Per questo motivo Fedegari ha preso parte al progetto “KNOWLEDGE4PHARMA – del Pharmaceutical Knowledge Management for Primary Packaging Design and Development”, in collaborazione con MADE Competence Center e l’Università di Pavia. L’iniziativa è finalizzata a integrare l’Intelligenza Artificiale nello sviluppo delle migliori soluzioni avanzate per la sterilizzazione, con l’obiettivo di trasformare la conoscenza empirica relativa ai nostri sistemi in un asset digitale predittivo, strutturato e scalabile.

Nello specifico, il progetto mira a sviluppare un modello di sistema basato sullo studio dell’interazione tra le superfici dei contenitori Ready-To-Fill (RTF), i farmaci biotecnologici e i processi di sterilizzazione a vapore saturo, al fine di individuare i parametri più idonei in funzione delle specifiche combinazioni di materiali e prodotti.

Lo studio ha messo le basi per lo sviluppo di un Graph Neural Network (GNN), un modello matematico alimentato da dataset dinamico, aggiornato in modo continuo che grazie al supporto dell’Intelligenza Artificiale, permetterà di analizzare relazioni complesse e prevedere il comportamento dei sistemi.

Il modello ha lo scopo di stimare le interazioni tra materiali, prodotti e condizioni di processo, suggerendo configurazioni ottimali dei parametri e supportando decisioni più efficienti e accurate per lo sviluppo dei cicli di sterilizzazione. Ne derivano un miglioramento dei livelli di qualità e sicurezza dei processi, insieme a una riduzione dei consumi energetici e a una maggiore ottimizzazione delle risorse.

Attraverso questa iniziativa, Fedegari si pone alla guida dell’evoluzione dei processi di sterilizzazione, integrando il proprio expertise con il contributo del mondo accademico e le potenzialità dell’Intelligenza Artificiale per generare valore concreto. Questo impegno si traduce nella realizzazione di soluzioni avanzate per l’industria farmaceutica, con l’obiettivo di anticipare e contribuire al progresso del settore.