Aizon verbessert die pharmazeutische Produktion mit künstlicher Intelligenz und AWS

Die Pharmaindustrie ist eine komplexe und stark regulierte Branche. In jedem Produktionsverfahren gibt es Hunderte von Entscheidungen und Variablen, die korrekt kalibriert werden müssen, um Patienten sichere und wirksame Arzneimittel zur Verfügung zu stellen. Da der heutige Markt immer größer wird, übersteigen die Anforderungen des Produktionsmanagements und der Prozessdatenanalyse die menschlichen Fähigkeiten. Aizon, ein Startup-Unternehmen aus San Francisco, setzt Produkte von Amazon Web Services (AWS) ein, um Pharmahersteller bei der Modernisierung und Nutzung der Vorteile digitaler Produktionsanlagen zu unterstützen.

Aizon bietet eine Software as a Service (SaaS)-Plattform für künstliche Intelligenz (KI), die Pharmahersteller dabei unterstützen soll, ihre Prozesse zu optimieren und die Effizienz zu maximieren. Eine der größten Herausforderungen für Hersteller, die versuchen, die notwendigen Analysen selbst durchzuführen, ist die Unübersichtlichkeit der pharmazeutischen Prozessdaten.

„In der Praxis müssen die Datenwissenschaftler heutzutage etwa 80 Prozent ihrer Zeit mit der Vorbereitung und Bereinigung der Daten verbringen, bevor sie KI ausführen können“, sagt Dr. Toni Manzano, Mitbegründer und Chief Scientific Officer von Aizon. Er sagt, dass Aizon diese Ineffizienz dadurch behebt, dass es die Datenbereinigung in seine Plattform integriert und Pharmakunden die Möglichkeit gibt, sich auf ihre wissenschaftlichen Fachgebiete zu konzentrieren.

Die Plattform von Aizon eignet sich hervorragend für die Pharma- und Bioproduktionsbranche, da sie so konzipiert ist, dass sie die Einhaltung der als GxP bekannten bewährten Produktionsmethoden gewährleistet. Aizon ist ein früher Anwender des AWS-Compliance- und Sicherheits-Frameworks und hat seine Plattform in dieser Infrastruktur entwickelt. AWS hat zuvor unter Beteiligung von Aizon ein Whitepaper zu GxP-Compliance und -Sicherheit veröffentlicht.

Aizon arbeitet mit vielen Biopharma-Unternehmen zusammen, die ihre Datenverarbeitung oft intern mit On-Premises-Software durchführen. Die Unternehmen benötigen jedoch Cloud-Technologien, um von den Fortschritten der Pharma-4.0-Branche zu profitieren. Manzano schätzt, dass bei einem Kunden vor der Umstellung auf AWS bis zu 66 Prozent des Unternehmens vollständig mit Datenverarbeitungsaufgaben beschäftigt waren. Diese Aufgaben wurden jetzt zu AWS ausgelagert.

„Wir wissen, wie man KI in GxP-Umgebungen einsetzt – das ist unser Spezialgebiet. Biopharma-Unternehmen verfügen über das Wissen, um die vor- oder nachgelagerten Prozesse zur Arzneimittelproduktion zu verbessern. Unsere Expertise liegt nicht in der Technologie selbst“, sagt Manzano. „Unsere Kunden möchten sich keine Gedanken über Verschlüsselung, Speicherung und Hintergrundprozesse machen. AWS erledigt all das sehr gut, so dass unsere Kunden ihr ganzes Wissen dem eigentlichen Prozess, der Validierung und der Anwendung von KI durch Aizon in dieser stark regulierten Branche widmen können.“

Manzano schätzt, dass Kunden durch die Zusammenarbeit mit AWS nicht nur Zeit sparen und technisches Fachwissen hinzugewinnen, sondern auch ihre Ziele erreichen und gleichzeitig etwa 80 Prozent der Kosten sparen können, die ihnen ohne die Unterstützung von AWS entstehen würden.

Eine der einzigartigsten Fähigkeiten von Aizon ist die Erstellung digitaler Zwillinge für verschiedene Komponenten von Bioproduktionsprozessen. Die Flaggschiff-Anwendung erstellt und betreibt Zwillinge einzelner Bioreaktoren. Dabei handelt es sich um große, detailliert abgestimmte Maschinen, die zur Züchtung von Zellen und zur Ernte biologischer Produkte für bestimmte pharmazeutische Prozesse verwendet werden.

Mithilfe dieser digitalen Anwendung können einzelne Bioreaktoren innerhalb einer pharmazeutischen Produktionsanlage miteinander und mit der Cloud über das AWS Internet of Things (AWS IoT) verbunden werden. Dabei handelt es sich um eine Serverless-Architektur, die Daten für Milliarden von Geräten erfassen, analysieren und speichern kann. Wenn sich die Bedingungen in einem Bioreaktor ändern, löst dieses Ereignis AWS Lambda, einen Serverless-Computing-Service, aus, um eine Machine-Learning-Operation in Amazon SageMaker auszuführen, die schließlich in die Analyse und Ausgabe der Prozessoptimierung einfließt.

Manzano hebt AWS Lambda als wichtiges Tool hervor, das die Funktionsweise der Aizon-Plattform ermöglicht. Die Bedingungen in einzelnen Bioreaktoren gehören bereits zu den komplexesten Problemen in der Pharmazie, da es sich um lebende, wachsende Mikroorganismen handelt. Die Analyse eines gesamten Prozesses, der mehrere Bioreaktoren umfasst, erhöht die Datenmenge exponentiell.

„Stellen Sie sich vor, wie viele Bioreaktoren ein großes globales Pharmaunternehmen weltweit hat – Tausende und Abertausende“, sagt Manzano. „Jeder einzelne davon muss mit der Cloud verbunden werden, um Werte zu erzeugen, Vorhersagen zu berechnen, Anomalien zu erkennen – all diese Daten sind ohne eine Serverless-Architektur unmöglich zu verwalten.“

Ein multinationales Pharmaunternehmen, das vielversprechende Arzneimittel auf der Basis von menschlichem Blutplasma herstellt, verzeichnete über mehrere Jahre hinweg einen unerklärlichen Rückgang der Produkterträge in Verbindung mit einer unerwünschten Zunahme der Prozessvariabilität. Um die eigentliche Ursache dieser Probleme zu ermitteln, wandte sich das Unternehmen an Aizon. Mithilfe seiner KI-gestützten, GxP-konformen Plattform, die mit der AWS-Cloud-Architektur entwickelt wurde, erstellte Aizon ein unüberwachtes Lernmodell, um Muster in der Plasmazusammensetzung zu erkennen, die im Laufe der Jahre in Tausenden von Arzneimittelchargen des Pharmaunternehmens entstanden sind. Aizon erstellte auch ein überwachtes Lernmodell, um den Ertrag für jede anstehende Charge vorherzusagen, und koppelte dies mit Echtzeit-Dashboards.

Die Analysen von Aizon ergaben, dass die Herkunft der Plasmazusammensetzung mehr als die Hälfte der Prozessvarianz erklärte und dass die Chargenclusterbildung für die Ertragsvorhersage von entscheidender Bedeutung war. Darüber hinaus identifizierte das Unternehmen zwei kritische Prozessvariablen und fand heraus, dass allein die Optimierung dieser Variablen ausreichte, um den Ertrag im zweistelligen Bereich zu verbessern, was zu potenziellen Gewinnen von mehreren zehn Millionen Dollar für den Pharmakunden führte.

Aizon freut sich darauf, immer mehr Pharmaunternehmen dabei zu unterstützen, ähnliche Vorteile zu erzielen. „Dank AWS haben wir die Skalierbarkeit unserer Plattform erheblich verbessert“, sagt Manzano. „Wir können unsere vollständige Plattform für Kunden jeder Größe in nur wenigen Minuten bereitstellen und sie problemlos in jedem Land replizieren und skalieren.“ Aizon möchte seine Software-Services weiter ausbauen und gleichzeitig mit Aufsichtsbehörden auf der ganzen Welt zusammenarbeiten, um Standards für die Anwendung von KI in der Pharmaproduktion festzulegen.

Erfahren Sie mehr darüber, wie Unternehmen wie Aizon AWS für die Biowissenschaften nutzen, um Innovationen voranzutreiben.