Когда мы думаем о лекарстве, мы обычно сосредотачиваемся на его эффекте: как лекарство действует против этого конкретного заболевания?
Производство эффективных лекарств является главным приоритетом для датского фармацевтического гиганта Novo Nordisk. Но это лишь один из многих элементов фармацевтического производства. Планирование производства чрезвычайно сложно, и существует множество критериев успеха. В дополнение к созданию эффективного препарата, Novo Nordisk также необходимо обеспечить своевременное завершение производства, выпуск достаточного количества продукта, но также и то, чтобы запасы не были слишком переполнены, и, наконец, чтобы производственные мощности были полностью использованы за счет производства нескольких различных продуктов на одних и тех же заводах.
Чтобы обеспечить оптимальное планирование, Novo Nordisk сейчас пробует что-то новое, говорит Динеш К. Баби, старший менеджер проекта в Novo Nordisk.
«При планировании учитывается множество параметров — каково наилучшее сочетание? Математическое моделирование помогает нам ответить на этот вопрос», — говорит Динеш К. Бабий.
Novo Nordisk является производителем инсулина номер один в мире. Novo Nordisk производит 50% мирового инсулина на своих предприятиях в Калундборге, в Дании. Более 34 миллионов человек по всему миру ежегодно пользуются продуктами датского фармацевтического гиганта для борьбы с диабетом. Кроме того, Novo Nordisk также производит препараты для лечения ожирения, гемофилии и нарушений роста.
Как и многие другие фармацевтические производители, Novo Nordisk до сих пор использовала большие электронные таблицы для планирования производства. «Excel — отличный инструмент, но электронная таблица может решать только базовые проблемы. Когда мы сталкиваемся со сложной проблемой, нам нужны сложные инструменты», — говорит Динеш К. Бабий.
Именно поэтому компания обратилась в DTU Chemical Engineering, которая занимается математическим моделированием биохимических процессов и производства. Для начала Novo Nordisk проверила идею о том, может ли математическое моделирование помочь им оптимизировать производство, наняв ассистента-студента из DTU. Это оказалось успешным, и впоследствии в сотрудничестве с DTU Chemical Engineering были выполнены два магистерских проекта, а в 2021 году Саймон Бреддер Линдал приступил к докторскому проекту, который приведет к разработке инструмента математического моделирования с широким применением в фармацевтическом производстве в Novo Nordisk.
Когда Саймон Б. Линдал начинал проект, его методом выбора было целочисленное программирование или MILP (смешанное целочисленное линейное программирование). Целочисленное программирование обычно используется в логистическом планировании, в том числе в авиации, при планировании списка летного состава и определении маршрутов каждого воздушного судна с целью полного использования пропускной способности. «Самое замечательное в целочисленном программировании заключается в том, что вы можете показать, действительно ли план может быть реализован, а также найти наилучшее решение. Есть и другие методы, но они могут лишь указать на возможное решение, и не обязательно на лучшее», — говорит Саймон Б. Линдал.
Более того, линейное математическое решение требует меньше вычислительного времени, чем нелинейное решение, что является еще одним преимуществом.
Результатом работы Саймона является цифровая копия производственной системы Novo Nordisk в сочетании с методом оценки текущей мощности, эффекта системных изменений и возможности производства нескольких продуктов на одних и тех же производственных линиях.
Список входных параметров, которыми манипулирует Саймон Б. Линдал, свидетельствует о том, насколько сложным является планирование: он включает доступные производственные мощности, производительность на каждом этапе производства, потребности в запасах, время переключения между различными процессами и планируемые периоды простоя — это лишь некоторые из наиболее важных.
Одним из преимуществ использования этого типа моделирования при планировании производства является возможность тестирования различных сценариев, говорит Гюркан Син, профессор DTU Chemical Engineering и научный руководитель Саймона Б. Линдала. Например, вы можете использовать инструмент моделирования для моделирования различных способов добавления дополнительного продукта, чтобы избежать создания излишне больших производственных мощностей, если есть возможность решить проблему другим способом.
Чтобы проиллюстрировать, как изменения в отдельных частях производства могут привести к оптимизации всего процесса, Динеш К. Баби использует пример из повседневной жизни: утренний ритуал. Мы встаем, принимаем душ, может быть, варим кофе, завтракаем, готовим обед, идем на вокзал и отправляемся на работу. Что, если бы мы могли отвлечься на пять минут от утреннего ритуала? Может быть, мы могли бы включить кофеварку и дать ей настояться, пока принимаем душ, или мы могли бы поехать на велосипеде на станцию вместо того, чтобы идти пешком? Тогда мы могли бы сесть на поезд, который отправляется на пять минут раньше, и если этот поезд прямой с меньшим количеством остановок, чем тот, которым мы обычно пользуемся, тогда мы также могли бы сократить время в пути на десять минут. Результатом было бы прибытие на работу на 15 минут раньше, просто сократив пять минут утреннего ритуала. Это простая арифметика в уме.
Планирование фармацевтического производства основывается на тех же принципах, но это гораздо более сложная реальность, и невозможно рассчитать в уме оптимизированный график производства. Однако с помощью математической модели вы можете найти параметры, которые вам нужно настроить, чтобы получить наилучший результат. Для Саймона Б. Линдала важно указать, какова цель разработки математической модели, а какой она не является. «Цель разработки математической модели — создать инструмент, который может поддержать лиц, принимающих решения, а не принимать решение за вас», — говорит Саймон.
Он является частью команды, где другие берут его модели и адаптируют их именно к тому производству, которое планируется. Динеш К. Баби видит много перспектив в проекте моделирования. Эта модель, безусловно, может быть использована при расширении производства. Но масштабирование не менее важно:
«Можно ли точно так же использовать модель в других частях производства? Это важный аспект», — говорит старший менеджер проекта, таким образом облекая в слова концепцию масштабирования.
Этот инструмент будет создавать ценность не только локально. Она будет распространена на большую часть компании и, таким образом, станет еще более ценной. Динеш указывает на сотрудничество с DTU как на неотъемлемую часть того, как Novo Nordisk может продолжать расти. Сотрудничая со студентами и молодыми исследователями, Novo Nordisk может оставаться на передовой исследований и разработок и гарантировать, что в ней используются самые современные решения.
