Toni es cofundador y CSO de Aizon, una empresa en la nube que ofrece una plataforma SaaS de IA para los sectores biotecnológico y farmacéutico. Es miembro del Consejo Asesor de Asuntos Regulatorios y Calidad de la PDA y copresidente del Grupo de Interés de la PDA en Fabricación Avanzada y Digitalización de Procesos Aplicados. Toni imparte asignaturas de IA en la URV y la OBS, y es SME para las Naciones Unidas en IA para Ciencias de la Vida. Ha escrito numerosos artículos en el sector farmacéutico y posee una docena de patentes internacionales relacionadas con el cifrado, la transmisión, el almacenamiento y el procesamiento de grandes volúmenes de datos para entornos regulados en la nube. Toni es físico, doctor y máster en Sociedad de la Información y el Conocimiento, y tiene un posgrado en sistemas de calidad para procesos de fabricación e investigación farmacéutica.
La industrialización de la IA en la fabricación de fármacos es un paso fundamental para lograr procesos de producción escalables, eficientes y conformes. Si bien la IA ha demostrado su potencial en el control de calidad predictivo, la optimización de procesos y la reducción de desviaciones, el reto reside en escalar los modelos de IA más allá de los proyectos piloto y garantizar una integración fluida en entornos regulados, como la fabricación de fármacos.
Las principales barreras para la industrialización de la IA incluyen ecosistemas de datos fragmentados, la falta de formatos de modelos estandarizados y las preocupaciones regulatorias en torno a la validación de la IA y la gestión del ciclo de vida. Un factor clave para superar estos desafíos es la adopción de formatos de modelos de IA abiertos y escalables, como ONNX (Open Neural Network Exchange), que permite implementar modelos de IA en diferentes plataformas y hardware sin necesidad de una reingeniería compleja. Al aprovechar ONNX y las técnicas de compresión de modelos, los fabricantes farmacéuticos pueden escalar eficientemente las aplicaciones de IA desde entornos de investigación hasta la producción industrial, garantizando la compatibilidad con los sistemas de ejecución de fabricación existentes y las arquitecturas de control de procesos en tiempo real.
La relevancia de este tema es crucial a medida que se acelera la adopción de la IA en las operaciones de Buenas Prácticas de Fabricación (BPF). Sin estrategias de implementación escalables, la IA permanece confinada a casos de uso aislados, lo que limita su impacto transformador. Al aprovechar ONNX y la implementación de modelos de IA basados en la nube, las compañías farmacéuticas pueden aprovechar al máximo el potencial de la IA, lo que permite la toma de decisiones en tiempo real basada en IA a escala industrial, garantizando al mismo tiempo el cumplimiento normativo.
Esta sesión proporcionará a los asistentes una hoja de ruta para la escalabilidad de la IA, que abarca las mejores prácticas para implementar la IA en entornos de producción a gran escala, optimizar el rendimiento de la inferencia de modelos y garantizar que los modelos de IA se adapten a las condiciones dinámicas de fabricación.
