人工智能模式下制藥工業的新要求初探

徐立飛,龍丹梅,石正國

(1.貴州應用技術職業學院,貴州 福泉 505500;2.貴州輕工職業技術學院 輕工化工系,貴州 貴安 550003)

伴隨著ChatGPT的廣泛應用與國產化,人工智能成了2023年社會各界廣泛關注的焦點。制藥工程的各個領域也必將會不可避免地引入人工智能,人工智能模式下的制藥產業將產生什么樣的變化呢?本文在梳理過去幾年智能制造技術在制藥界應用的基礎上,對制藥工程應對人工智能的方案作一初步探索。

1 人工智能可以完成哪些制藥工業的工作

以ChatGPT為代表的人工智能可以與人正常聊天對話,它能夠通過理解和學習人類的語言來進行對話,還能根據聊天的上下文進行互動,真正像人類一樣來聊天交流,能完成撰寫郵件、視頻腳本、文案、翻譯、代碼、寫論文、文檔校對等任務,極大減輕了人們的工作難度,提高了工作效率。與文件編制語言處理相關的工作似乎成了人工智能的典型代表。

在人工智能通用功能基礎上進行大膽的分析,不難得出人工智能輔助或者代替工作人員能夠完成的藥品生產領域工作內容大致包括有:從業人員培訓管理及人員資質確認工作;生產工藝參數及檢驗結果的統計分析,包括與藥品生產相關的各種報表的編制;部分崗位的生產操作如凈化空調系統的設置與運行、無菌藥品的洗灌封生產操作及燈檢操作;藥品的包裝生產;文件及記錄的管理與發放;生產記錄(含包裝記錄、檢驗記錄)的填寫與審核;房間及溫控設備(尤其是冷鏈物流領域)的溫濕度監測;工作進度管理與質量審核,上述工作幾乎涵蓋了藥品生產的每一個環節。由此不難看出,結合互聯網工業云、數據區塊鏈技術、自動化控制技術,在制藥工業整個產業界形成藥品生產-質量管理-藥事監管一體化的產業格局,并不會太遠。在國家醫保統一采購談判的大格局下,每家生產企業就成為我國醫藥產業的一個環節。那樣就不存在某個企業的生產或質量管理存在某些特殊情況了。藥品生產與藥品質量管理的各個環節都是完整地呈現在市場監管的視野之中。

對于制藥工程領域的從業人員,需要關注的內容有四個方面:1)在藥品生產領域,如何按照質量風險管理的原則優化人工智能在藥品生產管理中的應用;2)在藥品的設計及開發領域,如何在制藥及醫藥產業中更好的利用人工智能技術,以及使用智能材料,結合現有的靶向制劑、緩釋制劑的制劑新技術,開發出更智能的藥物產品及醫療器械產品(詳見2022年3月發布的《人工智能醫療器械注冊審查指導原則》);3)在藥事監管過程中,如何界定為工作人員活動還是人工智能的活動,如何進行有效的引導和管理,在之前的計算機化系統、藥品記錄與數據管理辦法的基礎上,進一步優化相關的法規文件;4)從藥品使用的環節來看,如何借助于人工智能和人體模型,打造健康管理方案,實現每個人的頤養天年。這些人工智能不能獨立完成的工作,成為人工智能充分發展背景下從業人員需要關注和發展的,當然還需要為人工智能在藥事衛生領域的應用把好關。

2 人工智能時代,制藥生產需要做哪些調整

制藥產業,從確保藥品質量的角度,需要一絲不茍地做好藥品生產的法規符合性,遵紀守法是制藥領域的基本生命線。但是另一方面,人工智能又確實在生活中被廣泛應用。即便是制藥企業的管理者不使用人工智能,也不支持人工智能在日常工作中的應用,但工作人員為了較好地完成工作,未必就不會使用人工智能。那么但凡面對具體的文件或者報表,甚至是一些藥品生產的操作過程,需要指導,這是某個工作人員自己完成的,還是人工智能完成的。加入人工智能的因素之后,工作人員的管理如何劃分工作單元或者具體的任務。以液相色譜為例,整個過程可以分為上樣、分離、收集、圖譜的結果計算等步驟,如果是自動化連續完成的,只需要工作人員一次簽字確認即可,如果是半自動的過程,那么對于每一個步驟,均需要有操作人員的記錄及簽字。人工智能引入到制藥工程之中也是一樣的管理原則。引入人工智能后,與自動化工作模式一樣,需要關注其內在的工作模式,管理人員很好地掌握人工智能在制藥工程領域的工作機制并確保其穩定可靠,那么整體的結果就相對穩定。

因為人工智能的廣泛應用,生產企業需要在力所能及的情況下,盡量采用智能化水平高、自動化程度高的生產裝備,減少人工的投入或者減少人員的工作強度,整體思路是減少人員對生產過程的干預,提高生產線的自動化智能化水平,在滿足產品質量要求的同時,又有效減少人員的勞動強度,有效節能降耗。以凈化空調的使用為例,藥品生產過程中需要良好的潔凈環境作為基礎保障,之前的檢查中就發現存在藥品生產過程中沒有對應時段的凈化空調使用記錄的情況,此外,人工對空調系統不能動態調節,不可避免會出現局部的壓差偏小或者偏高,要么會造成短時的不合格,要么就是能源的耗費。從生產管理的角度來看,二者都是不能接受的。更好的選擇就是選擇能夠自動反饋具有一定智能水平的凈化空調系統。當然這里所說的智能化水平,不僅僅是設備設施的自動控制,也包括生成對應的生產操作記錄。從生產線的設計階段就減少各種可能的人工干預或人工直接記錄,既是企業安全生產的需要,也是產品生產適應新科技技術產業應用的需要。伴隨著人工智能在制藥工程領域的廣泛應用,相信當下藥事監管過程中所強調的藥品生產過程要落實安全生產主體責任及質量安全主體責任必將得到全面的落實。

3 人工智能時代,需要什么樣的產業人才

前面指出,藥品生產過程的大部分操作都可以有人工智能輔助或者代替完成。很多情況下,制藥管理過程都明確說明人員是藥品生產的最大風險,所以,藥品生產的管理或者輸出監管都主要是針對人員來展開的,人員意識、人員的藥品生產操作、人員行為習慣等是重點關注的內容。在有效減少藥品生產過程人工干預的設計理念下,制藥工程領域需要什么樣的產業人才,這關系著當下“新工科”建設背景下,我國制藥專業人才培養的重大課題。這個問題的設計,不僅關系到行業從業人員的轉型設計,也關系到學校專業人才的培養,會影響到我國的產業走向,影響行業競爭能力的形成。目前,對待人工智能的通用觀點是:高度發達的人工智能也是產業發展所需要掌握及應用的一種工具。從這個角度來看,人工智能這個工具也成為制藥工程人士所需要掌握的社會必備通用工具之一,在專業教育及繼續教育的過程中都需要給予足夠的關注。

在2023年6月的第七屆世界中醫藥學會夏季峰會論壇上,《建設新工科背景下貴州制藥工程專業教育的發展對策分析研究》[1]一文中提出了相應的觀點:1)藥品質量風險管理(QRM)是藥品生產管理的基礎,是藥事監管的重要理念,制藥專業教育需開展藥品質量風險管理的系統教育,確保學生在藥品生產管理的多個場景中能夠應用好藥品質量風險管理。2)結合藥品生產管理的多個場景,采取多種教學模式,讓學生參與到藥品生產的專業課教學資源庫建設之中,深化對藥品生產系統管理的理解。3)結合制藥專業教育的在校生活,為學生開辟多種形式的旨在理解行業的實景鍛煉。4)配合天然藥物資源的開發,通過無菌生產技術等開展綜合實訓教育和創業孵化。藥品質量風險管理是制藥工程的基本工具,在制藥專業人才培養的不同場景中,也要培養風險管理意識,提升風險管理的能力水平。

在專業人才培養方面,筆者提出了參與式的實訓教學體系,結合藥品生產的具體過程需要,整合為制藥行業認知、制藥專業教育與學習、產品制造及技術管理認知、模式產品的生產、制藥行業的宏觀認知等五個專題,參照課程建設的高階性、創新性和挑戰度要求,通過課程的引導但并沒有確切統一答案的方式設計了一系列的實訓指導,幫助制藥工程領域的人員去認識制藥行業,學習制藥工程的相關工程技術知識和管理知識,以更好適應不斷變化的制藥行業需要。

梳理一下藥品GMP管理,人工智能模式下制藥工程領域的人才需要具備的知識技能主要包括有:工藝管理、質量管理(偏差管理、變更控制)、知識產權管理、風險(庫)管理、大數據技術(數據庫、區塊鏈、數據統計、真實世界數據)及智能化技術。當然,隨著社會發展,需要及時補充學習新出現的專業技術及通用技術。

4 制藥工程的定制化發展與智能化發展,需要關注哪些要點

4.1 以企業主體責任的落實為基本點,構建產品生產的知識庫,尤其是風險數據庫

知識庫管理是2010年修訂版藥品GMP規范的一項隱藏的任務。不過規范里面并沒有明確關于產品的知識庫該如何建設。結合藥品質量風險管理的基本工具,不難得出這樣一個結論:企業的知識庫主要就是圍繞產品生產、支撐梁控制、工藝設備管理等的風險管理數據庫。這些風險不僅僅來源于企業自身,也包括相近產品或者使用相似設備的不同企業的相近生產工藝?？紤]到藥品生產企業主體責任的落實,這個知識庫還應當考慮安全風險的相關內容。

盡管藥品GMP管理規范的全員GMP管理理念已經提出很久了,但還是要指出,這個全員并不僅僅是包括企業的從業人員,而是整個制藥領域的相關人員,比如供應商、經銷商、使用機構、患者以及監管機構。只有充分考慮到相關人員的風險,與藥品相關的風險才能得到全面有效的控制。從這個角度來看,也是要通過風險銀行的方式匯總行業全部人員所掌握的風險信息,才能夠形成風險管理的“風險全集”,而不是可能有較多“漏項”的風險子集。這也正是大力推出風險銀行理念的原因所在。

條件較好的企業可以訓化企業的專屬智能機器人,根據企業的生產模式來訓練和組建智能的產品生產線,同時還可以挖掘產品生產相關的知識庫信息,拓展對數據信息、產品知識的管理。

4.2 企業需要強化行業的數據產權管理

隨著智能化的推進,總體上更加關注個性化的市場,需要更多的個性化數據作為支撐。不論是產品的設計開發還是生產以及質量控制,都需要有相對獨立的數據作為支撐?？梢圆豢鋸埖恼f,制藥領域將會是全面踐行數據經濟、數據產權的行業領域。除此之外,其他行業的某一個數據或者一個細節信息都不會直接關乎某個人的生命安全。據此認為,基于藥品質量風險管理的總體模型,構建產品生產相關的風險數據為主體的可以實現信息共享的數據交流平臺[2]是制藥領域的重大部署。通過風險管理信息、風險控制數據的共享,制藥企業需要確保產品生產、質量控制數據的全面真實有效。行業監管部門負責監督核實質量控制數據的產生過程及管理過程,專業技術人員則共同開發潛在的風險管理信息。在這個模式下,風險管理信息數據的構成及風險數據共享模式是關鍵,風險管理信息的經濟效益提成機制是確保風險信息有效的基礎,從而確保風險信息的高質量。當然,這個以風險管理為核心的風險銀行,里面的風險及其控制信息不僅僅可以適用于制藥領域,在其他的產業領域,如化工、電子技術、汽車制造等產品生產制造領域也是適用的。

4.3 企業需要更注重技術秘密和人才的管理

科學技術是第一生產力的理念已經深入人心。對于制藥工程來說,技術秘密和各級各類專業技術人才就是科學技術的最好載體。一方面確實要強調從業者的職業道德與自律,但另一方面,企業如何從尊重知識尊重人才的角度給予相關人員足夠的尊重和重視,如何將人員的誠信管理納入企業的經驗范圍,如何引入第三方機構對企業生產經營相關的風險進行全面的篩查優選,這是對生產相關技術及技術人才管理的有效補充。

企業管理者在劃定企業管理界限的時候,需要更加關注知識產權、數據產權的管理,當然也需要考慮從業人員的相關訴求。只有當企業管理范疇劃定得合適,企業的發展戰略才能更順應社會大格局,獲得較好的發展機遇。通過對知識產權、數據產權的管理,而不僅僅是對產品生產或者某種服務來獲得企業的收益。

5 結語

隨著人工智能的發展并引入到制藥工程領域,人工智能所帶來的風險、制藥工程領域之前所沿用技術在人工智能化之后新增的風險以及人工智能化對產品開發設計及使用帶來的新風險,是制藥工程領域所需要關注的。建議企業、從業人員關注產品生產的知識庫、產品生產數據產權的管理。調整企業的管理范疇和發展戰略,有效應對人工智能所帶來的新挑戰。