Proyecto: Reconocimiento de errores Humanos con IA (inteligencia artificial) basado en video para industrias reguladas por GMP´s

La fabricación farmacéutica y alimenticia es un entorno exigente y altamente regulado con tolerancia cero a errores. Las pequeñas irregularidades en la producción, el incumplimiento de los requisitos de seguridad e higiene pueden tener graves consecuencias. Para garantizar la fuerza de los ingredientes activos, así como la calidad y pureza de los productos finales, se deben mantener altos estándares durante todo el proceso de producción. Los defectos e irregularidades pueden provocar pérdidas sustanciales de producción y graves problemas de planificación y logística, que incluso pueden provocar daños en la reputación.

Es obvio que el aumento de la automatización apoyará la búsqueda constante de la perfección de la industria farmacéutica y alimenticia. Los sensores miden parámetros como posición, velocidad, presión, vibración, temperatura. Serán cada vez más importantes para optimizar y monitorear el proceso de producción y proporcionar datos en tiempo real para su posterior procesamiento y análisis. En todo este marco, los sensores ópticos juegan un papel importante. Estas cámaras expertas normalmente analizan y verifican objetos que tienen una forma, textura y forma constantes, comparando objetos en un entorno 2D; píxel por píxel.

Los humanos en el proceso de fabricación farmacéutica: una bendición mixta

Si bien la Industria 4.0 tiene su claro enfoque en las máquinas, los humanos aún realizan casi tres de cada cuatro tareas en el piso de producción, mientras permanecen casi invisibles para los análisis. Por lo tanto, lo que falta en la conversación sobre automatización, aunque no en la planta de producción, son los humanos.

A pesar de su claro beneficio, los humanos aportan razón, creatividad y habilidades para resolver problemas y continúan agregando la mayor parte del valor en las operaciones de fabricación. Sin embargo, su contribución tiene una desventaja significativa: introducen variabilidad, lo que abre la puerta a errores y defectos. Según el estudio de AT Kearney: “El estado de la analítica de fábricas humanas”, el 68 por ciento de los defectos son causados ​​por humanos.

Las mejores laptops para ingenieros y estudiantes de ingeniería

Muchas veces me he topado con esa pregunta: ¿Cuál es la mejor computadora o laptop para Ingenieros y/o Arquitectos en el 2020? Razón por la que decidí escribir esto, tratando de explicar a detalle el tema. La respuesta en realidad es: depende del uso y los programas a cargar.

Tradicionalmente, las estrategias de mitigación de errores han sido la capacitación y la supervisión. Sin embargo, la formación no puede eliminar por completo los errores humanos. La supervisión por parte de los humanos es intensiva en errores, sesgada e insuficiente. Los errores mínimos de seguridad y cumplimiento pueden ocasionar enormes costos de seguimiento: desperdicio de material, retrasos en la producción, retiradas del mercado, daños a la reputación y riesgos para la salud.

El cobot invisible: reconocimiento de errores de IA basado en video

Según Athina Kanioura, directora de análisis y líder global de Accenture Applied Intelligence en su informe de investigación: Human AI is here,

“Existe un enorme potencial en los seres humanos que trabajan en colaboración con las máquinas para desarrollar nuevas formas de inteligencia y aplicarlas a los problemas empresariales”.

Los movimientos, gestos y características humanas son 3D, sus actividades son claramente demasiado complejas para ser reconocidas, y mucho menos rastreadas, analizadas por sensores ópticos tradicionales. Claramente, necesita una tecnología de inteligencia artificial más sofisticada: un sistema de inteligencia artificial inteligente que reconozca patrones que comprenda anomalías y valores atípicos en un contexto en constante cambio y señale actividades de incumplimiento y amenazas.

El reconocimiento de errores de IA basado en video es una tecnología que opera en segundo plano y no requiere ningún entrenamiento operativo o habilidades específicas. Las cámaras de video estándar equipadas con reconocimiento de errores de IA basado en video detectan anomalías definidas de manera estrecha, por ejemplo:

  • Riesgos de seguridad o producción derivados de movimientos o gestos inusuales o no deseados
  • Arañazos, deformaciones, embalaje defectuoso, montaje defectuoso, número de objetos, niveles de llenado, anomalías de forma o color provocadas por error humano
  • Fugas en contenedores o anomalías en materiales como fluidos, compuestos, polvo que de otra manera necesitarían una inspección más cercana por parte de los humanos
  • Una vez que la tecnología ha detectado una anomalía, el sistema activa una alerta. Esto puede ser audible, visible o una acción automatizada como detener el proceso y permitir corregir el error.

¿Qué une la inteligencia humana y el escrutinio requerido? Los cobots podrían ser la respuesta a los altos estándares que establece la fabricación farmacéutica: en lugar de reemplazar, los cobots aumentan el conjunto de habilidades humanas y se hacen cargo de la parte repetitiva, de precisión y disponibilidad de la ecuación.

EJEMPLOS: DETECTAR SEGURIDAD, AMENAZAS DE INCUMPLIMIENTO, PROBLEMAS DE CALIDAD

Los fabricantes de productos farmacéuticos  e industria alimenticia  aprovechan la corrección de errores de IA basada en video para mitigar los costos relacionados con los errores:

  • Un operador se ha olvidado de ponerse la gorra, las gafas, la bata o los guantes, violando así los requisitos de higiene.
  • Un operador se lesiona al intentar retirar un objeto que obstruye la línea de producción, en lugar de llamar al equipo de servicio.
  • Una botella en la línea de envasado no tiene etiqueta, no está correctamente cerrada o rota
  • El equipo de seguridad, como un extintor de incendios o una ducha de seguridad, está bloqueado por un objeto, no un humano
  • Se detectan fugas en los conectores de un biorreactor u otro recipiente que abrirían una ruta de ingreso de contaminantes

En muchas más situaciones, el reconocimiento de errores de IA basado en video puede permitir drásticamente la corrección de errores “en el acto”. Volviendo a los ejemplos, una cámara en la entrada de un área de higiene “vería” que falta la gorra, las gafas, la bata o los guantes y una alarma sonora indica que no se cumplen las instrucciones de seguridad. La tecnología detecta la botella de “anomalía” y la expulsa o detiene el proceso, para que pueda eliminarse. Reconocerá instantáneamente que es un objeto, no un individuo, que obstruye el libre acceso al equipo de salvamento. Un conjunto de cámaras detectará líquido en la superficie del biorreactor, así como derrames en el piso. El reconocimiento de errores de IA basado en video funciona como un administrador en segundo plano que advierte de los peligros y permite correcciones rápidas. El reconocimiento de errores de IA automatiza las tediosas tareas de monitoreo que de otro modo realizarían los humanos. De hecho, la tecnología “ve” como un ser humano, pero no se cansa ni se distrae, no necesita organizarse por turnos, no pide vacaciones ni baja por enfermedad. Funciona de forma fiable las 24 horas del día, los 7 días de la semana.

AUTOMATIZACIÓN DE LA DOCUMENTACIÓN DEL PROCESO

La industria farmacéutica ya está experimentando un escrutinio regulatorio en una serie de áreas, incluidas las actividades de control de calidad en torno a las operaciones de fabricación. Por ejemplo, la Comisión Europea requiere que:

“… Se realizan registros, manualmente y / o mediante instrumentos de registro, durante la fabricación que demuestran que todos los pasos requeridos por los procedimientos e instrucciones definidos fueron efectivamente tomados y que la cantidad y calidad del producto fueron las esperadas. Cualquier desviación significativa se registra e investiga completamente ”

El reconocimiento de errores de IA basado en video facilita el seguimiento de los errores durante la producción y el empaque. Las soluciones registran y filtran todas las desviaciones del proceso normal y facilitan la detección del momento en el que ocurrió la anomalía. El personal administrativo que trabaja en los informes de investigación que abordan las quejas nunca más necesitará revisar muchas, muchas horas de metraje de video para encontrar esa irregularidad que echó a perder ese lote específico.

IMPLEMENTANDO EL RECONOCIMIENTO DE ERRORES DE LA IA BASADO EN VIDEO: PASOS PARA EL ÉXITO

El reconocimiento de errores de IA basado en video ofrece información valiosa y reduce los costos relacionados con los errores. Sin embargo, para que los proyectos tengan éxito, las empresas necesitan socios competentes y una estrategia clara:

Business View: los proyectos de reconocimiento de errores de IA basados ​​en video necesitan un mentor no solo desde una perspectiva técnica sino también desde una perspectiva comercial: ¿Dónde ocurren los errores con frecuencia y causan un impacto financiero severo? Es fundamental identificar claramente el dolor y el riesgo y, a partir de ahí, construir el caso de negocio. Los socios expertos discutirán y evaluarán en detalle cómo el reconocimiento de errores de IA basado en video puede marcar la diferencia.

Datos adecuados para un propósito: dado que los sistemas de inteligencia artificial deben recibir capacitación, los datos relevantes son cruciales para el período de adaptación e implementación. Los socios expertos le darán consejos sobre qué contenido es relevante para alcanzar el objetivo definido y la precisión. Con los datos correctos, adaptarán las soluciones de inteligencia artificial basadas en video estándar para satisfacer los requisitos específicos de los clientes.

Escala: los proyectos de innovación necesitan una perspectiva empresarial clara. ¿Qué próximos pasos se requieren para que la tecnología esté disponible para una audiencia más amplia? ¿Cómo se puede implementar la solución en las líneas de negocio, geografías y sitios de producción? Los proyectos de IA necesitan un plan de escala estratégico para generar valor comercial.

Adecuación cultural y madurez para transformar: Es obvio que en una empresa con un fuerte ADN en Lean Management (una cultura de Kaizen / Mejora Continua) y una experiencia intensiva con diversas olas de transformación, el éxito de proyectos de este tipo se acelerará. La tecnología está mejorando los procesos creando nuevos roles y responsabilidades al liberar a los empleados altamente calificados de las actividades estándar. La forma en que se actualizarán para ejecutar tareas más sofisticadas aumentará la aceptación de la organización para respaldar este tipo de innovaciones.

Valor económico: cuando se trata del costo y la duración del proyecto, las soluciones estándar de reconocimiento de errores de IA basadas en video no son de ninguna manera comparables con las implementaciones de TI típicas o los proyectos de la Industria 4.0. Los proyectos de implementación y despliegue generalmente toman solo unos meses, principalmente debido a las capacidades de aprendizaje de AI Systems. Los costos totales de propiedad, dependiendo del número de anomalías potenciales que deben monitorearse, son fáciles de calcular, similares al retorno de la inversión en comparación con los gastos causados ​​por el comportamiento humano inadecuado. Los ROI inferiores a seis meses no son infrecuentes.

VALOR COMERCIAL PARA EMPRESAS FARMACÉUTICAS Y LA INSDUSTRIA ALIMENTICIA

Las compañías farmacéuticas continúan enfrentando desafíos de globalización, cadenas de suministro complejas e hipercompetencia, todo mientras la demanda de tratamientos continúa aumentando. Como resultado, la necesidad de un mayor rendimiento, mayor calidad y costos reducidos se ha convertido en una prioridad absoluta.

El reconocimiento de errores basado en video para el desarrollo y la producción farmacéutica es una nueva tecnología inteligente que reemplazará la supervisión humana tediosa e intensiva en errores, evitando así demoras en la producción, accidentes, desperdicio de material, retiros, cumplimiento de cumplimiento y daño a la reputación. En el mundo farmacéutico, marcará una diferencia real tanto en competitividad como en reducción de costes.

¿QUE SIGUE?

Los algoritmos avanzados de IA están analizando las relaciones ocultas entre eventos y comportamientos que construyen modelos evolucionados para predecir resultados con alta precisión. Se pueden ejecutar cálculos muy complejos con una potencia informática limitada con tecnología que funciona en dispositivos pequeños.

Las empresas de nueva creación están impulsando la carrera con ideas frescas y modelos de prueba innovadores. Entre ellos, DeepEyes es un buen ejemplo de cómo la tecnología se puede poner a disposición de cualquier tipo de fabricante al ofrecer soluciones que funcionan en cualquier base de datos, redes neuronales, fuentes de datos de Internet, así como autónomas sin acceso a Internet. Los algoritmos que operan en tiempo real son compatibles con los bordes, no necesitan acceso a la nube para el análisis de transmisiones de video y se ejecutan en hardware estándar y cámaras estándar.

¡La combinación de IIoT (Sensores) con AI está marcando una nueva era en la que nuevamente los humanos marcan la diferencia!

Las soluciones inteligentes DeepEyes automatizan la vigilancia y alertan sobre las desviaciones y anomalías de los buenos procesos de fabricación en tiempo real.

Las soluciones DeepEyes proporcionan un control de calidad constante que va paralelo al proceso de fabricación.

Equipo de protección personal

La vestimenta inadecuada, aunque bien entrenada, es a menudo la causa principal de los problemas de contaminación, que, nuevamente, pueden conducir a múltiples riesgos como pérdida de producción o tiempo de inactividad, así como altos costos asociados.

La solución de bata DeepEyes detecta anomalías y desviaciones de la bata requerida como:

Abrigos

Guantes

Gafas de protección

Zapatos

Además, están disponibles los módulos de reconocimiento de los siguientes:

Usar joyas, relojes de pulsera

Cabello descubierto

Diferenciación de tipos de batas

Las soluciones modulares garantizan que se cubran todos los requisitos. Las API abiertas permiten alertas a múltiples dispositivos.

Reconocimiento de errores humanos para industrias reguladas por GMP

En la fabrica, el error humano puede manifestarse de muchas formas. Para que la tecnología de reconocimiento de video basada en inteligencia artificial de DeepEyes encuentre errores, debe haber una clara diferenciación previa de las prácticas correctas.

DeepEyes puede detectar desviaciones de los procesos y actividades correctos definidos. Todos los módulos de reconocimiento se pueden combinar con la solución de difuminado de personas DeepEyes para garantizar una privacidad total.

Ejemplos:

  • La puerta debe estar cerrada antes de que se pueda encender una máquina.
  • El operador no tiene derecho a entrar en una habitación cuando lleva un reloj de pulsera o joyas.
  • No está permitido llevar bolsa al entrar a una habitación.
  • Un trabajador de mantenimiento debe apretar una cantidad específica de pernos
  • El operador de la sala limpia debe limpiar toda la superficie

El 68% de los defectos en la producción industrial son causados ​​por humanos. Incluso en entornos de Industria 4.0 interconectados e inteligentes, las actividades humanas son un punto ciego

El reconocimiento de errores de IA basado en video facilitará considerablemente el cumplimiento de los requisitos de GMP y mejorará los márgenes.

“El reconocimiento de imágenes se trata de un análisis píxel por píxel para reconocer un objeto en particular. Una nueva tecnología está entrando en el mercado: el reconocimiento de errores de inteligencia artificial basado en video reconoce anomalías y patrones en los datos de video y los interpreta como un ojo y un cerebro humanos. Esta nueva tecnología tiene el potencial de alterar la forma en que se previenen, reconocen y corrigen los errores en la planta industrial”.

La automatización facilita las BPM (GMP´s)

Hoy en día la imple mención de esta tecnología para America latina la está implementando la compañía vector automation.

Vector Automation es una empresa que cuenta con más de 13 años en el mercado y tiene el conocimiento y la experiencia en múltiples aplicaciones en industria farmacéutica y alimenticia. Entre los servicios que cuenta esta compañía son: Planeación Estratégica de Proyectos, Diseño y fabricación de sistemas mecánicos y eléctricos, Programación y configuración de sistemas de control basados en PLC, Programación y configuración de sistemas de Robótica y Programación y configuración de sistemas de serialización.

Referencias:

1 AT Kearney: El estado de la analítica de fábricas humanas https://www.kearney.com/transformation-digital/the-state-of-human-factory-analytics

2 Accenture, febrero de 2019: la IA humana está aquí https://www.accenture.com/au-en/insights/digital/human-ai-here

3 https://ec.europa.eu/health/sites/health/files/files/eudralex/vol-4/pdfs-en/2005_10_gmp_part1_chap1_en.pdf

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: