Questo video fa parte di una serie di tre presentazioni per l'industria farmaceutica.
Nella prima sessione presentiamo la progettazione degli esperimenti, l'adeguamento di un modello statistico e l'ottimizzazione del processo basato sul modello.
In questa seconda sessione dedicata alla produzione di farmaci, esploriamo e visualizziamo i dati di produzione, quindi utilizziamo il data mining per l'analisi delle cause profonde.
Supponiamo di far parte di un'azienda farmaceutica che sta riscontrando un elevato tasso di rifiuto dei lotti a causa di problemi con la dissoluzione delle compresse. Il limite inferiore delle specifiche è del 70%, il che significa che il tasso di dissoluzione delle compresse deve essere almeno 70 e i lotti con una dissoluzione inferiore a 70 vengono rifiutati.
Piuttosto che ottimizzare il processo utilizzando un disegno di esperimenti, desideriamo identificare le principali influenze sulla dissoluzione e identificare misure correttive a breve termine da implementare immediatamente per ridurre il tasso di scarto dei lotti.
Infine, esamineremo come utilizzare una simulazione Monte Carlo per tenere conto delle variazioni nelle variabili di produzione, incorporare la conoscenza del processo e ottenere un'idea più realistica di come i cambiamenti che implementeremo influenzeranno il processo di produzione a lungo termine.
