14 Edición Sudamérica 2025 - N º194 Pharmaceutical Technology de proceso dependientes de la escala y optimizar sus configuraciones, los modelos de IA/ML/híbridos que admiten el monitoreo y control en tiempo real o casi en tiempo real pueden mejorar en gran medida la eficiencia, la confiabili - dad, el rendimiento y la calidad del producto del proceso, dice Shollenberger. Botonjic-Sehic coincide en que la PAT y la infraestructura impulsada digitalmente pueden reducir la incertidumbre al proporcionar información sobre las condiciones del proceso a través de simuladores mejorados con datos en tiempo real de PAT e IA/ML integrados. “La IA/ML con PAT también permitirá realizar pruebas de liberación en tiempo real debido a la capacidad de lograr una verificación rápida de la calidad”, señala. Mayor capacidad de respuesta y mejor toma de decisiones La integración de IA, ML y modelos híbridos con herramientas PAT ofrece numerosos beneficios que van más allá del simple monitoreo de procesos. Tener una infraestructura que incluya nuevas herramientas PAT, modelos ML y automatización permite a los investigadores identificar sus obje - tivos de interés más rápido y con mayor precisión durante el desarrollo y la fabricación del proceso, según Ahmed. “Tener modelos predictivos disponibles para cada paso del proceso mejora el conocimiento del proceso y, en última instancia, permite a las empresas entregar medicamentos al mercado más rápidamente con mayor calidad, al tiempo que reduce el desperdicio y los costos”, afirma. Una mayor información casi en tiempo real sobre la evolución de los procesos hace posible varias acciones, agrega von Stosch. Destaca la capacidad de tomar acciones correctivas ya sea manualmente o mediante un control de circuito cerrado, tomar decisiones más informadas sobre cuándo recolectar o liberar material para su posterior procesamiento, introducir cambios que brinden un mayor conocimiento del proceso y, en última instancia, aumentar la capacidad del mismo. En concreto, según Shollenberger, los modelos quimiomé - tricos pueden interpretar datos espectroscópicos y predecir en tiempo casi real las variables de proceso de interés.
RkJQdWJsaXNoZXIy NzE4NDM5