Aizon Meningkatkan Manufaktur Farmasi dengan Kecerdasan Buatan Menggunakan AWS

Manufaktur farmasi adalah industri yang kompleks dan diatur secara ketat. Ada ratusan keputusan dan variabel dalam setiap proses manufaktur yang harus dikalibrasi dengan benar untuk memberikan obat yang aman dan efektif kepada pasien. Seiring dengan meningkatnya skala pasar saat ini, tuntutan manajemen produksi dan analisis data proses melebihi kemampuan manusia. Aizon, perusahaan rintisan di San Francisco, menerapkan produk Amazon Web Services (AWS) untuk membantu produsen farmasi memodernisasi dan menuai manfaat dari pabrik manufaktur digital.

Aizon menawarkan platform kecerdasan buatan (AI) perangkat lunak sebagai layanan (SaaS) yang bertujuan membantu produsen farmasi mengoptimalkan proses mereka dan memaksimalkan efisiensi. Salah satu hambatan terbesar bagi produsen yang mencoba melakukan analisis yang diperlukan secara mandiri adalah kekacauan yang melekat pada data proses farmasi.

“Kenyataannya saat ini adalah bahwa para ilmuwan data harus menghabiskan sekitar 80 persen dari waktu mereka untuk mempersiapkan dan membersihkan data sebelum mereka dapat menjalankan AI,” kata Toni Manzano, Ph.D., salah satu pendiri dan kepala staf ilmiah (co-founder and chief scientific officer) Aizon. Dia mengatakan bahwa Aizon mengatasi inefisiensi ini dengan membangun pembersihan data ke dalam platform mereka, sehingga membebaskan pelanggan industri farmasi untuk fokus pada bidang keahlian ilmiah mereka.

Platform Aizon secara unik cocok untuk industri farmasi dan biomanufaktur karena dirancang untuk menjaga kepatuhan dengan serangkaian praktik terbaik manufaktur yang secara kolektif dikenal sebagai GxP. Aizon adalah pengadopsi awal kerangka kerja kepatuhan dan keamanan AWS serta membangun platformnya di atas infrastruktur ini. AWS sebelumnya menerbitkan laporan resmi tentang kepatuhan dan keamanan GxP, dengan partisipasi dari Aizon.

Aizon bekerja dengan banyak perusahaan biofarma, banyak di antaranya melakukan komputasi mereka sendiri dengan perangkat lunak on-premise; namun, perusahaan perlu merangkul teknologi cloud untuk memanfaatkan kemajuan “Pharma 4.0” di industri. Manzano memperkirakan bahwa sebelum beralih ke AWS, satu pelanggan melihat sebanyak 66 persen dari perusahaan sepenuhnya ditempati oleh tugas komputasi yang sekarang dialihdayakan ke AWS.

“Kami tahu bagaimana menerapkan AI di lingkungan GxP. Itulah fokus kami. Perusahaan biofarma memiliki pengetahuan untuk meningkatkan proses hulu atau hilir pembuatan obat. Keahlian kami bukan dalam teknologi itu sendiri,” kata Manzano. “Pelanggan kami tidak ingin khawatir tentang enkripsi, penyimpanan, dan proses di latar belakang. AWS melakukan semua itu dengan sangat baik sehingga pelanggan kami dapat mendedikasikan semua pengetahuan mereka untuk proses itu sendiri, untuk validasi, dan dengan Aizon menerapkan AI dalam industri yang diatur dengan sangat ketat ini.”

Manzano memperkirakan bahwa selain menghemat waktu dan menambahkan keahlian teknis dengan bekerja bersama AWS, pelanggan dapat mencapai tujuan mereka sekaligus menghemat sekitar 80 persen biaya yang akan mereka hadapi tanpa bantuan dari AWS.

Salah satu kemampuan Aizon yang paling unik adalah penciptaan “kembaran digital” untuk berbagai komponen proses biomanufaktur. Aplikasi andalan menciptakan dan mengoperasikan kembaran bioreaktor individu, yang merupakan mesin besar yang disetel dengan baik yang digunakan untuk menumbuhkan sel dan memanen produk biologis untuk proses farmasi tertentu.

Dengan aplikasi digital ini, bioreaktor individu dalam fasilitas manufaktur farmasi dapat dihubungkan satu sama lain dan ke cloud melalui AWS Internet untuk Segala (AWS IoT), sebuah arsitektur nirserver yang dapat mengumpulkan, menganalisis, dan menyimpan data untuk miliaran perangkat. Saat kondisi berubah dalam bioreaktor, peristiwa ini memicu AWS Lambda, sebuah layanan komputasi nirserver, untuk menjalankan operasi machine learning di Amazon SageMaker, yang pada akhirnya dimasukkan ke dalam analisis dan output optimisasi proses.

Manzano menyoroti AWS Lambda sebagai alat kunci yang memungkinkan platform Aizon berfungsi dengan semestinya. Kondisi bioreaktor individu sudah menjadi salah satu masalah paling kompleks dalam farmasi karena melibatkan mikroorganisme yang hidup dan tumbuh; menganalisis seluruh proses yang mengandung banyak bioreaktor meningkatkan jumlah data secara eksponensial.

“Bayangkan berapa banyak bioreaktor yang dimiliki perusahaan farmasi global besar di seluruh dunia—ribuan,” kata Manzano. “Agar setiap orang terhubung ke cloud, menghasilkan nilai, menghitung prediksi, mendeteksi anomali—semua data ini tidak mungkin dikelola tanpa arsitektur nirserver."

Sebuah perusahaan farmasi multinasional yang memproduksi obat-obatan yang menjanjikan berdasarkan plasma darah manusia mengalami penurunan hasil produk yang tidak dapat dijelaskan, ditambah dengan peningkatan variabilitas proses yang tidak diinginkan selama beberapa tahun. Untuk menentukan akar penyebab masalah ini, perusahaan meminta bantuan Aizon. Dengan platform yang mendukung AI dan sesuai GxP yang dibangun di atas arsitektur AWS Cloud, Aizon menciptakan model pembelajaran tanpa pengawasan untuk mengidentifikasi pola di antara asal-usul komposisi plasma dalam ribuan batch obat perusahaan farmasi selama bertahun-tahun. Aizon juga membuat model pembelajaran yang diawasi untuk memprediksi hasil untuk setiap batch yang akan datang dan digabungkan dengan dasbor waktu nyata.

Analisis Aizon mengungkapkan bahwa asal komposisi plasma menjelaskan lebih dari setengah varians proses dan bahwa klaster batch sangat penting untuk menghasilkan prediksi. Selain itu, perusahaan mengidentifikasi dua variabel proses vital dan menemukan bahwa mengoptimalkan hanya variabel-variabel tersebut cukup untuk meningkatkan hasil sebanyak dua digit, menghasilkan potensi keuntungan puluhan juta dolar bagi pelanggan farmasi.

Aizon berharap dapat membantu makin banyak perusahaan farmasi menyadari manfaat serupa. “Berkat AWS, kami telah meningkatkan skalabilitas platform kami dengan sangat pesat,” kata Manzano. “Kami dapat melakukan deployment platform lengkap kami untuk pelanggan dari setiap ukuran hanya dalam hitungan menit, dan kami dapat mereplikasi serta meningkatkannya tanpa masalah di negara mana pun.” Aizon berencana untuk terus memperluas layanan perangkat lunaknya sembari bekerja dengan badan pengatur di seluruh dunia untuk menetapkan standar penerapan AI dalam manufaktur farmasi.

Pelajari selengkapnya mengenai bagaimana organisasi seperti Aizon memanfaatkan AWS untuk Ilmu Hayati untuk mendorong inovasi.