Nova digitalna rješenja s područja strojnog učenja i algoritama umjetne inteligencije imaju velik potencijal za primjenu u raznim procesima kontrole kvalitete, no iznimno je bitno poznavati njihova ograničenja i izazove koji ih prate, neki su od zaključaka predavanja koje je Ana Rahelić Žuvić, direktorica osiguranja kvalitete u JGL-u održala na skupu WiA Connect – Upravljanje kvalitetom.
Rahelić Žuvić održala je prvo predavanje na okupljanju žena iz sektora upravljanja kvalitetom koje je organizirala poslovna mreža Women in Adria, a na njemu je podijelila najbolje prakse kojih se Jadran-Galenski laboratorij drži u svojem upravljanju i osiguravanju kvalitete, no dotakla se i novih tehnologija koje obećavaju poboljšanje i ubrzavanje procesa u sektoru.
AI u upravljanju kvalitetom
“Danas se puno govori o digitalizaciji i automatizaciji”, kazala je Rahelić Žuvić. “Ta digitalna rješenja omogućuju standardizaciju, povećava se ukupna učinkovitost CAPA procesa, smanjuje se subjektivnost i podržava se prediktivna analitika.”
Objasnila je kako se time omogućuje prelazak iz reaktivnog u proaktivni pristup, čemu bi se zapravo trebalo težiti u upravljanju kvalitetom.
“AI nam može pomoći da radi umjesto nas, da nam standardizira prijave, da nam klasificira prijave uvijek na isti način, da ih svrstava po riziku ili prioritetima”, kazala je. Dodala je kako automatizirani sustavi omogućuju da se sva polja u dokumentaciji uvijek popunjavaju na isti način, što olakšava naknadni pronalazak podataka.
“AI nam može odraditi cijelu istragu na temelju dostupnih podataka, može predložiti pravi uzrok, može predložiti korektivne mjere i zapravo nam može puno pomoći u analizi podataka koje imamo”, rekla je Rahelić Žuvić.
Pročitajte više: Upravljanje kvalitetom nije odjel, to je kultura cijele organizacije, ali i AI može igrati važnu ulogu
Previše podataka za čovjeka
Kazala je i kako čovjek više ne može raditi big data management – obradu velikih količina podataka iz različitih izvora, jer je tih podataka jednostavno previše. Automatsko prepoznavanje nesukladnosti kroz takve sustave znači da uređaj u proizvodnji može brzo prijaviti nešto što nije u skladu sa zahtjevima, odmah poslati obavijest u sustav. “Tako da imamo standardiziranu klasifikaciju i prioritiziranje odstupanja, i da nam se na kraju poveća dosljednost i smanji subjektivnost”, rekla je.
“Ono što je po meni najvažnije je da AI može koristiti povijesne podatke za prediktivnu analitiku, znači da stvarno djelujemo proaktivno umjesto reaktivno i da možemo spriječiti neka buduća odstupanja”, kazala je.
No, upozorila je da to ne znači kako nam ljudi više uopće ne trebaju i da će AI sustavi sve raditi umjesto nas. “Naravno, imamo i rizike”, rekla je Rahelić Žuvić. “Farmaceutska industrija je visoko regulirana industrija i trenutno ne postoje regulatorne smjernice koje bi nam objasnile kako koristiti AI. AI također može bazirati svoje odluke na zastarjelim podacima ili može halucinirati što nas opet može dovesti na krivi put i dovesti nas do krivih odluka.”
Black box effect
“Tu je i takozvani ‘black box efekt’ – odnosno efekt crne kutije gdje mi ne vidimo kako je i zbog čega je AI na neki način donio svoju odluku”, rekla je. U procesu nedostaje objašnjenje kako se došlo do zaključka da je nešto kritično. “Znači nemamo cijeli slijed misli koji stoji iza neke odluke.”
Naglasila je kako misli da je najvažnija validacija sustava. Kada se AI nadograđuje s podacima nakon inicijalne kvalifikacije, može se dogoditi da se počne drukčije ponašati od onoga što mu je bilo prvotno zadano – takozvani model drift. “Zapravo se dogodi da sustav više nije validiran i više ga ne možemo koristiti.”
Zaključila je kako su digitalni alati sigurno bitni za budućnost upravljanja kvalitetom. No, da bi se sve moglo regulatorno opravdati kao valjano, nužno je zadržati čovjeka u procesu odlučivanja. “U smislu da nam AI daje prijedloge za poboljšanje, za implementaciju, da prati razne stavke, ali da je definitivno na kraju odluka na kvalificiranom čovjeku”, kazala je.
“Dakle, bez čovjeka AI je samo algoritam, a s čovjekom postaje moćan alat”, zaključila je.
Članak je nastao u sklopu projekta Upravljanje kvalitetom.
Foto: Marin Tomaš, Midjourney, Canva
