O Digital Process Twin reduz o tempo e os custos de produção da J&J

No setor farmacêutico, um tempo reduzido de lançamento no mercado pode salvar vidas. É por isso que a J&J Innovative Medicine usa o Digital Process Twin da Siemens para tornar a produção mais eficiente.

Digital Twin da J&J: aceleração da inovação

Lançar novos produtos no mercado o mais rápido possível — em Medicina inovadora da J&J na Bélgica — isso não é meramente uma questão de economia; geralmente é uma questão de salvar vidas. Para otimizar seus processos de produção, a empresa montou um projeto piloto usando um Digital Process Twin da Siemens. “Os resultados foram impressionantes”, diz Niels Vandervoort, gerente sênior de dados e sistemas de plantas piloto da J&J Innovative Medicine. “O projeto piloto nos ajudou a fazer grandes cortes nos tempos de processamento, no consumo de produtos químicos e nos custos.”

Técnico de laboratório em equipamento de proteção examinando frascos em uma instalação de manufatura farmacêutica

Produção com ingredientes farmacêuticos

Como um medicamento é criado na J&J Innovative Medicine? O laboratório desenvolve um plano químico gradual (um processo) para preparar um novo ingrediente ativo. Quando a fase de laboratório é concluída, a fabricação é aumentada em várias fases, de um litro a dezenas de milhares de litros no caso da produção comercial. O desenvolvimento ocorre em duas instalações belgas, a Mini Planta de Desenvolvimento Químico (CDMP, em Beerse) e a Planta Piloto de Desenvolvimento Químico (CDPP, em Geel).

“Fazer produtos químicos é um pouco como cozinhar”, explica Niels. “Você mistura ingredientes em um recipiente de reação e surge algo novo. No processo de “cozimento” você precisa se concentrar muito em parâmetros importantes, como temperatura, pressão e velocidade de mistura, para garantir que você sempre obtenha os produtos certos com segurança e qualidade confiável. Nós observamos esses parâmetros constantemente.”

Na J&J, tentamos minimizar o impacto ambiental de nossos processos de produção. É por isso que criamos um projeto piloto com o Digital Process Twin da Siemens.

Niels Vandervoort, Gerente sênior de dados e sistemas da planta piloto, Medicina inovadora da J&J

Da dissolução à cristalização

“O recipiente do reator contém um solvente no qual os produtos químicos são dissolvidos nas condições certas para reagir juntos da melhor maneira. Em seguida, você precisa retirar os produtos químicos recém-formados do recipiente para fazer o medicamento final”, diz Niels. “Para fazer isso, é importante evitar que os novos produtos químicos se dissolvam e, em vez disso, fazer com que eles se solidifiquem ou cristalizem. Para conseguir isso, o solvente dissolvente é substituído por um solvente cristalizante: a troca de solvente (ou solvent switch). A troca geralmente é feita por destilação ou fervura. Para um tanque de mil litros, isso pode consumir muito tempo. Por exemplo, se uma síntese leva 80 horas no total, a troca de solvente sozinha pode consumir até 20 dessas horas.”

“Se otimizarmos a troca de solvente, economizaremos muito tempo e aumentaremos a eficiência em todos os setores. Qualquer empresa quer produzir da forma mais eficiente possível, mas as coisas ficam ainda mais urgentes quando vidas humanas estão envolvidas. Uma troca otimizada também nos ajuda a usar menos produtos químicos. O que é importante porque, na J&J, tentamos minimizar o impacto ambiental de nossos processos de produção. É por isso que criamos um projeto piloto com o Digital Process Twin da Siemens, otimizando primeiro uma troca de solvente, com o objetivo final de otimizar todas as trocas.”

O modelo faz previsões constantemente, que depois são comparadas com os dados reais, permitindo assim a melhora constante do processo.

Nicolás Catrysse, Soluções de digitalização da BD, Siemens

Uma troca de solvente virtual

“Primeiro, criamos um modelo de processo em gPROMS FormulatedProducts, uma plataforma avançada de modelagem de processos. É um software revolucionário que nos permite reunir conhecimento mecânico — como você deve esperar que uma reação como essa ocorra em uma base (bio)científica. Portanto, o modelo de processo é, na verdade, uma réplica virtual do processo de produção e é um dos componentes básicos de um Digital Twin. O que significa que, nesse nível, nossa abordagem difere de um modelo mais focado em dados. Isso nos traz inúmeras vantagens — permite realizar otimizações em maior escala, exigindo uma quantidade massivamente menor de dados (uma redução de cinco vezes) e não apenas implementar as mudanças de forma mais rápida, mas também garantir que sua manutenção seja mais simples”, explica Nicolas Catrysse, Business Development Digitalization Solutions da Siemens.

“Depois de construirmos o modelo, nós o calibramos com dados derivados do processo, ou seja, da vida real. Com esses dados, criamos um aplicativo digital com a gPROMS Digital Applications Platform, ou gDAP. Esse procedimento ocorre em malha aberta. Em seguida, analisamos como o modelo respondeu à entrada do sistema de controle de processo e chegamos a uma malha fechada. A GDAp realiza previsões constantemente ao longo do processo, comparando-as com os dados reais. Isso nos permite aprimorar o processo continuamente.”

“Costumo compará-lo com um GPS”, acrescenta Niels. “Estamos viajando de uma determinada composição de solventes — local A, para outra composição — local B. O modelo nos guiará de A a B em tempo real pelo caminho mais curto, mais rápido ou mais ecológico. Ele mostra a rota ideal e continua otimizando-a em função das condições reais — há um desvio ou um acidente?”

Os custos totais caíram 35%

Os resultados do projeto piloto foram impressionantes. O Digital Process Twin tornou possível reduzir o consumo de solventes em 30%. O tempo de troca foi reduzido em 35%, assim como o custo total. “Os resultados superaram nossas expectativas”, explica Niels.

“A eficiência não vale apenas a pena economicamente, mas também é mais robusta. Hoje, expandimos o projeto piloto para mais quatro trocas de solvente, onde esperamos obter resultados semelhantes, pois essas economias não se limitam apenas a este caso específico.”

“Além disso, também há vantagens substanciais quando você está configurando novos processos. Apenas otimizar as trocas de solvente existentes é muito lucrativo por si só. E se pudermos aplicar o modelo antes de expandir a produção, ou seja, no laboratório, economizaremos ainda mais tempo e recursos. Afinal, experimentar em laboratório é muito mais barato do que experimentar em escala industrial. Agora, estamos analisando como podemos usar dados de laboratório para criar modelos que possamos aplicar posteriormente para produção em larga escala.”

A execução de um teste praticamente nos economizou muito tempo e recursos.

Niels Vandervoort, Gerente sênior de dados e sistemas da planta piloto, Medicina inovadora da Johnson & Johnson

Aplique modelos em um ambiente GMP

O uso desses modelos em um ambiente de Boas Práticas de Manufatura (GMP) apresenta desafios consideráveis. Tudo deve atender aos padrões de GMP estabelecidos pela Administração de Alimentos e Medicamentos dos EUA (FDA) e pela Agência Europeia de Medicamentos (EMA) da Europa. Isso significa lidar com trilhas de auditoria, controle de versão, integridade de dados, segurança e muito mais. Nicolas: “Quando aplicamos modelos em escala de produção comercial, atendemos a todos os requisitos adicionais por meio de nossa plataforma SIPAT. Podemos fazer isso graças ao nosso conhecimento em tecnologia analítica de processo (PAT). Além disso, a SIPAT tem a capacidade de atuar como sistema central de gestão de dados de qualidade PAT, tanto no laboratório, em uma planta piloto quanto em escala comercial. Esse sistema torna esses modelos práticos, eficientes e rápidos, com resultados impressionantes.”

Ampla disponibilidade de modelos

“Recentemente, também usamos o Digital Process Twin para o desenvolvimento de um novo processo envolvendo liofilização. Essa foi uma reação que fez com que a temperatura dentro do vaso de reação subisse, no entanto, a temperatura também precisava ser mantida abaixo de um determinado valor, caso contrário, a reação falharia. O processo funcionou em laboratório, mas a expansão para a escala industrial faz com que os parâmetros mudem. Nesse caso, normalmente montaríamos uma configuração de teste e experimentaríamos até obtermos os parâmetros corretos. Mas desta vez pudemos executar a configuração virtualmente e o modelo mostrou que o processo simplesmente não funcionaria nessa escala. Então, isso nos economizou muito tempo e recursos.”

Virtual desde o laboratório até a farmácia

Os Digital Process Twins são muito promissores para o setor farmacêutico, conclui Niels. “Isso é só o começo. Claramente, existem muitas maneiras de produzir com muito mais eficiência e com menos impacto no meio ambiente. Com essa tecnologia, também poderemos desenvolver novos processos com muito mais rapidez no futuro e, com a Siemens, temos um parceiro ideal para fazer isso — graças à combinação de conhecimento de software, conhecimento do nosso campo e experiência com processos em produtos farmacêuticos e outros setores.

Eventualmente, poderemos usar modelos virtuais desde o estágio de desenvolvimento até a produção comercial. O tempo que isso nos poupa também salvará muitas vidas.”

Dois técnicos sorridentes em uma instalação industrial moderna

Entre em contato com nossos especialistas

Você gostaria de melhorar sua própria produção com o Digital Process Twin? Basta entrar em contato conosco e elaboraremos uma solução personalizada juntos.

Entre em contato