Il digital twin di processo riduce i tempi di produzione e i costi presso J&J

Quando si lavora nell'industria farmaceutica, un breve time to market può salvare vite. Ecco perché J&J Innovative Medicine utilizza il digital twin di processo di Siemens per rendere la produzione più efficiente.

Digital Twin di J&J: Accelerare l'innovazione

Immettere nuovi prodotti sul mercato il più rapidamente possibile — at J&J Innovative Medicine in Belgio — Non è solo una questione di economia; spesso è una questione di vita o di morte. Per ottimizzare i suoi processi produttivi, l'azienda ha avviato un progetto pilota utilizzando un digital twin di processo di Siemens. "I risultati sono stati impressionanti", afferma Niels Vandervoort, Senior Manager Pilot Plant Data & Systems presso J&J Innovative Medicine. "Il progetto pilota ci ha aiutato a ridurre notevolmente i tempi di lavorazione, il consumo di prodotti chimici e i costi."

Tecnico di laboratorio con equipaggiamento protettivo che esamina fiale in un impianto di produzione farmaceutico

Cucinare con ingredienti farmaceutici

Come nasce un farmaco presso J&J Innovative Medicine? Il laboratorio sviluppa un piano chimico graduale (un processo) per preparare un nuovo principio attivo. Una volta terminata la fase di laboratorio, la produzione viene aumentata in diverse fasi, da un litro a decine di migliaia di litri nel caso di produzione commerciale. Lo sviluppo avviene in due strutture belghe, il Chemical Development Mini Plant (CDMP, a Beerse) e il Chemical Development Pilot Plant (CDPP, a Geel).

"Realizzare prodotti chimici è un po' come cucinare", spiega Niels. "Mescoli gli ingredienti in un recipiente di reazione, e ne esce qualcosa di nuovo. Nel processo di "cottura", è necessario concentrarsi molto su parametri importanti come temperatura, pressione e velocità di miscelazione per assicurarsi di ottenere sempre i prodotti giusti in modo sicuro e con qualità affidabile. Monitoriamo quei parametri costantemente.”

In J&J, cerchiamo di minimizzare l'impatto ambientale dei nostri processi produttivi. Ecco perché abbiamo avviato un progetto pilota con il digital twin di processo di Siemens.

Niels Vandervoort, Senior Manager Pilot Plant Data & Systems, J&J Innovative Medicine

Dalla dissoluzione alla cristallizzazione

"Il recipiente del reattore contiene un solvente in cui i prodotti chimici sono disciolti nelle condizioni giuste per reagire insieme nel modo migliore. Poi devi estrarre dal recipiente i nuovi prodotti chimici formati per ottenere il medicinale finale,” dice Niels. "Per fare ciò, è importante impedire che i nuovi prodotti chimici si dissolvano e farli invece risolidificare o cristallizzare. Per raggiungere questo obiettivo, Il solvente che si dissolve viene sostituito da un solvente che cristallizza: il cambio di solvente. Il cambio avviene spesso tramite distillazione o ebollizione. Per un serbatoio da mille litri, ciò può richiedere molto tempo. Ad esempio, se una sintesi richiede in totale 80 ore, il solo cambio del solvente può occupare 20 di quelle ore."

"Se ottimizziamo il cambio di solvente, risparmiamo molto tempo e aumentiamo l'efficienza in tutti i settori. Ogni azienda vuole produrre nel modo più efficiente possibile, ma la questione diventa ancora più urgente quando sono coinvolte vite umane. Un interruttore ottimizzato ci aiuta anche a utilizzare meno prodotti chimici. Questo è importante perché in J&J cerchiamo di minimizzare l'impatto ambientale dei nostri processi produttivi. Ecco perché abbiamo avviato un progetto pilota con il digital twin di processo di Siemens — ottimizzando inizialmente un cambio solvente, con l'obiettivo finale di ottimizzare tutti i cambi."

Il modello fa costantemente previsioni, che poi confronta con i dati reali. Questo ci permette di migliorare costantemente il processo.

Nicolas Catrysse, BD Digitalization Solutions, Siemens

Un cambio di solvente virtuale

"Per prima cosa abbiamo creato un modello di processo in gPROMS FormulatedProducts, una piattaforma avanzata per la modellazione dei processi. È un software rivoluzionario che ci permette di raccogliere conoscenze meccaniche — come ci si dovrebbe aspettare che una reazione del genere proceda su una base (bio)scientifica. Quindi il modello di processo è in realtà una replica virtuale del processo di produzione, ed è uno dei componenti fondamentali di un digital twin. Il che significa che, a questo livello, il nostro approccio differisce da un modello più focalizzato sui dati. Questo ci offre molti vantaggi: ci consente di effettuare ottimizzazioni su larga scala, abbiamo bisogno di dati enormemente inferiori (di un fattore cinque) e non solo possiamo mettere in atto le modifiche più rapidamente, ma saranno anche più facili da mantenere", spiega Nicolas Catrysse, Business Development Digitalization Solutions di Siemens.

"Dopo aver costruito il modello, lo abbiamo calibrato con dati derivati dal processo, cioè dalla vita reale. Con quei dati, abbiamo costruito un'applicazione digitale con la Piattaforma di applicazioni digitali gPROMS o gDAP. Quella procedura si svolge in un ciclo aperto. Poi abbiamo esaminato come il modello rispondeva all'input dal sistema di controllo del processo, e abbiamo ottenuto un ciclo chiuso. Il gDAP fa costantemente previsioni lungo il percorso, che poi confronta con i dati effettivi. Questo ci permette di migliorare costantemente il processo.”

"Lo paragono spesso a un GPS", aggiunge Niels. "Stiamo viaggiando da una certa composizione di solventi — posizione A, a un'altra composizione — posizione B." Il modello ci guiderà da A a B in tempo reale per la via più breve, oppure la più veloce o la più ecologica. Fornisce il percorso ideale e continua a ottimizzarlo in base alle condizioni reali — c'è una deviazione o un incidente?"

Costi totali ridotti del 35%

I risultati del progetto pilota sono stati impressionanti. Il digital twin di processo ha permesso di ridurre il consumo di solventi del 30%. Il tempo di commutazione è stato ridotto del 35% e lo stesso è accaduto per il costo totale. "I risultati hanno superato le nostre aspettative", spiega Niels.

"L'efficienza non è solo economicamente vantaggiosa, ma anche più robusta. Oggi abbiamo ampliato il progetto pilota a quattro ulteriori cambi di solvente, dove speriamo di ottenere risultati simili perché queste economie non sono limitate solo a questo caso d'uso specifico."

"Inoltre, ci sono anche vantaggi sostanziali quando si stanno creando nuovi processi. Ottimizzare semplicemente i cambi di solvente esistenti è molto redditizio di per sé. E se possiamo applicare il modello prima di espandere la produzione — cioè in laboratorio — risparmiamo ancora più tempo e risorse. Dopotutto, sperimentare in laboratorio è molto meno costoso che sperimentare su scala industriale. Quindi ora stiamo esaminando come possiamo utilizzare i dati di laboratorio per creare modelli che possiamo applicare successivamente per una produzione su scala più ampia."

Eseguire un test virtualmente ci ha fatto risparmiare molto tempo e risorse.

Niels Vandervoort, Senior Manager Pilot Plant Data & Systems, Johnson & Johnson Innovative Medicine

Applicare modelli in un ambiente GMP

L'utilizzo di questi modelli in un ambiente di Buona Pratica di Produzione (GMP) presenta sfide considerevoli. Tutto deve rispettare gli standard GMP stabiliti dalla Food and Drug Administration (FDA) degli Stati Uniti e dall'Agenzia Europea per i Medicinali (EMA) dell'Europa. Ciò significa gestire i registri di controllo, il versioning, l'integrità dei dati, la sicurezza e molto altro ancora. Nicolas: "Quando applichiamo modelli a una scala di produzione commerciale, copriamo tutti i requisiti aggiuntivi tramite la nostra piattaforma software SIPAT. Possiamo farlo grazie alla nostra conoscenza della tecnologia analitica di processo (PAT). SIPAT ha inoltre la capacità di agire come un sistema centrale di gestione dei dati di qualità PAT, in laboratorio, in un impianto pilota e su scala commerciale. Quel sistema rende questi modelli pratici, efficienti e veloci, con risultati sorprendenti.”

Ampia disponibilità di modelli

"Recentemente abbiamo anche utilizzato il digital twin di processo per lo sviluppo di un nuovo processo che coinvolge la liofilizzazione. Questa era una reazione che causava un aumento della temperatura all'interno del recipiente di reazione, ma la temperatura doveva anche essere mantenuta al di sotto di un certo valore altrimenti la reazione sarebbe fallita. Il processo ha funzionato in laboratorio, ma l'espansione alla scala industriale fa cambiare i parametri. In tal caso, normalmente configureremmo un test e sperimenteremmo fino a ottenere i parametri corretti. Ma questa volta potevamo eseguire la configurazione virtualmente e il modello ha mostrato che il processo semplicemente non avrebbe funzionato affatto a quella scala. Quindi ci ha fatto risparmiare molto tempo e risorse.”

Virtuale dall'inizio alla fine, dal laboratorio alla farmacia

I digital twin di processo sono molto promettenti per il settore farmaceutico, conclude Niels. “Questo è solo l'inizio. Ci sono chiaramente molti modi per produrre in modo molto più efficiente e con un impatto minore sull'ambiente. Con questa tecnologia saremo anche in grado di sviluppare nuovi processi molto più rapidamente in futuro, e con Siemens abbiamo un partner ideale per farlo, grazie alla loro combinazione di conoscenze software, alla loro conoscenza del nostro settore e alla loro esperienza con i processi nel settore farmaceutico e in altri settori.

Alla fine saremo in grado di utilizzare modelli virtuali dall'inizio dello sviluppo fino alla produzione commerciale. Il tempo che ci fa risparmiare salverà molte vite."

Due tecnici sorridenti in un moderno impianto industriale

Mettiti in contatto con i nostri esperti

Vuoi migliorare la tua produzione con il digital twin di processo? Contattaci e troveremo insieme una soluzione personalizzata.

Contattaci