Junto a la empresa mAbxience, especializado en el desarrollo, fabricación y comercialización de biofarmacéuticos, desarrollamos modelos de datos basado en el aprendizaje automático supervisado que después de 4 años de trabajo resultó en un Sistema de Mantenimiento Predictivo basado en IA en las instalaciones de la planta de proceso de agua para inyectables (WFI) de mAbxience en España, publicado en la Edición Enero-Febrero de la Revista Pharmaceutical-Engineering.

El trabajo demuestra la efectividad de modelos de aprendizaje automático, construidos a partir de la información generada por 31 sensores, 14 alarmas e indicadores de calidad de agua, para identificar y prever anomalías dentro de una ventana de tiempo de aviso (14 días) que es practicable por los equipos de mantenimiento predictivo y preventivo para hacer los ajustes correspondientes en las zonas y componentes de la planta identificados por el algoritmo.

Los resultados iniciales muestran que los modelos son robustos y son capaces de identificar los eventos anómalos elegidos. Además, el enfoque de aprendizaje automático por inducción de reglas (una técnica que crea reglas del tipo «si-si-entonces» a partir de un conjunto de variables de entrada y una variable de salida) es de «caja blanca», lo que significa que los modelos son fácilmente legibles por los humanos y pueden desplegarse en cualquier lenguaje de programación.

IRIS agradece a mAbxience y a los técnicos de la planta de WFI por su colaboración.

Lee el artículo completo aquí.