10 Edición Sudamérica 2025 - N º194 Pharmaceutical Technology durante el desarrollo y la fabricación. Esa información se puede aplicar luego para respaldar el control de procesos, lo que genera un rendimiento más consistente. Cuando la PAT se integra con algoritmos de IA/ML, es posible desarrollar modelos predictivos que permiten unmejor control, respaldan una toma de decisiones más efectiva y reducen los riesgos, lo que conduce a operaciones optimizadas, experiencias mejoradas para los clientes ymejores resultados financieros, según Edita Botonjic-Sehic, directora de análisis de procesos, ingeniería de datos y ciencia de datos en ReciBioPharm. Mejorar el rendimiento del sensor blando Varias herramientas PAT son especialmente adecuadas para la integración con algoritmos de IA y ML. En la parte superior de la lista se encuentran los sensores blandos, que integran una capa de software basada en un modelo matemático que se emplea para monitorear los estados del proceso - observa Stacy Shollenberger, gerente sénior de tecnología analítica de procesos en MilliporeSigma. Sin embargo, el análisis de los resultados es complejo y requiere un alto nivel de experiencia para identificar, corre - lacionar y cuantificar la señal y usarla para el análisis predic - tivo - según Kaschif Ahmed, científico de datos principal de ReciBioPharm. “La mejor solución de integración es aquella que tiene una gran flexibilidad para la medición y el análisis y que se puede validar fácilmente sin la necesidad constante de calibración”, agrega. Los modelos de IA/ML se pueden integrar directamente dentro de la herramienta PAT, lo que proporciona un medio basado en datos para estimar o predecir parámetros que de otro modo son difíciles de medir o no se pueden medir directamente, dice Moritz von Stosch, director de innovación de DataHow. Shollenberger señala los sensores espectroscópicos, como Raman, resonancia magnética nuclear (RMN) y tecnologías de infrarrojo cercano (NIR), que ofrecen una medición casi instantánea de metabolitos y nutrientes clave (por ejemplo, lactato, glucosa). Sin embargo, los espectros generados por estas técnicas requieren una interpretación utilizando mo-
RkJQdWJsaXNoZXIy NzE4NDM5