Ogni soluzione per l\u2019industria farmaceutica, oltre agli adempimenti normativi, oggi pu\u00f2 giovare di una quantit\u00e0 di dati impensabile solo pochi anni fa tuttavia, lo scenario \u00e8 ben pi\u00f9 complesso ed articolato.<\/p>\n
I dati, ancora oggi, sono contenuti in database diversi e spesso eterogenei, costruiti in date ed epoche diverse, con gradi di accuratezza ed integrit\u00e0 molto diversi.<\/p>\n
Capita quasi sempre che i dati disponibili rappresentino tutte le misure rilevanti ai fini GMP, ma che tuttavia manchino altri dati, rilevanti per fini diversi.<\/p>\n
Oggi devono essere investigate, tramite l\u2019utilizzo dei dati, anche dimensioni diverse oltre a quelle rilevanti ai fini GMP, come per esempio:
\n–\tSostenibilit\u00e0: dati e totalizzatori dei consumi, siano essi relativi alla componente elettrica, termica (vapore), idrica (sia PW che WFI);
\n–\tOttimizzazione dei processi produttivi: dati aggiuntivi che rappresentino le performance di macchine ed impianti
\n–\tDati CQA e CPP rilevati online, seppure derivati o indiretti, utili all\u2019approccio PAT, tramite i quali si possano implementare logiche di Quality-by-Design
\n–\tDati su variabili relative ai processi critici, ovvero indicatori KPI, che rappresentino numericamente un rischio \u201cmappato\u201d secondo le ICH Q9 e Q10
\n–\tDati di produzione legati alla dimensione gestionale, al \u201cciclo attivo\u201d gestionale, facenti da ponte fra ordini e costi di vendita, ordini e costi di produzione, ricette, lotti, batch (MES).<\/p>\n
Non si pu\u00f2 trascurare il fatto che il grado di maturit\u00e0 nella gestione del dato che oggi riscontriamo nelle industrie farmaceutiche sia davvero variegato:
\n1.\tIl dato esiste
\n2.\tIl dato \u00e8 connesso
\n3.\tIl dato viene analizzato, correlato e contestualizzato >> Il dato diventa Informazione (data analytics)
\n4.\tIl dato viene utilizzato per fare previsione >> i dati passati possono rappresentare situazioni future (forecasting, machine learning)
\n5.\tIl dato \u00e8 la base per effettuare azioni automatiche, in base a scenari costruiti sui dati >> (agentic AI)<\/p>\n
Oggi l\u2019industria farmaceutica capitalizza i propri dati tramite applicazioni di Digitalizzazione, riconducibili a Pharma 4.0 e Industria 5.0, che saranno oggetto degli interventi del workshop.<\/p>","protected":false},"template":"","categoria-relatore":[106],"class_list":["post-8037","relatore","type-relatore","status-publish","hentry","categoria-relatore-masco-group-con-la-partecipazione-di-pierrel-e-di-pat-way"],"acf":[],"_links":{"self":[{"href":"https:\/\/simposio.afiscientifica.it\/en\/wp-json\/wp\/v2\/relatore\/8037","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/simposio.afiscientifica.it\/en\/wp-json\/wp\/v2\/relatore"}],"about":[{"href":"https:\/\/simposio.afiscientifica.it\/en\/wp-json\/wp\/v2\/types\/relatore"}],"wp:attachment":[{"href":"https:\/\/simposio.afiscientifica.it\/en\/wp-json\/wp\/v2\/media?parent=8037"}],"wp:term":[{"taxonomy":"categoria-relatore","embeddable":true,"href":"https:\/\/simposio.afiscientifica.it\/en\/wp-json\/wp\/v2\/categoria-relatore?post=8037"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}