自从我于20世纪80年代后期第一次作为微生物学家加入Millipore公司并开始专注于消毒过滤以来，无菌加工一直是我的兴趣所在。尽管维持无菌环境和生产无菌药物产品面临挑战，但我相信有一天科学技术将使制造商对无菌加工产品具有与最终无菌产品相同的信心。
1994年，Michael Korczynski在PDA Journal of Pharmaceutical Science and Technology上发表了一篇论文，题为“过程分析技术的整合，并行验证和无菌处理中的参数发布计划”.1我对他的未来愿景充满活力过程分析技术（PAT），并行验证和参数发布程序的集成可用于改进制造过程中的产品和工艺质量，并且如他总结的那样，可提高经济和效率。在这篇论文中，Korczynski用一个假设的例子写了关于在线或在线分析方法和测量技术的创新应用。他描述了利用进程中实时数据的价值。自那时以来，许多权威人士就这个问题发表了更多的内容，但Korczynski的文章甚至在今天也值得一读。
快进到2014年。自从PDA期刊文章引发了我对这个话题的兴趣之后，我参加了许多关于制药和生物制药制造的会议。在这些会议上，我总是为我们讨论如何转向Korczynski的愿景而感到震惊，但对于无菌加工（以及一般的制药业生产）发生的变化情况并没有多少感叹。然而，事实是，现在正在取得明显的进步。大约在那段时间，我读了一篇关于Merck & Co.如何利用信息技术工具优化疫苗生产产量的文章.2我兴趣激动，我联系了副总裁兼首席信息官制造信息部门的Michele D'Alessandro技术，并邀请她在2015年PDA / FDA疫苗会议上介绍该项目的文章。 Michele接受了她的演讲，题为“案例研究：使用基于信息技术的工具优化疫苗生产的产量”，展示了如何在从发酵到纯化的每个生产步骤中应用可操作的见解以提高产量.3她还强调如何全面了解大数据技术的应用可以深入了解制造流程。数据难题似乎正在落实到位。
快速前进到2016年。我听到Fraunhofer IPA的Andreas Traube在PDA欧洲年会上发表了一篇非常有趣的演讲，题为“工业4.0--为制药公司做好准备”.4 Andreas说我们现在处于第四次工业革命的边缘在连接性和整体整合的驱动下，这将促成将工厂与生产网络连接起来的新制造业生态系统，以及通过基础设施和优化网络的新设计将消费者连接起来。特劳贝的论点是，医药制造业有利用这一革命的商业潜力。这确实令人兴奋。自那以后，我一遍又一遍地重新浏览这些幻灯片。但是，我错过了一个有趣的潜在好处，我确信它在那里，这可能是加强无菌加工故事的最好结局。
快速转发到今天。我刚刚看到谷歌正在推出其2011年推出的Google Flight搜索引擎的新功能.5作为一名经常旅行的人，我总是试图在天气，航空公司和航班延误方面占上风。使用谷歌飞行和其他智能手机应用程序进入多个航班数据库，我通常知道什么时候我的航班在我收到可怕的“这是西南航空打来的航班状态更新”呼叫之前被延迟或取消。我的一个应用程序会报告实时显示的航班状态变化。例如，我提前了解西南航空公司（我真的很喜欢这家航空公司）已将飞机的抵达大门改变为我本应该出发的大门，这标志着我的航班可能延误，这并不罕见。利用这些先进的知识，我可以根据需要调整我的旅行计划，在大多数情况下可以带来更好的结果。谷歌希望它能够在航空公司官方确认之前预测出一些延迟，并且它使用的算法比我现在所期望的要早得多，甚至使用我的应用程序，都可以提前做出这些调用。该计划还将提供延误的原因，这对我也很有用，特别是如果我正在试图决定是否切换到另一家航空公司，或者明天再次尝试返回。
说完这一切，这项技术并不完美，我被愚弄了。然而，我的积极经历让我怀疑，制药公司是否很快能够做到与Google Flights一样的事情 - 也就是说，预测我们可能在制药和无菌加工领域遇到的问题。
在最近的PDA制造科学与操作（MSOP）指导委员会（其中Michele D'Alessandro是其成员）的会议上，我们讨论了正在进行的制造智能项目，该项目正在研究大数据的应用。我们还讨论了一个实时发布药品的项目，包括那些无菌处理的项目。而且，行业专家向我们介绍了连续制造和人工智能，因为它无疑将应用于制药和生物技术制造。
考虑到MSOP指导委员会和行业思想领袖的前瞻性思考以及一般技术（例如Google Flights）的快速发展，下一代制药制造业无疑将受到工业4.0，大数据，增强现实，和人工智能。
现在看看无菌制造套件，我们可以看到数据的多样性来自哪里，它将会走向何方，以及它将如何回归。图1支持我们对无菌加工未来的展望。具体来说，它确定了几个可能已经从某种程度的工业4.0连接中受益的领域：无菌制造，制造支持，实验室，云和病人。
业界关注工业4.0和与无菌处理相关的工业互联网（由PDA员工开发）
在无菌制造中，生产线上使用在线智能传感器的PAT将与车间，实验室和云端相连。运营商将使用平板电脑审查标准操作程序（SOP），分析实时数据并输入观察结果。管理和质量保证人员可以通过在线视频会议与车间进行沟通。关于产品和包装的移动机器人和RFID信息将被送到云端，云端将实时发送反馈。
制造支持将包含连接的计划和控制系统。连接的供应链和患者信息可以推动制造和分销活动。人机对接可以利用分散的实时过程信息并提供在线培训和教育。支持人员和机器之间的连接可以推动技术修改，维护和修理。与质量和监管信息的联系可以推动制造业窗口内的流程改进。
实验室系统将接收来自连接在线传感器的信息，以及来自云端的反馈和历史信息。
分散的实时收集流程将被路由到云端，大数据工具，数据存储和AI将合作分析数据并向车间提供反馈。而云中的反馈可能是实时到达机器和操作员的预测信息。
患者可以提供更多有关人为因素的反馈，而连接的卫生系统则提供健康结果和药物警戒数据。
我预计在利用Michael Korczynski在1994年设想的原始概念之前不需要再过30年。随着PDA MSOP指导委员会和我们的行业领导者的前瞻性思考 - 以及工业4.0，PAT，大数据的融合，增强了现实和人工智能 - 我们很快就能够整合预测资源，使我们能够通过无菌处理实现最高水平的无菌保证。
(审核编辑: 林静)
