स्वास्थ्य

Devia ने फार्मास्यूटिकल गुणवत्ता-जाँच के लिए AI एजेंट पेश किए

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Conceptual illustration tracing a pharmaceutical quality anomaly through evidence and corrective actions.

फार्मास्यूटिकल गुणवत्ता-जाँच में सिर्फ़ टिकट बंद करना काफ़ी नहीं होता। इसमें यह बताना होता है कि क्या गड़बड़ी हुई, उसका कारण पता लगाना होता है, की गई कार्रवाई का दस्तावेज़ीकरण करना होता है और यह दिखाना होता है कि क्या यही समस्या पहले भी हुई है। ज्यूरिख स्थित Visium से अलग होकर स्टील्थ मोड से बाहर आई Devia इस काम की पूरी प्रक्रिया में AI एजेंट लागू कर रही है, जबकि फ़ैसलों की ज़िम्मेदारी गुणवत्ता पेशेवरों के पास ही रखी गई है।

कंपनी का कहना है कि उसने लाइव GxP परिवेशों में गुणवत्ता टीमों के साथ एक वर्ष तक इस प्रणाली का पायलट परीक्षण किया। इसमें एक बड़ी अनुबंध विकास एवं विनिर्माण संस्था के साथ किया गया काम भी शामिल था। GxP, विनिर्माण, प्रयोगशालाओं और नैदानिक अनुसंधान जैसे क्षेत्रों में विनियमित अच्छी कार्य-प्रथाओं से जुड़ी आवश्यकताओं के लिए इस्तेमाल किया जाने वाला व्यापक शब्द है।

Devia की शुरुआत का लक्ष्य बायोफार्मा निर्माता, अनुबंध विकास एवं विनिर्माण संस्थाएँ (CDMO) और अनुबंध अनुसंधान संस्थाएँ (CRO) हैं। इसकी मूल अवधारणा यह है कि कोई एजेंट जाँच को मंज़ूरी देने के जवाबदेह लोगों की जगह लिए बिना साक्ष्य जुटा सकता है और जाँच से जुड़ा काम तैयार कर सकता है।

प्रारंभिक रिपोर्ट से साक्ष्य-समर्थित मूल कारण तक

फार्मास्यूटिकल परिचालनों में, किसी विचलन का अर्थ है अपेक्षित प्रक्रिया, कार्यविधि या आवश्यकता से हटकर कुछ होना। इसकी जाँच के लिए कर्मचारियों को अलग-अलग प्रणालियों में बिखरे उत्पादन अभिलेखों, मानक संचालन प्रक्रियाओं, संलग्न दस्तावेज़ों और पुराने मामलों के आधार पर घटना का पुनर्निर्माण करना पड़ सकता है।

Devia ऐसे एजेंट का वर्णन करती है जो प्रारंभिक रिपोर्ट को व्यवस्थित करता है, प्रासंगिक साक्ष्य एक जगह जुटाता है, संभावित मूल कारण सुझाता है और सुधारात्मक एवं निवारक कार्रवाइयों (CAPA) का मसौदा तैयार करता है। ऑपरेटर, जाँचकर्ता और गुणवत्ता आश्वासन कर्मचारी काम आगे बढ़ने के साथ उसकी समीक्षा और मंज़ूरी देते हैं।

कंपनी का प्लेटफ़ॉर्म दस्तावेज़ीकरण इस प्रक्रिया के बारे में और जानकारी देता है। शुरुआती सवाल संगठन की अपनी प्रक्रियाओं के अनुसार पूछे जाते हैं और प्रणाली संलग्न तस्वीरें तथा PDF पढ़ सकती है। मूल कारणों के विश्लेषण के लिए यह घटना रिपोर्ट, प्रक्रियाओं और प्रासंगिक पुराने विचलनों के आधार पर इशिकावा आरेख और 5-Why जाँच के मसौदे तैयार करती है।

ये विधियाँ प्रक्रिया को व्यवस्थित करती हैं, लेकिन अपने आप में प्रमाण नहीं होतीं। इशिकावा विश्लेषण संभावित योगदानकारी कारकों को व्यवस्थित करता है; 5-Why जाँच, अंतर्निहित कारण तक पहुँचने के लिए स्पष्टीकरणों की एक कड़ी पर आगे बढ़ती है। अहम सवाल यह है कि क्या हर प्रस्तावित स्पष्टीकरण ऐसे साक्ष्य से समर्थित है जिसकी जाँच कोई योग्य जाँचकर्ता कर सके।

Devia के CTO पास्कल रोड्रिगेज़ ने कहा, “गुणवत्ता टीमों को अभिलेख रखने वाली एक और प्रणाली की ज़रूरत नहीं है। उन्हें ऐसे एजेंट की ज़रूरत है जो शुरुआती काम कर दे, ताकि उनके विशेषज्ञ उन मूल कारणों पर ध्यान दे सकें जो वास्तव में मायने रखते हैं।”

फ़ैसले को स्वचालित किए बिना पुराने मामलों से सीखना

पुरानी जाँच तब उपयोगी होती हैं जब वे कर्मचारियों को साझा कारण पहचानने में मदद करती हैं, न कि सिर्फ़ मिलते-जुलते शब्दों वाली रिपोर्ट खोजने में। Devia का कहना है कि वह मूल कारणों के नए प्रस्तावों की तुलना पुराने मामलों से करती है और अपने विशेषज्ञों के समीक्षा किए हुए फ़ैसले भविष्य की जाँचों के लिए उपलब्ध रखती है।

वेबसाइट ऐसे कारण में अंतर बताती है जो प्रभावी हस्तक्षेप के बिना बार-बार सामने आता है और ऐसे कारण में जो सुधारात्मक कार्रवाई के प्रभावी होने की पुष्टि के बाद फिर लौट आता है। इस अंतर से जाँच की दिशा बदल सकती है: संगठन को पहले से अनसुलझी प्रणालीगत समस्या का समाधान करना पड़ सकता है, या यह समझाना पड़ सकता है कि कथित तौर पर प्रभावी समाधान क्यों विफल हुआ।

Devia इन तुलनाओं को मानवीय समीक्षा के लिए प्रस्तुत करती है। कर्मचारी सुझाए गए संबंधों को स्वीकार या अस्वीकार करते हैं और इन फ़ैसलों को अभिलेख का हिस्सा बनाया जाता है। इससे समीक्षा प्रक्रिया उत्पाद की उपयोगिता के लिए केंद्रीय हो जाती है: AI का कोई असमर्थित सुझाव चुपचाप अगले मामले के लिए मिसाल नहीं बनना चाहिए।

शुरुआत की घोषणा में जारी जानकारी के अनुसार, ग्राहक पायलट परीक्षणों में शामिल उपयोगकर्ताओं ने विचलनों की जाँच में आधा समय लगाया। Devia ने पायलट के नमूने का आकार या मूल्यांकन की कार्यविधि नहीं बताई है, इसलिए यह आँकड़ा कंपनी द्वारा बताया गया परिणाम है, स्वतंत्र रूप से स्थापित प्रदर्शन मानदंड नहीं।

मौजूदा गुणवत्ता प्रणालियों के साथ काम करना

शुरुआत की घोषणा में TrackWise, Veeva Vault QMS और MasterControl जैसे स्थापित गुणवत्ता प्लेटफ़ॉर्म का नाम उन प्रणालियों के रूप में लिया गया है जिनका ग्राहक पहले से उपयोग करते हैं। Devia का एकीकरण दस्तावेज़ीकरण मौजूदा व्यवस्था को और स्पष्ट करता है: QMS से निर्यात की गई फ़ाइलों से पुराने विचलन और CAPA आयात किए जाते हैं, प्रक्रियाएँ दस्तावेज़ों के रूप में जोड़ी जाती हैं और पूरी की गई जाँचों से समापन रिपोर्ट तैयार होती हैं, जो ग्राहक के QMS प्रारूप से मेल खाती हैं।

यह हर परिचालन प्रणाली से पूरी तरह समकालिक जुड़ाव से अलग है। गुणवत्ता प्रबंधन, विनिर्माण निष्पादन, प्रयोगशाला सूचना प्रबंधन और उद्यम संसाधन नियोजन के लिए सीधे कनेक्टर आगामी क्षमताओं के रूप में सूचीबद्ध हैं। व्यापक रुझान निगरानी और CAPA-प्रभावशीलता सुविधाएँ भी निरीक्षण-सहायता टूल के साथ प्लेटफ़ॉर्म के भावी विकास की योजना में शामिल हैं।

परिनियोजन के लिए Devia का कहना है कि प्लेटफ़ॉर्म ग्राहक के Azure या AWS खाते में, ग्राहक द्वारा चुने गए क्षेत्र में, Azure OpenAI या Amazon Bedrock का उपयोग करके चल सकता है। इसके दस्तावेज़ में कहा गया है कि ग्राहक के अभिलेखों का इस्तेमाल अन्य संगठनों के लिए मॉडल प्रशिक्षित करने में नहीं किया जाता। इसमें किसी स्वामित्व वाले आधारभूत मॉडल का उल्लेख नहीं है; उत्पाद का बताया गया मूल्य कंपनी की प्रक्रियाओं, पुराने मामलों और नियंत्रित समीक्षा कार्यप्रवाहों पर AI लागू करने में निहित है।

अनुरेखणीयता उत्पाद का अभिन्न हिस्सा है, बाद में जोड़ी गई बात नहीं

कड़ी जाँच-पड़ताल की आवश्यकता सुविदित है। FDA द्वारा दवा निरीक्षण संबंधी टिप्पणियों की समीक्षा में विनिर्माण-गुणवत्ता से जुड़ी बार-बार सामने आने वाली समस्याओं में विसंगतियों और उत्पाद संबंधी विफलताओं की जाँच न करना भी शामिल है। यदि साक्ष्य और निष्कर्ष कमजोर बने रहें, तो केवल मसौदा जल्दी तैयार करने से यह समस्या हल नहीं होती।

Devia के सुरक्षा संबंधी दस्तावेज़ में अलग-अलग पहचान वाले उपयोगकर्ताओं, भूमिका-आधारित पहुँच, एकल साइन-ऑन, एन्क्रिप्शन और बदलावों तथा अनुमोदनों के समय-मुद्रित रिकॉर्ड का वर्णन है। कंपनी यह भी कहती है कि वह ग्राहकों को कंप्यूटरीकृत प्रणालियों के सत्यापन या आश्वासन संबंधी काम में मदद के लिए सत्यापन दस्तावेज़ उपलब्ध कराती है। ये क्षमताएँ विनियमित उपयोग में सहायता देने के लिए बनाई गई हैं; इनका उद्देश्य ग्राहक की अपनी सत्यापन और गुणवत्ता संबंधी ज़िम्मेदारियों का विकल्प बनना नहीं है।

इस लॉन्च में EN 18286:2026 का भी उल्लेख है। यूरोपीय आयोग पुष्टि करता है कि यह सामंजस्यपूर्ण मानक, AI Act के अनुच्छेद 17 के तहत उच्च-जोखिम वाले AI के प्रदाताओं के लिए गुणवत्ता-प्रबंधन संबंधी आवश्यकताओं को संबोधित करता है। Devia का कहना है कि उसका दृष्टिकोण इन सिद्धांतों के अनुरूप है; हालाँकि, घोषणा से यह साबित नहीं होता कि उत्पाद को इस मानक के तहत स्वतंत्र रूप से प्रमाणित किया गया है।

Devia के लिए अवसर यह है कि जाँचकर्ताओं द्वारा जानकारी जुटाने और व्यवस्थित करने में लगने वाला समय घटे, और उनके तर्कों की जाँच करना आसान हो। इसकी अधिक महत्वपूर्ण कसौटी यह होगी कि क्या गुणवत्ता टीमें इस सहायता को लगातार बेहतर जाँच-पड़ताल और ऐसी सुधारात्मक कार्रवाइयों में बदल सकती हैं, जो विनिर्माण की उसी समस्या को दोबारा होने से रोकें।

नाओमी क्रेस्ट Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो औषधि उद्योग, नई दवाओं की खोज और आणविक अनुसंधान में कृत्रिम बुद्धिमत्ता को कवर करता है। इसका काम इस बात पर केंद्रित है कि एआई-संचालित मॉडल औषधि उद्योग में लक्ष्य पहचान, यौगिकों की जाँच, प्रोटीन संरचना विश्लेषण और नैदानिक अनुसंधान प्रक्रियाओं को कैसे तेज कर रहे हैं।

वैज्ञानिक और व्यवस्थित दृष्टिकोण से नाओमी देखता है कि रसायन विज्ञान, जीव विज्ञान और औषधि विज्ञान में मशीन लर्निंग लागू करके विकास का समय कैसे घटाया जा सकता है और दवा खोज की सफलता दर कैसे बढ़ाई जा सकती है। यह सत्यापन, पुनरुत्पादकता और नियामक पहलुओं पर विशेष ध्यान देता है तथा अनुमान-आधारित दावों के बजाय साक्ष्य-आधारित प्रगति को महत्व देता है।

नाओमी क्रेस्ट के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। औषधि अनुसंधान और विकास को आगे बढ़ाने में एआई की भूमिका पर सटीक, स्पष्ट और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।