Роботизация в фармацевтике: как роботы упаковывают в блистеры, контролируют дозирование и укладывают лекарства

Фармацевтическая промышленность представляет собой одну из наиболее строго регулируемых отраслей, где требования к качеству, стерильности и прослеживаемости продукции находятся на максимальном уровне. Цена ошибки в этой сфере измеряется не финансовыми потерями, а здоровьем и жизнями пациентов, что делает фармпроизводство идеальной средой для внедрения роботизированных систем, рассказывают в vt-robotics.ru

Глобальный рынок фармацевтических роботов в 2024 году оценивался в 198,9 млн долларов, а к 2034 году, по прогнозам аналитиков, достигнет 490,1 млн долларов с ежегодным темпом роста 9,2%. В России, по данным исследований рынка, роботизированные системы уже задействованы на 35% фармацевтических производств это самый высокий показатель среди всех отраслей промышленности.

Почему фармацевтика становится ключевым полигоном для роботизации

Фармацевтическое производство предъявляет комплекс жёстких требований, которые делают применение роботов не просто желательным, а критически необходимым. Стерильность производственных процессов один из главных факторов: человек является источником бактерий и микрочастиц, тогда как роботы способны работать в чистых зонах без риска контаминации. Многие фармацевтические роботы сертифицированы для эксплуатации в среде класса С и валидированы для очистки изопропиловым спиртом.

Точность дозирования ещё один ключевой аспект, где человеческие возможности ограничены. Миллиграммы и микролитры активных веществ требуют повторяемости, которую человек обеспечить не способен. Роботизированные системы точно дозируют субстанции, калибруют оборудование, сортируют и раскладывают таблетки и капсулы по блистерам с минимальной погрешностью.

Прослеживаемость каждой операции, необходимая для соответствия регуляторным требованиям, обеспечивается полным цифровым следом, который оставляют роботизированные системы.

Производственные мощности фармкомпаний работают в условиях растущего спроса на лекарственные препараты, а время вывода новых продуктов на рынок постоянно сокращается. Роботы функционируют круглосуточно без перерывов на отдых, обеспечивая стабильную производительность. Дефицит квалифицированных кадров для фармпроизводств становится всё более ощутимым, и автоматизация позволяет компенсировать нехватку операторов.

Чаще всего промышленные роботы в фармацевтике применяются для автоматизации повторяющихся задач: маркировки, контроля качества, фасовки и упаковки на последние две операции приходится около 50% объёма рынка фармацевтической робототехники.

Фармацевтические компании в России продолжают активно инвестировать в цифровизацию: по данным аналитического агентства Т1, отрасль занимает третье место по инвестиционной динамике в применении цифровых технологий, а 21,8% компаний уже применяют промышленных роботов.

Блистерные линии. Автоматизация упаковки твёрдых лекарственных форм

Блистерная упаковка остаётся самым распространённым способом фасовки таблеток и капсул благодаря способности защищать продукцию от воздействия влаги, кислорода и контаминации, а также обеспечивать чёткую индикацию вскрытия упаковки. Процесс блистерной упаковки представляет собой сложный многостадийный технологический цикл: формирование ячеек, загрузка продукции, запечатывание фольгой, перфорация и высечка готовых блистерных карт.

На каждом из этих этапов требуются высокая точность и скорость, что делает процесс идеальным кандидатом для роботизации.

Современные блистерные линии активно используют роботов различных типов для критически важных операций.

Дельта-роботы применяются для высокоскоростной загрузки продукции в ячейки блистера они выбирают таблетки или капсулы с конвейера и размещают их в предварительно сформированные ячейки с точностью, недоступной для человека. Некоторые современные линии интегрируют два дельта-робота: первый захватывает блистерные карты и подаёт их на модуль с переменным шагом, второй обеспечивает точную укладку продукции.

SCARA-роботы используются для точного перемещения блистеров между технологическими станциями. Например, гигиенические SCARA-роботы устанавливаются непосредственно на раму каждого модуля линии, обеспечивая бережное и точное перемещение блистеров без риска повреждения упаковки. Коллаборативные роботы находят применение на линиях с частой сменой ассортимента, где требуется быстрая переналадка оборудования.

Коботы на основе искусственного интеллекта выполняют более сложные операции на линиях комплектации и упаковки: розлив, дозирование, упаковку в блистеры.

Технологический процесс автоматизированной блистерной линии выглядит следующим образом: таблетки или капсулы укладываются в ячейки блистерной ленты, после перфорации получаются отдельные блистерные карты, которые роботизированный захват помещает на конвейер соединительного блока. Готовые блистеры направляются на картонирование укладку в картонные коробки вместе с вкладышами-аннотациями.

Коробки поступают в машину обёртывания плёнкой и формируются в более крупные упаковочные единицы. В некоторых современных линиях используются ротационные узлы блистерной упаковки, узлы соединения с дельта-роботами и узлы картонирования с непрерывным движением.

Применение роботизированных систем в блистерной упаковке даёт измеримые операционные преимущества. Пропускная способность линий увеличивается при сохранении стабильного качества, что приводит к улучшению общего показателя эффективности оборудования.

Интегрированные системы машинного зрения усиливают контроль качества, отслеживая наличие, ориентацию и целостность блистеров в реальном времени. Снижение числа ручных операций уменьшает риски контаминации, а точное позиционирование блистеров обеспечивает бесперебойную работу последующих этапов упаковки. Автоматизация также способствует достижению целей устойчивого развития: точная обработка снижает количество бракованных упаковок и отбракованной продукции, сокращая материальные потери.

Контроль качества и дозирования- нейросети и машинное зрение

Контроль качества в фармацевтике выходит далеко за рамки простой проверки целостности таблетки. Этот этап включает проверку дозировки, выявление дефектов, контроль правильности маркировки и целостности упаковки. Роботизированные системы с технологиями машинного зрения демонстрируют результаты, недоступные для человеческого восприятия. Современные системы контроля качества используют камеры высокого разрешения, фиксирующие любые дефекты и отклонения от нормы.

В основе систем компьютерного зрения лежат свёрточные нейросети и Vision Transformers, которые анализируют изображения в реальном времени, обнаруживая дефекты таблеток, незаметные человеческому глазу. Мультиагентные системы, объединяющие глубокое обучение с языковыми моделями, обеспечивают масштабируемый и аудируемый контроль качества, готовый к работе в условиях строгого GMP-регулирования.

Исследования показывают, что современные нейросетевые модели достигают впечатляющих результатов: например, модель PharmaNet Deep демонстрирует точность обнаружения дефектов 99,4% на специализированном наборе данных PharmaBlister.

Системы машинного зрения способны обнаруживать широкий спектр дефектов: сколы и трещины на поверхности таблеток и капсул, отклонения по размеру, цвету и форме, отсутствие или повреждение этикеток и крышек, инородные частицы в упаковке, а также дефекты покрытия и нарушения целостности блистеров.

Например, смарт-камеры Hikrobot серий SC5000 и SC7000 выполняют инспекцию нескольких типоразмеров блистеров на производственной линии с высокой скоростью, контролируют наличие таблеток в ячейках, обнаруживают сколы и трещины на поверхности, посторонние включения и пятна.

Технические характеристики систем компьютерного зрения постоянно совершенствуются. Модель DD-YOLO, созданная на основе YOLOv11, достигает точности mAP50 на уровне 94,2% при скорости обработки 85 кадров в секунду, что полностью удовлетворяет требованиям промышленных линий к минимальной задержке.

Исследования также показывают, что Vision Transformers превосходят свёрточные нейросети в задачах обнаружения слабо выраженных дефектов за счёт механизмов самовнимания, позволяющих учитывать как локальные, так и глобальные зависимости изображения.

Российские фармкомпании активно интегрируют системы компьютерного зрения в производственные процессы.

Например, компания "ПСК Фарма" и Сбер заключили соглашение о сотрудничестве в сфере цифровой трансформации, которое предусматривает интеграцию систем компьютерного зрения для контроля качества продукции и разработку цифровых двойников производственных линий.

Технологии искусственного интеллекта при разработке лекарственных средств и в производственном процессе применяют и в ГК "Промомед", где создан цех по автоматизированному производству твёрдых лекарственных форм с полным циклом, проводимым по задаваемым параметрам без участия человека.

Роботизированная укладка и паллетирование готовой продукции

• Заключительный этап фармацевтического производства укладка готовой продукции в транспортную тару и паллетирование также успешно автоматизируется с помощью роботизированных систем.
• На эту операцию приходится значительная доля всех роботизированных решений в фармацевтике, поскольку она включает повторяющиеся физические действия, которые могут выполняться роботами с большей эффективностью и меньшим риском ошибок.
• Шарнирные роботы небольшой грузоподъёмности применяются для сортировки и выбраковки продукции, транспортировки флаконов от экструзионных машин на конвейер розлива и далее к установкам для завинчивания колпачков, упаковки продукции в блистеры, бутылочки и коробки, а также для паллетирования готовых упаковок.

Эти роботы обеспечивают гибкость движений и способны достигать различных точек в производственном пространстве, что делает их универсальным решением для складов готовой продукции.

Примером эффективного роботизированного решения для укладки является система Robotronic, разработанная совместно с Mitsubishi Electric. Эта автоматизированная паллетизирующая ячейка для работы с флаконами и предварительно заполненными шприцами использует роботов серии FR, оснащённых технологией SoftTouch, которая позволяет обрабатывать хрупкие стеклянные изделия без повреждений.

Роботы обрабатывают до 600 единиц продукции в минуту, работая в ограниченном пространстве, а встроенная система контроля обеспечивает безопасность и точность, минимизируя риск повреждения стеклянных изделий.

Российские компании также демонстрируют успешные примеры внедрения роботизированной укладки.

Фармацевтическая компания Solopharm инвестировала 400 млн рублей в запуск высокотехнологичного участка по производству преднаполненных шприцев и флаконов с гиалуроновой кислотой, освоив собственную технологию производства и создав первый в России участок с двумя автоматизированными линиями для этого типа продукции. Применение роботов на этапе укладки и паллетирования позволяет значительно сократить время обработки заказов и снизить нагрузку на персонал.

Интеграция искусственного интеллекта и перспективы развития

Искусственный интеллект становится ключевым фактором, определяющим дальнейшее развитие роботизации в фармацевтике. Интеграция AI с робототехническими системами позволяет создавать самообучающиеся машины, способные адаптироваться к изменениям производственных условий и повышать эффективность операций. Особенно активно AI применяется в системах контроля качества, где нейросети анализируют изображения и принимают решения о годности продукции в реальном времени.

Цифровые двойники фармацевтических предприятий становятся важным инструментом оптимизации производственных процессов. Это имитационные модели всех процессов, перенесённые в 3D-формат, которые позволяют управленцам решать задачи создания новых или расширения действующих мощностей, модернизации и управления.

Цифровой двойник анализирует множество параметров и выдаёт рекомендации по оптимизации работ: как перераспределить размещение оборудования в цеху, как улучшить логистику сотрудников. Программирование всех систем на предприятии, в том числе отдельных роботов, возможно из одной точки контроля, что значительно упрощает управление заводом.

Технологии цифровых двойников уже используются российскими фармкомпаниями и демонстрируют впечатляющие результаты: скорость разработки препаратов увеличилась в 2–6 раз, время на подготовку документов по новым молекулам сократилось, в два раза меньше времени уходит на обеспечение завода сырьём и материалами, в 3,5 раза снизились трудозатраты на подготовку маршрутной карты на производственную серию, а срок обучения персонала сократился с 4 до 1,5 месяца.

Коллаборативные роботы представляют собой наиболее динамично развивающийся сегмент фармацевтической робототехники. Они необходимы для точных, монотонных или физически тяжёлых операций, особенно в условиях, опасных для человека при низких или высоких температурах или при работе с агрессивными субстанциями. Коботы на основе AI используются для лабораторного анализа и испытаний, сборки медицинских изделий, дозирования, наполнения и контроля качества.

Чаще всего они встречаются в сегменте комплектации и упаковки, на который приходится более половины всех используемых коллаборативных роботов в фармацевтике.

Серийный выпуск такого оборудования в России планируется начать в ближайшие годы, стоимость одного кобота составит примерно 10 млн рублей с перспективой удешевления до 4–5 млн рублей. Предполагается, что один агрегат заменит несколько человек на вредном производстве, значительно удешевив изготовление лекарственных препаратов. Для управления коботом не требуется специальных компетенций машины воспринимают визуальные и аудиальные команды.

Экономические эффекты и вызовы роботизации

Внедрение роботизированных систем в фармацевтическое производство даёт компаниям измеримые экономические преимущества. Снижение доли брака, повышение производительности, сокращение затрат на персонал и уменьшение рисков, связанных с человеческим фактором, обеспечивают быструю окупаемость инвестиций. Однако существуют и вызовы, ограничивающие темпы роботизации.

Высокие первоначальные инвестиции и затраты на обслуживание остаются главным барьером, особенно для небольших фармацевтических компаний и чувствительных к цене рынков. Нехватка квалифицированного персонала для работы на автоматизированных установках также влияет на эффективное использование роботизированных систем. Решение этих проблем лежит в развитии образовательных программ и снижении стоимости робототехнических решений за счёт локализации производства.

Несмотря на существующие вызовы, рынок фармацевтических роботов демонстрирует устойчивый рост. Северная Америка остаётся крупнейшим региональным рынком с долей 61,4%, однако Азиатско-Тихоокеанский регион показывает самые высокие темпы роста благодаря развитию фармацевтического производства в Китае, Индии и других странах.

Ведущие игроки рынка ABB, YASKAWA, KUKA, FANUC и STAUBLI совместно контролируют около 58% мирового рынка, постоянно расширяя свои продуктовые линейки и адаптируя решения для фармацевтической отрасли.

Российский рынок фармацевтической робототехники также демонстрирует позитивную динамику. Фармацевтический сектор занимает третье место по инвестиционной динамике в применении цифровых технологий, что подчёркивает его активное стремление к цифровизации. Российские компании внедряют роботов на различных этапах производства от блистерных линий до паллетирования готовой продукции, используя как зарубежные, так и отечественные разработки.

Перспективы развития роботизации в фармацевтике связаны с дальнейшей интеграцией искусственного интеллекта, расширением применения коллаборативных роботов и созданием полностью автоматизированных производственных линий, способных работать без участия человека на всех этапах от сырья до готовой упаковки.

Развитие технологий машинного зрения и нейросетевых алгоритмов позволит достичь практически стопроцентной точности контроля качества, а системы предиктивной аналитики помогут предотвращать сбои оборудования до их возникновения.