Peneliti dan Industri Kolaborasi Manfaatkan Machine Learning Bantu Proses Produksi Obat Lebih Efisien

Liputan6.com, Jakarta - Para peneliti MIT dan perusahaan farmasi Takeda berkolaborasi dalam pengembangan teknik machine learning yang disempurnakan secara fisika, yang mengategorikan permukaan kasar dalam suatu campuran, yang dapat digunakan untuk memantau proses pengeringan obat-obatan.

Proses yang ada saat ini bergantung pada operator manusia untuk memantau pengering industri dan mengaduk bahan agar senyawa memiliki kualitas yang tepat untuk dikompres menjadi obat. Namun, proses ini bersifat subjektif dan memakan waktu serta dapat menyebabkan batch produk farmasi yang gagal.

Teknik baru yang disebut penaksir berbasis autokorelasi yang disempurnakan secara fisika (physics-enhanced autocorrelation-based estimator, PEACE) ini menggunakan laser untuk menyinari partikel selama penyaringan dan pengeringan.

Interaksi antara laser dan campuran dijelaskan oleh persamaan yang diturunkan dari fisika, sedangkan pembelajaran mesin atau machine learning digunakan untuk mengkarakterisasi ukuran partikel.

PEACE memungkinkan pemantauan distribusi ukuran partikel secara real-time selama pengeringan, sehingga mengurangi kebutuhan untuk menghentikan dan memulai proses serta meningkatkan keandalan termasuk efisiensi produksi farmasi.

Menentukan apakah suatu senyawa tercampur dan dikeringkan secara memadai secara normal memerlukan penghentian pengering berukuran industri dan mengeluarkan sampel dari jalur produksi untuk pengujian.

Awalnya, para peneliti berencana menggunakan video untuk melatih model komputer menggantikan operator manusia, tetapi menentukan video mana yang akan digunakan untuk melatih model masih terbukti terlalu subjektif.

Sebagai gantinya, mereka menggunakan PEACE yang membuat pekerjaan lebih aman dan lebih efisien daripada prosedur operasi standar.

Selain membuat prosesnya lebih cepat dan lebih efisien, menggunakan mekanisme PEACE membuat pekerjaan lebih aman, karena membutuhkan lebih sedikit penanganan bahan yang berpotensi sangat kuat.

Saat ini, satu-satunya proses inline yang digunakan untuk pengukuran partikel dalam industri farmasi adalah untuk produk bubur, dimana kristal mengapung dalam cairan. Tidak ada metode untuk mengukur partikel di dalam bubuk selama pencampuran.

Konsekuensi untuk produksi farmasi bisa menjadi signifikan, memungkinkan produksi obat menjadi lebih efisien, berkelanjutan, dan hemat biaya, dengan mengurangi jumlah eksperimen yang perlu dilakukan perusahaan saat membuat produk.

Charles Papageorgiou, direktur kelompok riset Process Chemistry Development di Takeda dan salah satu penulis studi ini, mengatakan mekanisme ini dapat diterapkan dalam operasi farmasi industri lainnya.

Kolaborasi antara Takeda dan beberapa departemen di MIT ini merupakan bagian dari Program MIT-Takeda, yang bertujuan memanfaatkan pengalaman MIT dan Takeda dalam menyelesaikan masalah di bidang kedokteran, kecerdasan buatan, dan perawatan kesehatan.

Program ini telah mengerjakan 19 proyek selama tiga tahun terakhir, menerapkan pembelajaran mesin dan kecerdasan buatan mengatasi masalah dalam industri perawatan kesehatan dan medis. Tim telah mengajukan dua paten dan berencana untuk mengajukan paten ketiga.

Seringkali, dibutuhkan waktu bertahun-tahun bagi penelitian akademis untuk diterjemahkan ke dalam proses industri, tetapi para peneliti berharap bahwa kolaborasi langsung dapat mempersingkat waktu tersebut.

Takeda berlokasi tidak jauh dari kampus MIT, sehingga memungkinkan para peneliti melakukan pengujian di laboratorium perusahaan, dan umpan balik secara real-time.

Takeda juga membantu para peneliti MIT menyusun penelitian mereka berdasarkan peralatan dan operasi perusahaan. Menggabungkan keahlian dan misi kedua entitas membantu para peneliti memastikan hasil eksperimen mereka akan memiliki implikasi di dunia nyata.

(Why/Dam)