摘? 要： 在工業(yè)互聯(lián)網(wǎng)快速發(fā)展過程中，制藥行業(yè)特別是疫苗等重點生物制品生產(chǎn)領域需提升“應急保供”能力，因此建設基于工業(yè)互聯(lián)網(wǎng)和大數(shù)據(jù)技術的智慧制藥生產(chǎn)過程管控平臺有重要的意義。介紹了工業(yè)互聯(lián)網(wǎng)在制藥行業(yè)的應用研究及相關案例，以數(shù)字化技術和服務來使企業(yè)實現(xiàn)提質增效和產(chǎn)業(yè)升級。

關鍵詞： 工業(yè)互聯(lián)網(wǎng); 智慧制藥; 大數(shù)據(jù); 產(chǎn)業(yè)升級

中圖分類號：TP319? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2022）06-71-05

Research and implementation of Industrial Internet of Things（IIOT）

application on pharmaceutical industry

Hu Shoufeng

（ZhejiangDayuan? IntelligentPharmaceutical EngineeringCo.，Ltd.， Hangzhou， Zhejiang 311121， China）

Abstract： During the rapid development of Industrial Internet of Things （IIOT）， it is urgent to set up platform of management and control for the whole life cycle of drugs based on IIOT and big data technology. In this paper， the application research and related cases of intelligent pharmacy are introduced， and digital technology and services are used to enable enterprises to improve quality and efficiency as well as industrial upgrading.

Key words： Industrial Internet of Things （IIOT）; intelligent pharmacy; big data; industrial upgrading

0 引言

近年來，我國深入實施工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展戰(zhàn)略，“5G+工業(yè)互聯(lián)網(wǎng)”建設按下加速鍵，多種應用場景不斷拓展，遠程設備操控、現(xiàn)場輔助操作、產(chǎn)品質量檢測等典型場景取得了明顯成效[1]?！笆奈濉币?guī)劃提出，推進產(chǎn)業(yè)數(shù)字化轉型，在重點行業(yè)和區(qū)域建設若干國際水準的工業(yè)互聯(lián)網(wǎng)平臺和數(shù)字化轉型促進中心[2]。

制藥行業(yè)，特別是以人用疫苗為代表的生物制藥產(chǎn)品，涉及公共健康和區(qū)域疫情防控，是維護社會穩(wěn)定和國家安全的重要保障物資，其產(chǎn)品質量直接影響到國家公共衛(wèi)生管理與應急處置效果。同時，生物制藥具有研發(fā)周期長、投入大、安全性監(jiān)管要求高等特點，隨著《藥品管理法》、《疫苗管理法》、新版GMP生物制品附錄等相關法規(guī)出臺，采用工業(yè)互聯(lián)網(wǎng)等信息技術賦能產(chǎn)品質量管控和溯源、加速研發(fā)進程、提高生產(chǎn)效率，已成為必要技術手段[3]。

本文圍繞生物制藥，通過工業(yè)互聯(lián)網(wǎng)和大數(shù)據(jù)技術對生產(chǎn)數(shù)據(jù)實時采集與處理、智能化質量分析與反饋，開發(fā)生物制藥質量管控模型庫，支持疫苗等生物產(chǎn)品的生產(chǎn)過程柔性協(xié)同，快速優(yōu)化工藝，提升生物制藥產(chǎn)品研制質量和效率[4]。

1 行業(yè)現(xiàn)狀與解決方案

1.1 行業(yè)現(xiàn)狀

工業(yè)互聯(lián)網(wǎng)（IIOT）是新一代信息通信技術與工業(yè)經(jīng)濟深度融合的新型基礎設施、應用模式和工業(yè)生態(tài)，通過對人、機、物、系統(tǒng)等全面連接，構建起覆蓋全產(chǎn)業(yè)鏈、全價值鏈的全新制造和服務體系，為工業(yè)乃至產(chǎn)業(yè)數(shù)字化、網(wǎng)絡化、智能化發(fā)展提供了實現(xiàn)途徑，是第四次工業(yè)革命的重要基石[5]。

從全球來看，默克、GSK、賽諾菲等跨國企業(yè)的數(shù)字化手段已覆蓋研發(fā)、采購、生產(chǎn)、質檢、物流、售后的全部環(huán)節(jié)，電子數(shù)據(jù)采集EDC、隨機化藥物試驗管理RTSM、藥物警戒PV、臨床試驗管理CTMS等專用工具與生產(chǎn)執(zhí)行系統(tǒng)MES、質量管理系統(tǒng)QMS等基礎工具深度集成與融合，充分利用大樣本量、高精細度數(shù)據(jù)，結合人工智能技術輔助分析，提高研發(fā)效率和質量控制水平。基于此，在全球數(shù)字化轉型的時代契機下，我國生物制藥企業(yè)借助工業(yè)互聯(lián)網(wǎng)平臺，融匯數(shù)字基礎設施、工具和知識，結合相關法規(guī)補齊生產(chǎn)過程能力短板，是當前行業(yè)重要任務之一。

1.2 解決方案

⑴ 總體建設方案

建立在工業(yè)互聯(lián)網(wǎng)基礎上的解決方案，以物聯(lián)網(wǎng)為基礎、平臺為中樞、數(shù)據(jù)為要素、應用為導向，既是工業(yè)數(shù)字化、網(wǎng)絡化、智能化轉型的基礎設施，也是互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟深度融合的應用模式，同時也是一種新業(yè)態(tài)、新產(chǎn)業(yè)，將重塑制藥行業(yè)的生產(chǎn)形態(tài)、供應鏈和產(chǎn)業(yè)鏈生態(tài)。

我們依據(jù)“頂層設計、分步實施”原則，設計制藥行業(yè)智能制造新模式解決方案，如圖1所示。

解決方案把制藥企業(yè)信息化建設內容分為五個層次，描述如下。

第一層為設備層，是硬件基礎，包括生產(chǎn)、公輔、環(huán)境、動力和廠房等設備設施，為企業(yè)生產(chǎn)活動提供基礎生產(chǎn)資料。

第二層為監(jiān)控層，軟件系統(tǒng)通過工業(yè)互聯(lián)網(wǎng)連接各類設備，進行設備數(shù)據(jù)采集、設備運行狀況監(jiān)控、設備異常狀況預警和處理等活動，為數(shù)字化升級和信息化管理打下數(shù)字基礎。

第三層為業(yè)務管理層，軟件系統(tǒng)對各業(yè)務部門的工作流程進行信息化管理，通過工業(yè)互聯(lián)網(wǎng)互聯(lián)互通，打通業(yè)務流和數(shù)據(jù)流，實現(xiàn)信息共享和工作協(xié)同。

第四層為經(jīng)營管理層，軟件系統(tǒng)對公司級別資源進行管理，包括客戶、供應鏈、財務以及人機料等資源，是企業(yè)管理數(shù)字化的集中體現(xiàn)。

第五層為決策支持層，也稱為數(shù)據(jù)應用層，通過對企業(yè)數(shù)據(jù)整合分析，形成智能決策支持信息，通常包括可視化指揮中心和智能化運營中心的BI系統(tǒng)和駕駛艙軟件，用于GMP咨詢服務的智能審計系統(tǒng)，用于智慧制藥監(jiān)管的數(shù)字監(jiān)管系統(tǒng)等，為智能制造決策提供技術支持，從而優(yōu)化企業(yè)生產(chǎn)管理和執(zhí)行過程，達到“提質增效、節(jié)能降本”的目標[6]。

通常藥企會優(yōu)先建設設備層的基礎硬件設施和企業(yè)經(jīng)營管理的相關軟件系統(tǒng)。其次，建設項目主要集中在監(jiān)控層和業(yè)務管理層，包括生產(chǎn)數(shù)據(jù)采集和實時監(jiān)控系統(tǒng)、與生產(chǎn)緊密相關的“人機料法環(huán)”等各業(yè)務流程管理系統(tǒng)等。最后，才會通過數(shù)據(jù)應用方案對企業(yè)內積累的生產(chǎn)質量數(shù)據(jù)進行開發(fā)利用，形成數(shù)據(jù)驅動的應用軟件幫助企業(yè)達到?jīng)Q策支持的目的。

⑵ 數(shù)據(jù)應用方案

藥企基于GMP規(guī)范建設工業(yè)互聯(lián)網(wǎng)平臺和各大業(yè)務管理系統(tǒng)，為數(shù)據(jù)應用打下良好基礎，因此構建大數(shù)據(jù)分析及智能決策平臺，為企業(yè)的決策支持提供數(shù)據(jù)要素和指揮大腦。數(shù)據(jù)應用方案架構如圖2所示。

一是數(shù)據(jù)集成。設備設施和儀表儀器層面采集的多源、異構、海量數(shù)據(jù)，傳輸至工業(yè)互聯(lián)網(wǎng)平臺，為深度分析和應用提供基礎。

二是數(shù)據(jù)分析。提供大數(shù)據(jù)、人工智能分析的算法模型和制藥各類仿真工具，采用ESB服務總線、數(shù)據(jù)倉庫、分布式存儲系統(tǒng)和分布式計算框架等技術構建數(shù)據(jù)中臺，對海量數(shù)據(jù)進行挖掘分析。

三是知識復用。采用數(shù)據(jù)能力開發(fā)如高級分析、深度學習、建模預測形成知識圖譜，將工業(yè)經(jīng)驗知識轉化為平臺上的模型庫、知識庫，通過工業(yè)微服務組件方式為各種業(yè)務場景提供決策支持服務。

四是應用創(chuàng)新。通過SOA方式為藥企的智能制造、智慧運營、GMP咨詢服務和智慧監(jiān)管等場景，提供各類服務、工業(yè)APP、云化軟件，幫助藥企深度利用數(shù)據(jù)提質增效。

2 建設內容

按照總體規(guī)劃方案中的路徑，逐步在藥企建設“數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)”和“生產(chǎn)執(zhí)行系統(tǒng)”，記錄生產(chǎn)關鍵工藝參數(shù)（CPP）、物料中間品和成品的關鍵質量屬性數(shù)據(jù)（CQA），根據(jù)Matlab等建模軟件，分析CPP、物料CQA和中間品、成品CQA之間的關聯(lián)關系并建立模型，把模型公式植入“生產(chǎn)過程建模預測系統(tǒng)”，實時監(jiān)測生產(chǎn)過程中的工藝參數(shù)、物料質量屬性數(shù)據(jù)，從而根據(jù)模型來預測藥品的質量屬性。對生產(chǎn)數(shù)據(jù)進行過程能力、質量穩(wěn)定性分析，在“生產(chǎn)過程數(shù)據(jù)調度系統(tǒng)”進行調度展示，為藥企提供決策支持。

2.1 數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)

SCADA（Supervisory Control And Data Acquisition）即數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)，集成對接DCS和PLC等設備，實現(xiàn)對生產(chǎn)數(shù)據(jù)實時采集、設備運行狀態(tài)監(jiān)控、生產(chǎn)數(shù)據(jù)趨勢分析以及生產(chǎn)異常狀況預警。生產(chǎn)數(shù)據(jù)包括生產(chǎn)控制數(shù)據(jù)（如運行/停止時間）、工藝數(shù)據(jù)（如溫度、濕度、壓力、流量、密度、PH值等）、產(chǎn)量數(shù)據(jù)、設備運行數(shù)據(jù)（如轉速）等;空壓、制冷、空調、水系統(tǒng)和環(huán)境監(jiān)測等公輔設備數(shù)據(jù)，為MES系統(tǒng)提供大量實時數(shù)據(jù)，為數(shù)據(jù)挖掘和智能決策支持提供數(shù)據(jù)支撐。系統(tǒng)架構如圖3所示。

應用監(jiān)控層：管理人員可通過固定終端、移動終端對SCADA系統(tǒng)對接的設備進行遠程監(jiān)控，包括數(shù)據(jù)采集、運行監(jiān)控、報警處理、報表查詢等功能。

綜合服務層：對SCADA采集的數(shù)據(jù)進行匯總及處理，以圖形化形式發(fā)送至客戶端進行應用查看，并通過標準化的通訊接口與MES系統(tǒng)進行實時通訊。

分布式采集層：通過不同控制系統(tǒng)的協(xié)議對接設備，進行實時數(shù)據(jù)采集，并將采集點數(shù)據(jù)發(fā)送給綜合服務器進行數(shù)據(jù)處理。

2.2 生產(chǎn)執(zhí)行系統(tǒng)

MES（Manufacturing Execution System）即生產(chǎn)執(zhí)行系統(tǒng)，通過對藥品生產(chǎn)過程中的“人機料法環(huán)”5個要素進行有機整合，對各道生產(chǎn)工序的操作活動進行指引，并通過與EPR、SCADA、LIMS、QMS、WMS等系統(tǒng)的業(yè)務流程銜接和數(shù)據(jù)交互，完成物料流轉和設備設施管理、生產(chǎn)排產(chǎn)、操作指導、生產(chǎn)數(shù)據(jù)記錄、質量控制與保證、質量追溯、數(shù)據(jù)分析等功能，為藥企提供一個多部門業(yè)務協(xié)同的生產(chǎn)信息化管理平臺。系統(tǒng)架構如圖4所示。

MES系統(tǒng)按照ISA-S95標準定義關鍵數(shù)據(jù)模型，按照ISA-S88標準定義批處理控制模型，功能設計采用分層架構，包括服務層、系統(tǒng)應用層和人機交互層。

服務層：系統(tǒng)提供服務包括Web服務、通信服務、接口服務和數(shù)據(jù)服務，確保B/S架構系統(tǒng)運行，系統(tǒng)間的消息通知和數(shù)據(jù)交互，以及通過標準接口協(xié)議OPC或Web Service與SCADA對接采集設備運行數(shù)據(jù)。系統(tǒng)采用SQL Server數(shù)據(jù)庫，數(shù)據(jù)處理統(tǒng)一封裝成標準接口，提供給系統(tǒng)應用層調用。

系統(tǒng)應用層：系統(tǒng)采用SOA面向服務架構，設計了應用集成組件、設備系統(tǒng)對接組件采用消息隊列和XML進行模塊間通訊和對接。MES系統(tǒng)向下對接SCADA系統(tǒng)集成DCS、PLC等硬件設備，構建基礎數(shù)據(jù)層;向上與ERP對接，用于物料、生產(chǎn)計劃、人員信息等數(shù)據(jù)交互;橫向與QMS、LIMS系統(tǒng)對接，用于質量控制過程和數(shù)據(jù)的交互。MES系統(tǒng)為管控生產(chǎn)全流程，包含人員管理、設備管理、物料管理、生產(chǎn)管理、EBR管理和質量管理等功能模塊，構建了生產(chǎn)業(yè)務處理層。

人機交互層：系統(tǒng)采用B/S架構設計，部署在Web服務上，授權用戶可以在工業(yè)平板電腦、PC機上通過瀏覽器或APP進入系統(tǒng)，采用掃碼槍、打印機等I/O設備快速處理生產(chǎn)業(yè)務流程。

2.3 生產(chǎn)過程建模預測系統(tǒng)

系統(tǒng)進行建模分析的目的，是為了建立原材料、中間品和成品的質量屬性之間的關聯(lián)關系;生產(chǎn)工藝參數(shù)和成品質量屬性之間的關聯(lián)關系。通過模型應用到實際生產(chǎn)過程中，系統(tǒng)根據(jù)實時數(shù)據(jù)對藥品質量能夠預測并識別質量風險，從而有效的規(guī)避質量風險擴大，甚至產(chǎn)生難以挽回的損失。系統(tǒng)工作流程如圖5所示。

針對基于質量風險評估所辨析出的關鍵工藝參數(shù)、原料和中間品的關鍵質量屬性進行實時監(jiān)測和上下限警報，其中上下限值為合格批次該工藝參數(shù)的歷史數(shù)據(jù)的95%置信區(qū)間。智能應用主要有以下兩種方式。

智能風險控制：按照定義風險項，系統(tǒng)自動識別判定生產(chǎn)風險，按風險級別發(fā)起處理流程并啟動聯(lián)動應急預案，控制聯(lián)動設備。最后通過風險處理過程評判優(yōu)化風險項，完成一個周期的過程風險控制。系統(tǒng)依次循環(huán)進行風險控制和優(yōu)化，達到智能化控制風險的目標。

智能決策支持：通過模型參數(shù)定義，獲取歷史數(shù)據(jù)，建立生產(chǎn)工藝參數(shù)和中間體、成品質量關鍵屬性關聯(lián)模型，以及原料、中間體和成品的質量關鍵屬性間的關聯(lián)模型，然后在生產(chǎn)過程中采集實時的生產(chǎn)工藝數(shù)據(jù)和質量檢驗數(shù)據(jù)，運用模型分析獲得質量風險評判結論，為質量管控部門提供決策支持依據(jù)[7]。

2.4 生產(chǎn)過程數(shù)據(jù)調度系統(tǒng)

數(shù)據(jù)應用通過生產(chǎn)過程數(shù)據(jù)調度系統(tǒng)提供給各業(yè)務部門，針對生產(chǎn)、物料、設備、質量、能源等績效數(shù)據(jù)形成統(tǒng)計報表，內容包括生產(chǎn)計劃完成情況，生產(chǎn)狀態(tài)、生產(chǎn)能耗數(shù)據(jù)，物料庫存信息，設備運行情況，產(chǎn)品檢驗、成品合格率等統(tǒng)計數(shù)據(jù)，生產(chǎn)工藝參數(shù)和質量風險的實時監(jiān)控等，如圖6所示。同時，藥企數(shù)據(jù)可提供給GMP咨詢服務和藥監(jiān)部門開展“數(shù)字藥監(jiān)”工作。

當生產(chǎn)異常狀況發(fā)生或有質量風險時，系統(tǒng)主動報警并提示相關人員進行處理。本項目應用于浙江省藥監(jiān)局的“黑匣子”工程，是面向監(jiān)管、面向產(chǎn)業(yè)、面向公眾、面向機關四個大方面的應用，本項目有利于推進藥品監(jiān)管數(shù)字化、產(chǎn)業(yè)賦能數(shù)字化。

3 結束語

通過基于工業(yè)互聯(lián)網(wǎng)和大數(shù)據(jù)技術的制藥智能化綜合管理平臺建設，幫助制藥企業(yè)提高生產(chǎn)過程中海量的數(shù)據(jù)融合和增值應用，實現(xiàn)人員、設備、物料和質量等多方面的協(xié)同管理，進而提升疫苗等重點產(chǎn)品生產(chǎn)過程網(wǎng)絡化、智能化水平;實現(xiàn)疫苗生產(chǎn)質量的事前預防、事中監(jiān)控、事后分析，發(fā)揮質量智能預測功能，提升疫苗生產(chǎn)質量風險管控水平，從而使疫苗生產(chǎn)過程控制更全面精準，進而保證藥品質量更加穩(wěn)定可控保障生產(chǎn)過程安全;為我國生物制藥行業(yè)提供基于工業(yè)互聯(lián)網(wǎng)的規(guī)范數(shù)字化質量管控手段，降低企業(yè)數(shù)字化建設生產(chǎn)成本，提高生產(chǎn)效率、和產(chǎn)品質量，推進行業(yè)數(shù)字化轉型創(chuàng)新發(fā)展。從已經(jīng)實施案例來看應用效果顯著，對于當下正在進行的制藥行業(yè)智能化升級改造和數(shù)字化監(jiān)管具有重大的推動作用。

當前系統(tǒng)在智能決策支持上還有很大提升空間，未來將進一步研究算法的智能性，為智能制造決策支持的科學性提供充分保障[8]。

參考文獻（References）：

[1] 中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要[Z]，2021

[2] 國務院辦公廳，關于全面加強藥品監(jiān)管能力建設的實施意見》[Z]，2021

[3] 胡首鋒，姜毅.中成藥質量溯源系統(tǒng)建設方案的研究與實現(xiàn)[J].計算機時代，2018（2）：62-66

[4] 胡首鋒，李正，姜毅.中藥材溯源系統(tǒng)的設計與建設[J].天津中醫(yī)藥大學學報，2017，36（6）：401-405

[5]工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展成效報告2018-2021年中國工業(yè)互聯(lián)網(wǎng)研究院，2021

[6] 程翼羽，瞿海斌，張伯禮.中藥工業(yè)4.0：從數(shù)字制藥邁向智慧制藥[J].中國中藥雜志，2016.41（1）：1-5

[7] 李振皓，錢忠直，程翼羽.基于大數(shù)據(jù)科技的中藥質量控制技術創(chuàng)新戰(zhàn)略[J].中國中藥雜志，2015.40（17）：3374-3378

[8] 陳觀林，何江，翁昌健，戴旭.城市管理科學執(zhí)法分析決策系統(tǒng)的開發(fā)與實現(xiàn)[J].計算機時代，2013，（7）：73-77