SPuMoNI, le projet européen de modélisation des Big data et des processus au service de l'industrie intelligente

USA - Français

• USA - English
• USA - español
• USA - Deutsch

FLORENCE, Italie, 8 janvier 2020 /PRNewswire/ -- Programme pour la recherche européenne coordonnée sur les technologies de l'information et de la communication (TIC) à long terme et les défis scientifiques s'appuyant sur les TIC, CHIST-ERA lance chaque année des appels à propositions de recherche sur des sujets émergents essentiels. En 2017, la mission était la suivante : « Modélisation des Big data et des processus au service de l'industrie intelligente ».

A répondu à cet appel un consortium composé de deux partenaires industriels - PQE Group (Italie) et Istituto De Angeli-Fareva (Italie) - et de trois partenaires universitaires - National College of Ireland (Irlande), Université de Thessalie (Grèce) et Université polytechnique de Valence (Espagne).

Le consortium rassemble une expertise et des compétences de haut niveau au service du développement et de la promotion de nouvelles approches pour le projet Smart Pharmaceutical MaNufacturIng (SPuMoNI) (fabrication intelligente de produits pharmaceutiques) dans le but d'aider l'industrie pharmaceutique en utilisant des techniques de pointe de calcul et de qualité des données. Il regroupe des partenaires qui ont une expérience avérée dans les systèmes de production pharmaceutique, le cloud computing, les technologies blockchain et la qualité des données.

Présenté à l'occasion du séminaire des projets CHIST-ERA dans le cadre des activités de la Présidence de l'UE 2019 à Bucarest en avril dernier, SPuMoNI bénéficie du soutien financier de l'Union européenne et représente plus de 1,1 million d'euros. 

L'industrie pharmaceutique produit des quantités importantes de données par le biais de chaînes de fabrication de plus en plus automatisées grâce à des capteurs et des dispositifs de plus en plus répandus. Les sources de données issues des chaînes de fabrication sont hétérogènes, car divers systèmes embarqués contrôlent les différents processus impliqués dans la production de médicaments.

L'intégrité des données et la traçabilité intégrale sont devenues des éléments essentiels pour respecter la conformité avec les différentes réglementations et directives internationales. À titre d'exemple, afin de publier un numéro de lot de médicament, il faut impérativement s'assurer que toutes les données produites sont conformes aux principes dits « ALCOA » (correspondant aux mots « Attributable, Legible, Contemporaneous, Original and Accurate », soit Attribuable, Lisible, Contemporain, Original et Précis). Les systèmes informatisés vérifiables sont donc fondamentaux pour les lignes de production pharmaceutiques, car l'industrie est de plus en plus réglementée à des fins de qualité des produits et de santé des patients. Comme les systèmes génèrent des données sous différents formats, les données doivent être analysées de manière dynamique pour garantir la qualité et la conformité du processus dans son ensemble. Ce projet est destiné à évaluer systématiquement toutes les données générées par les systèmes de production informatisés dans des environnements pharmaceutiques représentatifs, à savoir : (i) concevoir des modèles d'évaluation de la qualité des données basés sur les dimensions de la qualité des données convenues par l'European Institute for Innovation Through Health Data, notamment les règles découlant des documents de réglementation ; et, (ii) identifier les modèles de comportement des distributions de probabilité des données au fil du temps et parmi les sources de fabrication afin d'identifier les valeurs aberrantes, c'est-à-dire les modèles de comportement des données qui peuvent violer les principes ALCOA.

À cette fin, il y aura un système semi-autonome d'aide à la décision en matière de contrôle de la qualité des données qui permettra aux entreprises de fabrication pharmaceutique de déployer moins d'efforts dans l'analyse des données de conformité. Enfin, une démonstration du prototype du système dans un contexte opérationnel sera évaluée à l'aide d'ensembles et de flux de données réelles de fabrication pharmaceutique de qualité industrielle, couplés aux meilleures pratiques de l'industrie pharmaceutique.

Vous pouvez regarder la vidéo sur le projet SPuMoNI.

« Nous sommes très heureux de coordonner ce projet international et d'assumer de grandes responsabilités en termes de gouvernance des données. À ce titre, nous définissons les règles que ces données doivent suivre pour être conformes aux différentes réglementations mondiales ».

Mariola Mier, associée de PQE Group

Contact :

Laura Piccioli – Chargée de presse et de communication
[email protected] 
Mobile : +39-349-151207