Visuelle Inspektion mit KI: performant und regelkonform
Eine Fallstudie
Technik
Zusammenfassung
Die Fallstudie setzt den Beitrag Einsatz von KI in der pharmazeutischen Inspektionskontrolle [1] fort. Sie behandelt konkrete Projekterfahrungen und den aktuellen Stand der Diskussionen zum Thema Künstliche Intelligenz (KI) bzw. Maschinelles Lernen (ML) im Kontext der pharmazeutischen Industrie am Beispiel der visuellen Inspektion.
Die Grundlagen für den Betrieb der Lösung in der Cloud werden erläutert, wobei auch Projekterfahrungen einfließen. KI und ML entwickeln sich rasant weiter, die Bewertung durch Behörden und die gesetzlichen Vorgaben und Regulierungen sind dieser Geschwindigkeit nicht gewachsen. Dies führt zu Unsicherheit aufseiten der Anwender, daher werden regulatorische Aspekte beleuchtet und der aktuelle Stand der Technik berücksichtigt. 2 Aspekte stehen dabei im Fokus: Explainable AI, speziell Heatmaps, ist ein geeignetes Mittel, um die Blackbox KI transparenter zu machen und die Nachvollziehbarkeit von Entscheidungen zu erhöhen. Ein spezifisch für KI angepasstes Change und Release Management hilft, Risiken im Betrieb zu minimieren und die Kontrolle über die Anwendung zu behalten.
Korrespondenz:
Stefan Münch
Körber Pharma Consulting GmbH, Wilhelm-Schickard-Str. 9, 76131 Karlsruhe
stefan.muench@koerber.com
 | Stefan Münch ist verantwortlich für die Validierungs- und Qualifizierungsleistungen von Körber Pharma Consulting. Er hat über 25 Jahre Erfahrung sowohl in der Entwicklung von Softwaresystemen als auch als Berater für die pharmazeutische Industrie. Darüber hinaus ist er als Moderator, Trainer und Autor für eine Vielzahl von Themen aktiv, z. B. CSV, CSA, Pharma 4.0, Digitalisierung, QRM, KI/ML, SW-Entwicklung, Cloud |
