Aizon améliore la fabrication de produits pharmaceutiques grâce à l'intelligence artificielle en utilisant AWS

La fabrication de produits pharmaceutiques est un secteur complexe et fortement réglementé. Chaque processus de fabrication comporte des centaines de décisions et de variables qui doivent être calibrées correctement afin de fournir des médicaments sûrs et efficaces aux patients. À mesure que le marché actuel se met à l'échelle, les exigences en matière de gestion de la production et de l'analyse des données de processus dépassent les capacités humaines. Aizon, une start-up de San Francisco, utilise les produits Amazon Web Services (AWS) pour aider les fabricants de produits pharmaceutiques à se moderniser et à tirer parti des avantages des usines de production numériques.

Aizon propose une plateforme d'intelligence artificielle (IA) comme logiciel en tant que service (SaaS) destinée à aider les fabricants de produits pharmaceutiques à optimiser leurs processus et à maximiser leur efficacité. L'un des principaux obstacles auxquels se heurtent les fabricants qui tentent d'effectuer eux-mêmes les analyses nécessaires est la confusion inhérente aux données des processus pharmaceutiques.

« La réalité actuelle est que les scientifiques des données devraient consacrer environ 80 % de leur temps à préparer et à nettoyer les données avant de pouvoir utiliser l'IA », explique Toni Manzano, Ph. D., cofondateur et directeur scientifique d'Aizon. Selon lui, Aizon remédie à cette inefficacité en intégrant le nettoyage des données à sa plateforme, ce qui permet aux clients du secteur pharmaceutique de se concentrer sur leurs domaines d'expertise scientifique.

 La plateforme d'Aizon est particulièrement adaptée aux secteurs de l'industrie pharmaceutique et de la biofabrication, car elle est conçue pour maintenir la conformité avec l'ensemble des bonnes pratiques de fabrication connues collectivement sous le nom de GxP. Aizon a été l'une des premières entreprises à adopter le cadre de conformité et de sécurité AWS et a créé sa plateforme sur cette infrastructure. AWS a déjà publié un livre blanc sur la conformité et la sécurité GxP, avec la participation d'Aizon.

Aizon travaille avec de nombreuses entreprises biopharmaceutiques, dont la plupart utilisent des logiciels sur site pour effectuer leurs calculs. Cependant, les entreprises doivent adopter les technologies du cloud pour tirer parti des avancées de la « Pharma 4.0 » dans le secteur. M. Manzano estime qu'avant de se tourner vers AWS, un client voyait jusqu'à 66 % de son entreprise entièrement occupée par des tâches informatiques qui sont désormais externalisées vers AWS.

« Nous savons comment appliquer l'IA dans les environnements GxP, c'est notre objectif. Les sociétés biopharmaceutiques possèdent les connaissances nécessaires pour améliorer les processus en amont ou en aval de fabrication d'un médicament. Notre expertise ne réside pas dans la technologie elle-même », déclare M. Manzano. « Nos clients ne veulent pas se soucier du chiffrement, du stockage et des processus d'arrière-plan. AWS fait tout cela très bien, ainsi nos clients peuvent consacrer toutes leurs connaissances au processus lui-même, à la validation, et grâce à Aizon, à l'application de l'IA dans ce secteur très réglementé. »

M. Manzano estime qu'en plus de gagner du temps et d'acquérir une expertise technique en travaillant avec AWS, les clients peuvent atteindre leurs objectifs tout en économisant environ 80 % des coûts auxquels ils seraient confrontés sans l'aide d'AWS.

L'une des capacités les plus uniques d'Aizon est la création de « jumeaux numériques » pour les différents composants des processus de biofabrication. Cette application phare permet de créer et d'exploiter des jumeaux de bioréacteurs individuels, qui sont de grandes machines réglées avec précision et utilisées pour cultiver des cellules et récolter des produits biologiques pour certains processus pharmaceutiques.

Grâce à cette application numérique, les bioréacteurs individuels d'une usine de fabrication de produits pharmaceutiques peuvent être connectés les uns aux autres et au cloud via l'Internet des objets AWS (AWS IoT), une architecture sans serveur capable de collecter, d'analyser et de stocker des données pour des milliards d'appareils. Lorsque les conditions changent dans un bioréacteur, cet événement déclenche AWS Lambda, un service de calcul sans serveur, pour exécuter une opération de machine learning dans Amazon SageMaker, alimentant finalement l'analyse et la sortie de l'optimisation du processus.

M. Manzano met en avant AWS Lambda comme un outil clé qui permet à la plateforme d'Aizon de fonctionner comme elle le fait. Les conditions d'un bioréacteur individuel font déjà partie des problèmes les plus complexes dans le domaine pharmaceutique, car elles impliquent des micro-organismes vivants et en croissance. L'analyse d'un processus complet contenant plusieurs bioréacteurs augmente la quantité de données de manière exponentielle.

« Imaginez le nombre de bioréacteurs qu'une grande entreprise pharmaceutique mondiale possède dans le monde. Ils en ont des milliers ou plus », explique M. Manzano. « Pour que chacun d'entre eux soit connecté au cloud, produise des valeurs, calcule des prédictions, détecte des anomalies, ces données doivent absolument être gérées dans une architecture sans serveur. »

Une entreprise pharmaceutique multinationale produisant des médicaments prometteurs à base de plasma sanguin humain a connu une baisse inexpliquée du rendement des produits associée à une augmentation indésirable de la variabilité du processus pendant plusieurs années. Pour déterminer la cause racine de ces problèmes, l'entreprise s'est tournée vers Aizon pour obtenir de l'aide. Grâce à sa plateforme compatible avec l'IA et conforme à GxP basée sur l'architecture cloud AWS, Aizon a créé un modèle d'apprentissage non supervisé pour identifier des modèles parmi les origines de la composition du plasma dans des milliers de lots de médicaments de l'entreprise pharmaceutique au cours des années. Aizon a également créé un modèle d'apprentissage supervisé pour prédire le rendement de chaque lot à venir et l'a associé à un tableau de bord en temps réel.

Les analyses d'Aizon ont révélé que l'origine de la composition du plasma expliquait plus de la moitié de la variance du processus et que le regroupement des lots était essentiel à la prédiction du rendement. En outre, l'entreprise a identifié deux variables critiques du processus et a constaté que l'optimisation de ces variables était suffisante pour une amélioration à deux chiffres du rendement, entraînant des gains potentiels de plusieurs dizaines de millions de dollars pour le client du secteur pharmaceutique.

Aizon se réjouit d'aider de plus en plus d'entreprises pharmaceutiques à bénéficier d'avantages similaires. « Grâce à AWS, nous avons considérablement amélioré la capacité de mise à l'échelle de notre plateforme », indique Toni Manzano. « Nous pouvons déployer notre plateforme complète pour des clients de toutes tailles en quelques minutes seulement, et nous pouvons la répliquer et la mettre à l'échelle sans problème, quel que soit le pays. » Aizon prévoit de continuer à étendre ses services logiciels tout en travaillant avec les organismes de réglementation du monde entier pour établir des normes pour l'application de l'IA à la fabrication de produits pharmaceutiques.

Découvrez comment des organisations comme Aizon tirent parti d'AWS pour les sciences de la vie pour stimuler les innovations.