nome dell'impresa
Fedegari Autoclavi S.p.A.
titolo del progetto
Pharmaceutical knowledge management for primary packaging design and development
dimensione e localizzazione
Grande impresa - Albuzzano (PV)
competenze utilizzate
Fedegari Autoclavi S.p.A. si occupa della progettazione e produzione di sistemi di sterilizzazione e impianti per processi industriali, principalmente per i settori farmaceutico, biotecnologico, alimentare e cosmetico. L’azienda è specializzata in autoclavi e soluzioni di controllo della contaminazione.
Il problema
Attualmente non esistono studi sistematici e linee guida che correlino le proprietà della superficie dei materiali usati per il confezionamento primario di farmaci e i processi di lavaggio, depirogenazione, sterilizzazione degli stessi in relazione ad alcune formulazioni farmaceutiche di riferimento. Ad oggi la conoscenza, legata a questa correlazione, è di tipo empirico e fortemente dipendente dall’esperienza degli interlocutori coinvolti nella definizione del processo. Scopo del lavoro è lo sviluppo di una piattaforma di Knowledge Management basata sull’intelligenza artificiale che permetta la predizione del comportamento del packaging sottoposto ai processi tipici della produzione in asepsi o di sterili.
La soluzione
Il progetto prevede una fase di raccolta e caratterizzazione, la gestione e l’analisi del risultato con creazione del database oltre all’adozione di metodologie di Intelligenza Artificiale. In particolare, lo studio e lo sviluppo di modelli e algoritmi di supporto al Knowledge Management per la gestione dell’interazione tra i materiali di imballaggio medicale, i trattamenti sugli stessi ed il prodotto farmaceutico.
Tecnologie:
- Data analytics
- Graph Neural Netowork (GNN)
- Digitalization
Impatti desiderati
- Utilizzo di tecniche IA per predire la migliore interazione tra processo-prodotto e packaging primario.
- Impiego di tecnologie digitali per ottimizzare i processi produttivi e operativi. 3. Riduzione tempi di processo e di impatto ambientale.
La proposta, di utilizzare tecniche IA per la gestione della conoscenza relativa alle interazioni tra prodotto farmaceutico, materiale per il packaging primario e trattamenti necessari allo stesso non esiste nello scenario di settore attuale e potrà avere ulteriori sviluppi anche in altri ambiti applicativi.
Benefici per l'impresa
- Questo progetto rientra nel percorso di evoluzione aziendale che Fedegari ha intrapreso per essere ancora più vicino ai propri clienti in qualità di partner strategico e sostenere lo sviluppo di terapie sterili avanzati per migliorare la vita di tutti noi.
- Il progetto permetterà di tracciare, proteggere e rendere accessibile il know-how aziendale per migliorare l’attività produttiva, diminuire le tempistiche di problem solving di sistemi complessi oltre a valorizzare le risorse aziendali disponibili.
- Lo sviluppo e l’alimentazione della piattaforma di knowledge management sarà un aspetto attrattivo per diversi stakeholders e permetterà a Fedegari di allargare la propria catena del valore.
Contenuti Correlati
-
AI per il business – Produttività individuale
-
AI per il business – Image Generation
-
AI per il business – Text Generation
-
Intelligenza artificiale generativa per il business
-
Sostenibilità energetica nella fabbrica intelligente
-
Digital transformation
-
Cybersecurity awareness
-
Modulo 5 – Digital Transformation: Cosa vuol dire diventare un’azienda sostenibile
-
Modulo 4 – Digital Transformation: Cosa vuol dire essere aziende data driven
-
Modulo 3 – Gestione del cambiamento all’interno delle organizzazioni
-
Modulo 2 – Digital Transformation: Analisi, costi e benefici dell’introduzione di nuove tecnologie.
-
Modulo 1 – Digital transformation: I trend del manifatturiero
-
Cybersecurity industriale: attacchi informatici, criptazione e segregazione dei dati
-
Corso di Programmazione – Modulo Tornio
-
La misura della sostenibilità nell’industria 4.0 e le sue applicazioni potenziali
-
Monitoraggio dei macchinari industriali per processi produttivi efficienti e sicuri
-
Introduzione al Demand Driven MRP
-
Fabbrica Green
-
Fabbrica digitale e sostenibile
-
Digital Governance ESG del settore Manifatturiero – Avvale
-
Principi della sostenibilità e Digital Governance – Avvale
-
Progettazione di architetture dati per l’industria 4.0
-
Digital Machining
-
Open e Collaborative Innovation
-
ESG Digital Governance e ottimizzazione ESG Supply Chain
-
Manutenzione smart
-
Industrial Cybersecurity
-
La cultura del dato
-
Manifattura 5.0
-
Knowledge Management for primary packaging
-
AI MAnufacturing Testing and ExperimenTation network For EuRopean industrieS – AI MATTERS
-
Produzione Energeticamente Sostenibile
-
EDGILE
-
GROOVE
-
GAIARDA – Generative AI to create Advanced Reports and Detailed Analysis for manufacturing plant management
-
Easyvia – VIA 4.0: Vehicle Infrastructure Augmentation 4.0
-
Circular Integration of independent Reverse supply Chains for the smart reUse of IndusTrially relevant Semiconductors – CIRC-UITS
-
Blockchain technologies to enable circular and recycling business model for manufacturing industry – RECIRCLEMAN
-
Learning about AI and digitalization for a more efficient computer-aided process planning in Machining 4.0 -CAPP_AI4.0
-
FLASH COMP
-
ACTOR- ACTIVE MONITORING
-
CONTROLLO PROD.-MAN.-GEST.
-
A.R.S.O
-
DEMO4GREEN
-
D.P.A.I
-
MARVIN
-
EDAP
-
SOS-COOKS
-
Aperitivo Tecnologico – Intelligenza artificiale nelle aziende: il modello generativo cambierà il mercato?
-
Aperitivo Tecnologico – Additive manufacturing
-
Aperitivo Tecnologico – La cultura del dato
-
Aperitivo Tecnologico – Logistica 4.0: le nuove tecnologie a supporto della pianificazione e della gestione dei magazzini
-
Aperitivo Tecnologico – Servitizzazione per l’Industria 4.0
-
Aperitivo Tecnologico – Il miglioramento sostenibile della buona produttività
-
Aperitivo tecnologico – Casi di manutenzione predittiva in aziende manifatturiere
-
Executive Conference The innovation Group – Smart Manufacturing Sostenibile
-
Dal dato di macchina e di fabbrica al dato di impresa
-
Aperitivo Tecnologico – Casi di implementazione dell’analisi del dato
-
Aperitivo tecnologico – Casi di implementazione di processi lean