ML pode prever resultados para produtos farmacêuticos impressos em jato de tinta

Postado: 23 de maio de 2023 | Catherine Eckford (Revisão Farmacêutica Europeia) | Ainda não há comentários

Um artigo mostrou como os modelos de aprendizado de máquina (ML) previram a capacidade de impressão por impressão a jato de tinta de formulações de medicamentos com alta precisão.

Usando impressão a jato de tinta, modelos otimizados de aprendizado de máquina (ML) previram a capacidade de impressão de formulações de medicamentos com uma precisão de 97,22 por cento, mostrou um artigo publicado no International Journal of Pharmaceutics: X.

A impressão a jato de tinta torna a formulação e a otimização dos parâmetros de impressão demorada. Isto é especialmente verdadeiro para a fabricação aditiva e a produção de formas farmacêuticas exclusivas e medicamentos personalizados. Os benefícios deste último incluem baixo custo e versatilidade. Por exemplo, a impressão a jato de tinta piezoelétrica é um método de impressão usado para medicamentos personalizados.

O ML tem sido usado para prever resultados de impressão e comportamentos de dissolução de formas farmacêuticas impressas com modelagem de deposição fundida (FDM™) e comprimidos impressos com processamento digital de luz (DLP), observou o jornal.

O estudo avaliou como o ML pode analisar diferenças de nuances e fornecer previsões mais confiáveis ​​em comparação com a orientação convencional sobre jateabilidade baseada em valores Z, que é uma configuração do cabeçote de impressão.

Há potencial para o desenvolvimento de um modelo preditivo para resultados de impressão a jato de tinta, teorizaram os pesquisadores. Portanto, o estudo teve como objetivo desenvolver e avaliar o desempenho de modelos de ML para prever a printabilidade da impressão a jato de tinta e a dose total do medicamento na forma farmacêutica final impressa.

Os modelos de ML usados ​​no estudo para prever a capacidade de impressão foram:

Além de prever a capacidade de impressão das formulações com alta precisão, os modelos de ML otimizados também previram a qualidade das impressões com uma precisão de 97,14%. A orientação atual afirma que apenas tintas com valores Z <10 podem ser impressas. A título de comparação, seguir esta orientação produz uma precisão de 64,39 por cento.

O desenvolvimento e a otimização de formulações são um processo que consome muito tempo e recursos e que pode ser consideravelmente acelerado com a orientação de ferramentas preditivas in silico.

Os pesquisadores afirmaram que uma ferramenta preditiva para determinar melhor a capacidade de impressão das tintas antes da preparação e dos testes reais permitiria que os pesquisadores farmacêuticos se concentrassem no desenvolvimento de formas farmacêuticas mais exclusivas para resolver desafios clínicos não atendidos.

A análise do conjunto de dados composto por 687 formulações revelou que os resultados positivos da impressão foram esmagadoramente publicados em favor dos resultados negativos. Apesar do conjunto de dados desequilibrado, o modelo de ML otimizado para prever a capacidade de impressão teve um desempenho significativamente melhor do que a orientação convencional.

Para a formulação de medicamentos, a impressão a jato de tinta tem sido usada para carregar medicamentos em filmes orodispersíveis, filmes bioadesivos para administração cervical e microagulhas transdérmicas, observaram os autores. A impressão a jato de tinta também tem sido usada para dispensar micro e nanopartículas carregadas de medicamentos dispersas no líquido da tinta.

A impressão a jato de tinta também pode ser combinada com outras tecnologias de fabricação aditiva que de outra forma seriam inatingíveis com tecnologias de fabricação convencionais.

Colaboração para produzir produtos farmacêuticos impressos em tela 3D

Por exemplo, um estudo destacado no artigo utilizou a impressão a jato de tinta em conjunto com a impressão 3D FDM™ para produzir comprimidos carregados de medicamentos com códigos de resposta rápida (QR) impressos neles. Esses códigos QR foram projetados para codificar informações relacionadas ao paciente que poderiam ser lidas usando um smartphone e para servir como uma estratégia antifalsificação.

Outro estudo também aplicou a fabricação de substratos orodispersíveis e cápsulas com códigos QR impressos. Em outro estudo de caso apresentado no artigo, a impressão a jato de tinta foi usada para fabricar todos os comprimidos 3D carregados com medicamentos.

Carou-Senra et al. concluiu que o estudo demonstra que os modelos de aprendizado de máquina “podem fornecer insights preditivos sobre os resultados da impressão a jato de tinta antes da preparação da formulação, proporcionando economia de recursos e tempo”.