Niels Vandervoort de J&J Innovative Medicine et Nicolas Catrysse de Siemens

Digital Process Twin réduit le temps et les coûts de production de J&J

Lorsque vous êtes dans l'industrie pharmaceutique, un délai de mise sur le marché raccourci peut sauver des vies. C'est pourquoi J&J Innovative Medicine utilise le jumeau de processus numérique Digital Process Twin de Siemens pour rendre la production plus efficace.

Le jumeau numérique de J&J : accélérer l'innovation

Faire entrer de nouveaux produits sur le marché le plus rapidement possible, chez J&J Innovative Medicine en Belgique, ce n'est pas simplement une question d'économie ; c'est souvent une question de vie ou de mort. Pour optimiser ses processus de production, l'entreprise a mis en place un projet pilote utilisant un Digital Process Twin de Siemens. « Les résultats ont été impressionnants », déclare Niels Vandervoort, directeur principal des données et des systèmes des usines pilotes chez J&J Innovative Medicine. « Le projet pilote nous a aidés à réduire considérablement les délais de traitement, la consommation de produits chimiques ainsi que les coûts. »

Cuisiner avec des ingrédients pharmaceutiques

Comment un médicament est-il créé chez J&J Innovative Medicine ? Le laboratoire élabore un plan chimique par étapes (un processus) pour préparer un nouvel ingrédient actif. Une fois la phase de laboratoire terminée, la fabrication est accélérée en plusieurs phases, depuis un litre jusqu'à des dizaines de milliers de litres dans le cas de la production commerciale. Le développement a lieu dans deux installations belges, la Mini-usine de développement chimique (le CDMP, à Beerse) et l'usine pilote de développement chimique (CDPP, à Geel).

« Faire des produits chimiques, c'est un peu comme cuisiner », explique Niels. « Vous mélangez les ingrédients dans un récipient pour les faire réagir, et il en résulte quelque chose de nouveau. Dans le processus de "cuisson", vous devez vous concentrer beaucoup sur des paramètres importants comme la température, la pression et la vitesse de mélange pour vous assurer d'obtenir toujours les bons produits en toute sécurité et avec une qualité fiable. Nous surveillons ces paramètres constamment. »

Chez J&J, nous essayons de minimiser l'impact environnemental de nos processus de production. C'est pourquoi nous avons mis en place un projet pilote avec le Digital Process Twin de Siemens.

Niels Vandervoort, Gestionnaire principal des données et des systèmes de l'usine pilote, J&J Innovative Medicine

De la dissolution à la cristallisation

« La cuve du réacteur contient un solvant dans lequel les produits chimiques sont dissous dans les bonnes conditions pour réagir ensemble de la meilleure façon possible. Ensuite, vous devez sortir les produits chimiques nouvellement formés du vaisseau pour fabriquer le dernier médicament », dit Niels. Pour ce faire, il est important d'empêcher les nouveaux produits chimiques de se dissoudre et de les faire se solidifier ou cristalliser à la place. Pour y parvenir, le solvant dissolvant est remplacé par un solvant cristallisant: c'est l'échange des solvants. Il se fait souvent par distillation ou ébullition. Pour un réservoir de mille litres, ça peut prendre beaucoup de temps. Par exemple, si une synthèse prend 80 heures en tout, l'échange des solvants seul peut en nécessiter jusqu'à 20.

« Si nous optimisons le commutateur de solvant, nous gagnez beaucoup de temps et augmentez l'efficacité à tous les niveaux. Toute entreprise veut produire aussi efficacement que possible, mais les choses deviennent encore plus urgentes lorsque des vies humaines sont impliquées. Un commutateur optimisé nous aide également à utiliser moins de produits chimiques. Ce qui est important parce que chez J&J, nous essayons de minimiser l'impact environnemental de nos processus de production. C'est pourquoi nous avons mis en place un projet pilote avec le Digital Process Twin de Siemens — optimiser un commutateur de solvants dans un premier temps, dans le but ultime d'optimiser tous les commutateurs.

Le modèle fait constamment des prédictions, qu'il compare ensuite aux données réelles. Cela nous permet d'améliorer constamment le processus.

Nicolas Catrysse, Solutions de numérisation BD, Siemens

Un échange de solvants virtuel

« Nous avons d'abord créé un modèle de processus avec gPROMS FormulatedProducts, une plate-forme avancée de modélisation de processus. C'est un logiciel révolutionnaire qui nous permet de recueillir des connaissances mécaniques : comment s'attendre à ce qu'une réaction comme celle-ci se déroule sur une base scientifique biologique. Donc le modèle de processus est en fait une réplique virtuelle du processus de production, et c'est l'un des composants de base d'un jumeau numérique. Ce qui signifie qu'à ce niveau, notre approche diffère d'un modèle plus axé sur les données. Cela nous donne beaucoup d'avantages, nous permettant d'effectuer des optimisations à plus grande échelle, ayant besoin de beaucoup (cinq fois) moins de données, et non seulement nous pouvons mettre les changements en œuvre plus rapidement, mais ils seront plus faciles à maintenir », explique Nicolas Catrysse, Business Development Digitalization Solutions chez Siemens.

« Après avoir construit le modèle, nous l'avons calibré avec des données dérivées du processus, c'est-à-dire de la vie réelle. Avec ces données, nous avons construit une application numérique avec Plate-forme d'applications numériques gPROMS, ou GDAp. Cette procédure se déroule en boucle ouverte. Ensuite, nous avons regardé comment le modèle répondait à l'entrée du système de contrôle de processus, et nous nous sommes retrouvés avec une boucle fermée. Le GDAP fait constamment des prédictions en cours de route, qu'il compare ensuite aux données réelles. Cela nous permet d'améliorer constamment le processus. »

« Je le compare souvent à un GPS », ajoute Niels. « Nous voyageons d'une certaine composition de solvants, l'emplacement A, à une autre composition, l'emplacement B. Le modèle nous guidera de A à B en temps réel par l'itinéraire le plus court, ou le plus rapide ou le plus écologique. Il produit l'itinéraire idéal et continue de l'optimiser en fonction des conditions réelles par exemple, que faire en cas de détour ou d'accident ? »

Coûts totaux en baisse de 35 %

Les résultats du projet pilote ont été impressionnants. Le Digital Process Twin a permis de réduire la consommation de solvants de 30 %. Le temps d'échange a été réduit de 35 %, tout comme le coût total. « Les résultats ont dépassé nos attentes », explique Niels.

« L'efficacité n'est pas seulement rentable sur le plan économique, mais aussi plus robuste. Aujourd'hui, nous avons étendu le projet pilote à quatre autres échanges de solvants, où nous espérons obtenir des résultats similaires parce que ces économies ne se limitent pas à ce cas d'utilisation spécifique.

« En plus de ça, il y a aussi des avantages substantiels lorsque vous mettez en place de nouveaux processus. Le simple fait d'optimiser les échanges de solvants existants est très rentable en soi. Et si nous pouvons appliquer le modèle avant d'augmenter la production (c'est-à-dire en laboratoire) nous économisons encore plus de temps et de ressources. Après tout, expérimenter en laboratoire coûte beaucoup moins cher que d'expérimenter à l'échelle industrielle. Alors maintenant nous examinons comment nous pouvons utiliser les données de laboratoire pour créer des modèles que nous pourrons appliquer plus tard pour une production à plus grande échelle.

Exécuter un simple test nous a virtuellement fait économiser beaucoup de temps et de ressources.

Niels Vandervoort, Gestionnaire principal des données et des systèmes de l'usine pilote, Johnson & Johnson Innovative Medicine

Appliquer des modèles dans un environnement GMP

L'utilisation de ces modèles dans un environnement de bonnes pratiques de fabrication (GMP) présente des défis considérables. Tout doit répondre aux normes GMP établies par la Food and Drug Administration (FDA) des États-Unis et l'Agence européenne des médicaments (EMA) en Europe. Cela signifie gérer les pistes d'audit, le contrôle des versions, l'intégrité des données, la sécurité et bien plus encore. Nicolas dit : « Lorsque nous appliquons des modèles à l'échelle de la production commerciale, nous couvrons toutes les exigences supplémentaires au moyen de notre plate-forme logicielle SIPAT. Nous pouvons le faire grâce à notre connaissance de la technologie analytique des processus (PAT). SIPAT peut également agir en tant que système central de gestion des données de qualité PAT, à la fois en laboratoire, dans une usine pilote et à l'échelle commerciale. Ce système rend ces modèles pratiques, efficaces et rapides, avec des résultats époustouflants. »

Disponibilité étendue des modèles

« Tout récemment, nous avons également utilisé le Digital Process Twin pour un nouveau développement de processus impliquant la lyophilisation. C'était une réaction qui a fait monter la température à l'intérieur de la cuve de réaction, mais la température devait également être maintenue en dessous d'une certaine valeur sinon la réaction échouerait. Le processus a fonctionné en laboratoire, mais l'expansion à l'échelle industrielle fait changer les paramètres. Dans ce cas, normalement nous mettrions en place une configuration de test et expérimenterions jusqu'à obtenir les bons paramètres. Mais cette fois, nous avons pu exécuter la configuration virtuellement et le modèle a montré que le processus ne fonctionnerait tout simplement pas du tout à cette échelle. Donc ça nous a fait gagner beaucoup de temps et de ressources.»

Virtuel, du laboratoire à la pharmacie

Les jumeaux de processus numériques sont très prometteurs pour le secteur pharmaceutique, conclut Niels. « Ce n'est que le début. Il y a clairement beaucoup de façons de produire beaucoup plus efficacement et avec moins d'impact sur l'environnement. Avec cette technologie, nous serons également en mesure de développer de nouveaux processus beaucoup plus rapidement à l'avenir, et avec Siemens, nous avons un partenaire idéal pour le faire : grâce à leur combinaison de connaissances logicielles, leur connaissance de notre domaine et leur expérience des processus dans les produits pharmaceutiques et autres secteurs.

Finalement, nous pourrons utiliser des modèles virtuels depuis la phase de développement jusqu'à la production commerciale. Le temps ainsi économisé permettra aussi de sauver beaucoup de vies. »

Two smiling technicians in a modern industrial facility

Contactez nos experts

Would you like to improve your own production with Digital Process Twin? Just contact us, and we'll work out a customized solution together.