Pharmaceutical Technology 11 Edición Sudamérica 2025 - N º194 delos quimiométricos que aprovechen algoritmos de IA/ML adaptados para el análisis químico. La espectrometría demasas, señala, también puede beneficiarse enormemente de la interpretación de los espectros producidos mediante IA/ML. Mientras tanto, la cromatografía líquida de alto rendimiento (HPLC) y la cromatografía líquida de ultraalto rendimiento (UHPLC) también se pueden acoplar a analizadores en línea que se basan enmodelos y se utilizan para monitorear la pureza del producto casi en tiempo real - según Shollenberger. Es importante destacar que, en comparación con los enfoques de regresión lineal estándar, el ML puede aumentar la precisión de la predicción cuando surgen no linealidades (por ejemplo, debido a superposiciones en los espectros) - dice von Stosch. También es posible la fusión de datos de diferentes sensores, lo que permite capturar mejor el estado general del proceso y reducir el impacto del ruido de medición. “Al fusionar la información de los sensores con las predicciones GRIFOLS
RkJQdWJsaXNoZXIy NzE4NDM5