L'applicazione di tecnologie come
il machine learning e l'intelligenza artificiale stanno aprendo
nuove strade per ottimizzare i processi di produzione di
farmaci.
Lo sostiene Francesco Destro, Ricercatore al Dipartimento di
Ingegneria Chimica dell'Università di Padova a fronte della
difficoltà di fornire farmaci nei tempi richiesti e ad una
produzione e costi spesso inadeguati.
"Ho sviluppato tecnologie innovative per la digitalizzazione
e l'ottimizzazione dei processi di produzione di farmaci - dice
Destro -. Ho implementato nuovi algoritmi di monitoraggio di
processo basati sul machine learning, che permettono di
identificare e correggere eventuali inefficienze o anomalie in
tempo reale, consentendo di produrre una maggiore quantità di
farmaci ad un costo inferiore". "Inoltre - prosegue -, ho
lavorato allo sviluppo di cosiddetti digital twin di processi
farmaceutici che sono una replica virtuale sullo schermo di un
computer di un processo di produzione farmaceutica, completa di
tutte le variabili e i parametri che influenzano il processo
reale". "Questa replica digitale - conclude Destro - non solo ci
consente di testare e ottimizzare diversi scenari da un
computer, senza dover intervenire direttamente sul processo
reale, ma può anche essere utilizzata per predire e prevenire
problemi potenziali prima che si verifichino, garantendo così
una produzione di farmaci più efficiente e affidabile".
Il Gruppo Farmaceutico dell'Unione Europea ha rilevato, nel
solo 2023, che l'85% dei Paesi Europei ha segnalato carenze per
più di 300 farmaci, tra cui antibiotici, antitumorali e farmaci
per il sistema cardiovascolare. Addirittura, il 42% dei Paesi
europei ha riportato carenze per più di 500 farmaci. Le
inefficienze nei processi della produzione di farmaci non solo
causano queste carenze sullo scaffale della farmacia, ma
allungano notevolmente i tempi di attesa per l'approvazione e la
distribuzione di nuovi farmaci, rallentando l'innovazione nel
settore farmaceutico.
Riproduzione riservata © Copyright ANSA
