عندما بدأت شركة AmpleLogic في توسيع منصتها ذات التعليمات البرمجية المنخفضة داخل العمليات الصيدلانية، ركزت الشركة على مساعدة المصانع على رقمنة العمليات ذات المستندات الثقيلة دون دورات تطوير ممتدة. والآن، وصل عمل الشركة إلى مرحلة مختلفة. يدعم الذكاء الاصطناعي الآن التدريب والتحقيقات والتوثيق وإعداد التقارير والمراجعات السنوية عبر العديد من عمليات نشر العملاء، مما يقلل من عبء العمل اليدوي بهوامش قابلة للقياس.
"لقد لاحظنا أن فرق الأدوية تقضي جزءًا كبيرًا من وقتها في فهم المعلومات ببساطة،" كما يقول مان في. الرئيس التنفيذي لشركة AmpleLogic. "إجراءات التشغيل الموحدة، والانحرافات، وإجراءات CAPA، وسجلات APQR، والسجلات، لا يوجد نقص في البيانات. وتكمن الفجوة الحقيقية في مساعدة الأشخاص على تفسيرها واستخدامها بسرعة."
وبحسب الشركة، ساعدت طبقة الذكاء الاصطناعي الخاصة بها العملاء على تقليل الجهد اليدوي بمعدل 60% في الأنشطة المرتبطة باسترجاع المستندات، وإعداد التدريب، واستخراج APQR، وأساسيات التحقيق. تأتي المكاسب من التدخلات المستهدفة بدلاً من الأتمتة واسعة النطاق.
التحول من سرعة التكوين إلى سرعة التفسير
ساعدت بيئة AmpleLogic ذات التعليمات البرمجية المنخفضة فرق الأدوية على تكوين الانحرافات، وCAPA، وسير عمل التدريب، وسجلات أخذ العينات، ودورات حياة المستندات بسرعة. ولكن حتى مع وجود مسارات عمل رقمية، فإن معظم التأخيرات التشغيلية جاءت من التفسير، وقراءة إجراءات التشغيل الموحدة الطويلة، ومقارنة الإصدارات، وتحديد موقع المعلومات، ومسح التقارير الكبيرة، ومراجعة الانحرافات القديمة.
"يشير تشودري إلى أن "سير العمل الرقمي لا ينقل المهمة إلا من الورق إلى الشاشة". "لا يزال الجهد المبذول حول هذه المهمة، وفهم ما هو موجود داخل المستندات أو التقارير أو الحالات التاريخية، كبيرًا."
أدت هذه الملاحظة إلى برنامج الذكاء الاصطناعي الخاص بـ AmpleLogic، والذي يركز على دعم العبء المعرفي حول الجودة والعمليات بدلاً من استبدال الأنظمة التي تم التحقق منها.
ميزات الذكاء الاصطناعي في حلول منصة AmpleLogic
فيما يلي إمكانات الذكاء الاصطناعي من خارطة طريق النظام الأساسي الداخلي لـ AmpleLogic:
الذكاء الاصطناعي في التدريب: الاستبيانات المستندة إلى إجراءات التشغيل القياسية (SOP) البودكاست
يطبق LMS من AmpleLogic الذكاء الاصطناعي لتقليل دورة التحضير لمحتوى التدريب.
يستخرج النص من ملفات PDF وملفات Word والمستندات الممسوحة ضوئيًا عبر التعرف الضوئي على الحروف.
يلخص إجراءات التشغيل المعيارية (SOP) ويقسم المحتوى إلى أجزاء تعتمد على الموضوع.
ينشئ أسئلة مفاهيمية ووصفية تلقائيًا.
ينشئ أسئلة متعددة الأسئلة مع مشتتات وتفسيرات.
ينشئ ملفات podcast SOP متعددة اللغات: استخراج النص → ملخص → اقتراحات الحلقات → البرنامج النصي → اختيار اللغة → الصوت المخرجات.
تشير المصانع إلى أن هذه القدرات تقلل من الجداول الزمنية لنشر التدريب، خاصة بالنسبة للإجراءات التي تتم مراجعتها بشكل متكرر.
الذكاء الاصطناعي للانحراف وCAPA & تحليل السبب الجذري (eQMS)
يدمج محرك الجودة الخاص بـ AmpleLogic الذكاء الاصطناعي لدعم أسس التحقيق:
يجمع بيانات CAPA التاريخية وبيانات الانحراف.
ينظف المدخلات ويلخصها كقاعدة معرفية للنموذج.
يكتشف الأنماط والروابط السببية ونقاط التأثير.
ينشئ تصميمًا مخصصًا توصيات CAPA.
تتحقق من الاقتراحات مقابل حالات سابقة مماثلة.
تقول الفرق التي تستخدم النظام أن هذا يقلل من وقت التحقيق في الدورة المبكرة ويحسن وضوح التبرير أثناء عمليات التدقيق.
استرداد المستندات المستندة إلى الذكاء الاصطناعي
يظل الوصول إلى المستندات أحد أبطأ المهام اليومية عبر المواقع:
يكتشف ويستوعب التحديث إجراءات التشغيل المعيارية (SOPs) تلقائيًا.
استخراج النصوص والصور ومعالجتها مسبقًا.
تحديث عمليات تضمين المتجهات بـ 130–150 لغة.
يدعم الاسترداد متعدد الوسائط (النص + الصور).
يبلغ المشرفون عن أخطاء أقل في الإصدار واسترجاع أسرع للتعليمات الخاضعة للرقابة.
الذكاء الاصطناعي لـ مراجعات APQR (الدردشة التفاعلية APQR)
يعمل مساعد APQR الخاص بـ AmpleLogic على تحويل التقارير الكبيرة والمعقدة إلى تنسيق منظم يمكن للفرق البحث فيه واستجوابه وتفسيره مباشرةً. فهو يقرأ النص والجداول والمرئيات المضمنة، وينظمها في مجموعات بيانات نظيفة، ويدعم استجابات دقيقة واعية بالسياق لاستعلامات المستخدم. وهذا يساعد فرق ضمان الجودة والتصنيع على التحرك خلال مراجعات APQR بشكل أسرع، مما يقلل من الجهد اليدوي يتم إنفاقه عادةً في مسح المستندات الطويلة أثناء عمليات التدقيق والتقييمات السنوية.
الذكاء الاصطناعي لإعداد التقارير التشغيلية (Agentic AI Report Builder)
يتطلب إعداد التقارير الروتينية غالبًا معرفة SQL وتجميعًا يدويًا:
يتصل مباشرة بقواعد البيانات التنظيمية المباشرة.
يفسر وكيل المخطط بنية قاعدة البيانات.
يحول وكيل الاستعلام اللغة الطبيعية إلى لغة محسنة. SQL.
يقوم وكيل الرسم البياني بإنشاء مخططات شريطية وخطية ودائرية.
يدعم الإخراج ضمان الجودة ومراقبة الجودة واتخاذ قرارات التصنيع.
لقد أدى هذا إلى تحويل التقارير التشغيلية من دعم ذكاء الأعمال المجدول إلى الوصول عند الطلب.
الذكاء الاصطناعي لاستخراج البيانات (دعم DMS وSOP وAPQR) مسارات العمل)
غالبًا ما تتطلب النصوص والصور والجداول داخل المستندات الممسوحة ضوئيًا أو المصدرة إدخالًا يدويًا:
استخراج النص باستخدام التعرف الضوئي على الحروف.
تعالج المدخلات غير المنظمة (النصوص والصور والجداول).
تحويلها إلى حقول منظمة لسير العمل النهائي
تبلغ النباتات عن انخفاض أعباء عمل النسخ وعدد أقل من التناقضات في التوثيق.
تدفق توصيات الذكاء الاصطناعي لـ CAPA:
جمع البيانات ← المعالجة ← فهم السياق ← التوصية ← التحقق من الصحة.
مصممة لتحسين منهجي لاقتراحات CAPA.
يتوافق هذا مع احتياجات فرق ضمان الجودة التي تحتاج إلى مبررات منطقية يمكن تتبعها أثناء التحقيقات.
الحوكمة و إمكانية التتبع المصممة خصيصًا لـ GxP
يتطلب اعتماد الذكاء الاصطناعي داخل البيئات المنظمة مراقبة دقيقة. يقوم AmpleLogic بتسجيل المدخلات والمخرجات وإصدارات النماذج، مما يتيح إمكانية التتبع أثناء عمليات التدقيق. ويمكن تتبع كل اقتراح تم إنشاؤه أو قيمة مستخرجة إلى مصدره.
"كان علينا مواءمة ضوابط الذكاء الاصطناعي مع الطريقة التي تعمل بها أنظمة جودة الأدوية بالفعل،" كما يقول تشوداري. "كانت إمكانية التتبع والمراجعة غير قابلة للتفاوض."
تسبق المراجعات متعددة الوظائف التي تتضمن فرق ضمان الجودة وتكنولوجيا المعلومات والفرق التنظيمية النشر في كل موقع.
قياس التأثير عبر عمليات النشر
عبر مصانع العملاء، أبلغت الشركة عن تخفيضات واضحة في:
وقت إعداد التدريب
التحقيق في المرحلة المبكرة الجهد
دورات استرجاع المستندات
ساعات مراجعة APQR
أعمال إعداد التقارير اليدوية
يقول القادة إن هذه التخفيضات الصغيرة تتراكم لتؤدي إلى توفير كبير للوقت الأسبوعي.
يلاحظ تشودري أن "معظم التحسينات تأتي من حفظ الدقائق بشكل متكرر". "هذا هو المكان الذي يظهر فيه خفض الجهد الإجمالي بنسبة 60%."
الطريق إلى الأمام
تخطط شركة AmpleLogic لتوسيع قدراتها متعددة الوسائط ودعم الاستخراج الأكثر تقدمًا عبر بيانات EM والاستقرار والمعدات. ويظل التركيز منصبًا على تقليل أعمال الترجمة الفورية اليدوية ومنح الفرق وصولاً أسرع إلى المعلومات المنظمة.
"كان اتجاهنا ثابتًا"، كما يقول تشوداري. "ساعد الأشخاص على قضاء وقت أقل في البحث ووقتًا أطول في اتخاذ القرارات."