F. Hoffmann-La Roche, conocida comúnmente como Roche, es una de las empresas farmacéuticas más grandes del mundo. Líder en investigación y desarrollo (I+D) en el ámbito de la salud, Roche trata a millones de personas al año y miles de millones de pacientes se someten a pruebas con sus productos de diagnóstico. Debido a la complejidad del panorama de sus servidores y a los elevados costes de un lago de datos comercial, Roche se asoció con AVEVA y Capgemini para desarrollar una plataforma de datos fiable basada en la nube. Utilizó CONNECT data services para agregar y contextualizar de manera eficiente los datos de numerosos sistemas locales y aprovechar el análisis avanzado con el que empezar a mejorar los procesos.
"No esperábamos obtener resultados tangibles en tan poco tiempo. CONNECT Data Services, respaldada por un socio sólido (Capgemini), acelera significativamente el tiempo de amortización de una infraestructura de datos basada en la nube".
— Heiko Trefzger, Director de Producto – Datos e Información, F. Hoffmann-La Roche AG
Desafíos
Disponibilidad de datos relevantes para que los analistas especializados de Roche optimicen los procesos de desarrollo de fármacos y diagnósticos
Complejo entorno de servidores para agregar datos a escala global
Grandes cantidades de datos no estructurados en un lago de datos
Resultados
disponibilidad de datos de extremo a extremo
reducción potencial de hasta 70 servidores en todo el entorno del sistema
los análisis avanzados revelaron oportunidades para mejorar la fiabilidad de los activos mediante la detección temprana de anomalías
Fuentes de datos y sistemas centralizados para obtener información optimizada
Fundada en Basilea en 1896, Roche lleva casi 130 años innovando en los ámbitos farmacéutico y del diagnóstico. Desde 1974, ha recibido tres premios Nobel y 44 premios Prix Galien. El desarrollo de nuevos medicamentos es un proceso complejo e iterativo que requiere muchos recursos y un alto grado de precisión. Roche genera una cantidad ingente de datos sobre procesos y fabricación. El reto consistía en optimizar, contextualizar y poner estos datos a disposición de los analistas de Roche para que pudieran seguir ampliando los límites de la innovación médica.
Con el aumento de la cantidad de datos no estructurados en un lago de datos comerciales y una compleja red de sistemas y servidores, Roche necesitaba una forma de simplificar su infraestructura de datos. Este objetivo la convirtió en la candidata perfecta para el programa Lighthouse de AVEVA. Gracias a este programa, los clientes pueden probar las nuevas funciones de productos como CONNECT y ver cómo funcionan en un entorno empresarial. Gracias a la oferta de AVEVA™ PI Data Infrastructure, Roche utilizó CONNECT data services para optimizar su infraestructura y, a continuación, AVEVA™ Advanced Analytics para aumentar la fiabilidad de las centrifugadoras y la eficiencia del tiempo de actividad de los biorreactores.
"Teníamos varios silos de pipeline de datos. Ahora lo hemos reunido todo en uno, en CONNECT [data services]. También tenemos datos no estructurados en el lago de datos. Y ahora, como todo se hereda del AVEVA™ PI System™ en CONNECT, mantenemos esta contextualización y estructura en todo el pipeline".
— Gerd Fromm, Propietario de Productos de Sistemas y Aplicaciones de Datos Operativos, F. Hoffmann-La Roche AG
Roche visualiza y analiza los datos de producción a través de la conexión nativa en la nube entre SeeQ y CONNECT.
Data mesh: integración fácil con menos replicación de datos
El primer caso de uso que analizó el equipo de Roche fue lo que denominaron "data mesh" ("malla de datos"), que consistía en trasladar los datos de fabricación de la planta a un entorno centralizado en la nube para que los analistas de Roche pudieran acceder a ellos fácilmente. Recopilaron los datos en los AVEVA PI Servers y, a continuación, los introdujeron en CONNECT data services. Antes, Roche tenía varios silos de datos y datos no estructurados en un lago de datos; ahora todo estaba unificado y los datos mantenían su contextualización y estructura a lo largo de todo el proceso.
Un componente importante de la malla de datos era la integración con las aplicaciones existentes. Al igual que CONNECT tiene integración nativa con Databricks, el equipo creó rápidamente la integración con Snowflake (con "un poco de cinta adhesiva", como dijo Hans-Otto Weinhold de AVEVA). Roche utilizó PI SQL Client para extraer datos de una tabla de filas y columnas a Snowflake, que se utiliza como almacén central de datos de TI, y Talend como herramienta de canalización de datos para replicarlos en el entorno Snowflake y consumirlos después con herramientas como Data IQ. La facilidad de este tipo de integración significa que Roche puede utilizar las herramientas y aplicaciones que ya tiene. Con el tiempo, Roche podrá eliminar por completo la replicación de datos y consumirlos directamente a través de CONNECT.
SeeQ es otra herramienta que utiliza Roche, principalmente para el análisis de datos. Al actualizarse a SeeQ SaaS, se puede aprovechar la integración nativa del producto con CONNECT. Roche puede utilizar SeeQ Analytics y AVEVA Advanced Analytics para visualizar y analizar fácilmente los datos de producción a través de la conexión nativa en la nube entre SeeQ y CONNECT.
Solución
Implementación del sistema AVEVA PI y de CONNECT data services para optimizar la infraestructura de datos, utilizando AVEVA Advanced Analytics para implementar rápidamente el análisis de datos de autoservicio.
Análisis avanzados para la fiabilidad de los activos y la eficiencia de la producción
Ahora que Roche contaba con un entorno centralizado en la nube que se podía integrar fácilmente con otras herramientas y sistemas, el equipo aplicó análisis avanzados a una de sus centrifugadoras. Se centraron en la centrifugadora CN-1610, prestando especial atención al sensor de vibraciones y creando un gemelo digital de este. Gracias a AVEVA Advanced Analytics, pudieron crear un flujo bidireccional de datos del sensor que replicaba el activo. La combinación de datos en tiempo real, datos del modelo de fábrica y modelos de aprendizaje automático les permitió detectar una anomalía y enviar la alerta correspondiente.
Mediante el uso de un gemelo digital, Roche puede examinar múltiples variables complejas de la centrífuga, como la temperatura y la turbidez, y realizar un mantenimiento predictivo para evitar costosas averías.
Tras comprobar esta capacidad, el equipo pasó a analizar variables y procesos más complejos de la centrífuga, como la temperatura y la turbidez. Utilizando los datos históricos del proceso del último año, junto con los datos en tiempo real de los activos y los modelos, pudieron detectar y comprender otras anomalías. Este proceso de detección de anomalías, que se puede replicar fácilmente, permite a Roche aumentar la fiabilidad de sus equipos al alertar al personal de mantenimiento de los deterioros antes de que se produzca una avería costosa.
Otro caso de uso que Roche analizó fue la eficiencia de producción de uno de sus biorreactores: el Biorreactor V-1540. El equipo volvió a utilizar CONNECT y AVEVA Advanced Analytics para replicar los procesos del biorreactor y visualizar gráficamente la ventana de producción. Gracias a la visualización de eventos integrada en CONNECT, pudieron ver el tiempo neto de producción total y profundizar en variables específicas según fuera necesario.
“Aquí demostramos que tenemos la posibilidad, con los modelos listos para usar que ya existen en AVEVA Advanced Analytics, de desarrollar rápidamente algunos casos de uso que aportan valor y son escalables.”
—Lukas Markwalder, Director de Manufactura y Operaciones Digitales de Capgemini Engineering Switzerland
Roche reproduce los procesos del biorreactor y muestra una representación gráfica de la ventana de producción.
Arquitectura de TI simplificada para obtener resultados escalables
Roche tiene previsto seguir simplificando la arquitectura de su sistema con CONNECT, eliminando 70 servidores y optimizando toda su infraestructura. Esta arquitectura informática simplificada se traduce en una reducción de costes, menos redundancia y datos centralizados de alta disponibilidad. Al poder acceder tanto a CONNECT como a AVEVA Advanced Analytics a través de AVEVA PI Data Infrastructure, Roche se dio cuenta rápidamente del valor que aportaban los análisis avanzados para optimizar la disponibilidad de las centrifugadoras y el tiempo de actividad de la producción de los biorreactores. Esto se tradujo en resultados del proyecto en menos de tres meses, lo que permitió a Roche cumplir su objetivo de presentar resultados en la Hannover Messe.
Como afirma Lukas Markwalder, Director de Manufactura y Operaciones Digitales de Capgemini: "Hemos demostrado aquí que, con los modelos listos para usar de AVEVA Advanced Analytics, podemos desarrollar rápidamente casos de uso que aportan valor y son escalables". Ahora, Roche puede integrar fácilmente estas soluciones en otras plantas de producción utilizando su infraestructura de datos unificada y aplicando análisis avanzados para crear modelos a partir de datos y plantillas existentes, que puede aplicar a otras máquinas y procesos sin coste adicional. Al acelerar el tiempo de amortización, Roche puede colaborar e innovar para llevar soluciones médicas y de diagnóstico a los pacientes más rápidamente.
Aspectos destacados del producto
AVEVA™ PI Data Infrastructure
La plataforma híbrida de datos de operaciones de AVEVA abarca el edge industrial, múltiples plantas y la nube. Utilice los datos de forma segura y sin fisuras en toda su empresa y con los socios del ecosistema.
CONNECT
Nuestra plataforma de inteligencia industrial: acceda de forma segura a la cartera de software como servicio (SaaS) industrial más amplia y completa, potenciada por el poder de la inteligencia artificial (IA) industrial.
AVEVA™ PI System™
Recopile, agregue y enriquezca datos de operaciones en tiempo real para la resolución inmediata de problemas y proporcione datos formateados con facilidad a aplicaciones empresariales y análisis avanzados.
