde el desa - rrollo a las escalas piloto y de fabricación, al mismo tiempo que se garantiza un rendimiento estable y eficaz, sostiene Shollenberger. Como ejemplo, Shollenberger destaca el uso de métodos de control estadístico de procesos multivariados dentro de un enfoque de calidad por diseño para el desarrollo de proce - sos con el fin de mantener los CPP y CQA dentro del espacio de diseño identificado y nuevas herramientas de diseño de experimentos (DoE) de IA/ML como el DoE bayesiano para reducir el esfuerzo experimental y los costos de desarrollo al proporcionar experimentos que son los más informativos para caracterizar los procesos. Por último, señala el uso de gemelos digitales para predecir el rendimiento de los procesos a escala de producción al reflejar y extrapolar los conoci - mientos obtenidos a partir de experimentos a menor escala. “Este enfoque permite una representación más precisa de cómo se comportarán los procesos en la producción a gran escala, lo que en última instancia agiliza el desarrollo de pro - cesos y mejora la eficiencia general”, comenta Shollenberger. Además de respaldar la ampliación del desarrollo de procesos a la producción al aprender a adaptar los parámetros HYDRO SETEINT
RkJQdWJsaXNoZXIy NzE4NDM5