Ученые из Словении проанализировали характеристики нового ЛП при помощи алгоритма машинного обучения. Таблетки с пленочным покрытием , обеспечивающим "немедленное высвобож дение", имеют простой состав – вспомогательные вещества и действующее вещество. ЛП получают в результате простого прессования.

Анализируемый набор данных, полученных в результате лабораторных исследований, включал результаты оценки качества сырья, времени прессования таблеток и оценки качества конечного выбранного продукта от 1005 серий (примеси, остаточные растворители и высвобождение лекарственного средства), которые хранились в трех базах данных объемом несколько тысяч строк.

После предварительной обработки данных с помощью аналитических инструментов были проведены техническая валидация, статистическая обработка, а также рассчитан индекс производительности процесса.

Разработка моделей и процедур анализа на основе машинного обучения будет способствовать постепенному отказу от традиционных и трудоемких лабораторных испытаний. Это дает очевидные преимущества для фармпромышленности, поскольку существенно сокращает время и затраты на производство и выпуск лекарственных препаратов на фармацевтический рынок.

Первоисточник:
Janja Zagar, Jurij Mihelic, Big data collection in pharmaceutical manufacturing and its use for product quality predictions, Scientifi c Data, № 9/DOI: 10.6084/m9.fi gshare.c.5645578.v114