商业领袖药品与包装和管理部门相比，机器视觉可能更关心如何影响临床和科学部门的操作。然而，对这些类型的操作进行优先排序可能无法提供实际的ROI被夸大了。相反，在与包装、运输和数据输入相关的药品中，机器视觉有许多可能性。
医药行业和其他一样有很多企业与大数据存储从多年的业务运营，但企业可以用数据进行科学的较少专注于创新比其他业务领域。这将导致更少的数据科学家受雇于这些公司，如中概述我们的采访Abinash Tripathy、Helpshift创始人兼首席运营官:
基本上会发生的是像电信，制药这样的特定行业，他们有大量的数据，所以他们拥有这些数据。但是他们没有雇佣科学家的文化。特别是计算机科学家和研究人员去解决人工智能问题，他们可能会成功，通过使用谷歌和亚马逊这样的平台，那里的算法每天都在创建，并将它们应用到他们的数据中。
尽管如此，仍有许多供应商竞争提供经过最佳培训的机器学习模型，以适应每个业务问题或场景。在本文的每个小节中，我们都包含了其中一个供应商的示例。
在这份报告中，我们将详细医药行业的机器视觉软件的可能性。因为我们发现，制造业，运输和数据处理是最常见的使用案例机器视觉在这个空间里，我们将专注于这些部门内的可能性。
我们将探讨在制药行业机器视觉软件的以下潜在的应用：
- 产品和包装的质量控制
- 货物跟踪和产品追踪
- 对于数字化数据库条目的物理文件
我们对制药行业机器视觉可能性的探索始于制药产品的质量控制和包装检验:
产品和包装的质量控制
药品的机器视觉软件的一个突出的应用是在质量控制和包装部门。例如印刷指令，用于这些范围从数量和状态检测到的封装和包括项目的检查的可能性和剂量施用器。公司可以在生产和包装生产线利用机器学习，以确保每个单元满足公司的质量要求。
内药品质量控制和包装检验业务问题经常谈到了机器视觉软件如下：
- 计数丸每瓶充满数量
- 检查每颗药丸的形状、大小和是否有损伤
- 包装检查用于质量控制或破坏
- 对次要物品如说明书进行质量控制
- 产品信息和条形码标签有效
制药公司可以为其产品的每个容器设置一个标准化的灌装量，并训练一个机器学习模型，了解公司目前生产的所有药丸的形状和大小。机器视觉软件解决方案将能够检测一次有多少产品被分配到容器中，以及是否有任何药丸由于生产缺陷而损坏或畸形。
用于检测儿童安全盖，塑料包装的存在下在瓶盖，正确的盒或任何其它封装元件时的质量控制，也可扩展到产品的包装上。在生产线的端部的相机可以养活被包装每个单元的机器学习模型的画面，并且将扫描的每个项目的视频被正确附接。
制药产品的印刷条形码和标签也需要遵守严格的质量准则。机器视觉软件可以帮助公司确保他们的条形码能被行业标准的扫描仪看到，并验证所有产品信息的准确性和可视性。对于印刷文本，解决方案通常需要光学字符识别(OCR)技术。
根据标签验证系统是如何具体是，对于OCR机器学习模型可能还需要一个自然语言处理（NLP）的组成部分。因为如果一个系统，以正确的文本错误作出以及探测到它们，就需要对语言更实质性的培训不是简单地检测其使用的字符。
对于这些应用的机器视觉软件可能会暂时停止生产线的由该公司制定的标准的任何错误或偏差的情况下才能进行编程。微扫描系统是机器视觉硬件和软件供应商，与这些功能提供了解决方案。
迈思肯系统提供的解决方案不同行业和制药公司制造商是他们最频繁的客户之一。他们的相机和软件可以集成到许多现有的制造和生产线，以及机械单件。这可能包括安装沿生产线的摄像机的地方，并将其连接到系统内的机器视觉算法。
或者，该软件可以整合到生产机器本身，允许“自我检查”设备。例如，Microscan系统提供其LVS-7510打印质量检测系统，用于检测制造产品打印标签中的错误。该软件可以向机器发出信号，让它将贴在顶部的一盏灯从绿色改为红色，这表明它已经停止打印标签，这样员工就可以检查是否有任何错误。
下面是迈思肯系统这也解释了视频的LVS-7510印刷质量检测系统的工作更深入如何：
根据一项案例分析从迈思肯系统公司的网站，该公司与ISW有限公司合作，为检查安瓿医药产品创建一个系统。安瓿是一次性的塑料或玻璃小瓶典型地在五个条带制造，与连接到彼此帽。该软件用于监视生产，填充和密封所述安瓿的过程。
据称，该软件可以确定每个安瓿的尺寸和溶液的填充水平，并检查它们的瓶颈和开口。
约翰Agapakis是先进的传感在欧姆龙自动化，这是迈思肯系统的母公司的董事。他拥有麻省理工学院的指导下机器人在视觉博士学位。此前，Agapakis担任主任迈思肯系统在美洲销售。
发货跟踪和产品可追溯性
在制药业，药品和所有其他产品在进入商店和配送中心的途中必须是可追踪的。如果出现任何缺陷或不可预见的副作用，产品还必须能够从患者的所有权追溯到制造商。
制药公司负责为其所有产品提供跟踪和制造商信息，而机器视觉解决方案可以帮助检测这些信息，并在运输过程的许多步骤中跨渠道交付这些信息。
公司可以使用机器视觉软件来确保他们的跟踪信息是准确的，并通过需要访问它的通道进行检测。这可能是在紧急情况下或简单的客户服务查询。为此目的可以利用机器视觉技术装备的部门如下:
- 工厂及每个众多生产线的内
- 配送中心
- 仓库
这些部门的技术应用情况如下:
- 出货标签检查。类似于我们之前的例子，微扫描系统的打印质量检查系统。
- 条码和操作码的检测和扫描
- 用于进一步跟踪的序列化代码
公司可以使用系统如Microscan的技术，以确保每一个代码或日期印在产品的精度扫描打印的标签。这也可以用来检测货运标签可能防止邮寄错误以及任何错误。
机器学习模型也被训练来检测从条形码用于零售库存和序列码，以防止伪造信息。序列化码可能与的制造日期，以及工厂或生产线，其中制造的产品。这将允许制药公司，以确定当给定产品单位作出他们有没有问及。
Cognex公司是一家工业公司，提供机器视觉硬件和软件解决方案的公司跨行业的目标在制造。他们与医疗和制药客户合作，如波士顿科学公司，以确保他们的生产实践符合行业要求，并防止有缺陷的产品进入市场。
关于他的公司的经验使用康耐视的解决方案，研究和波士顿科学公司的开发经理，克里斯Pelerine他说，“通过实施2D标记和视线识别技术，我们现在有了一种万无一失的、高效的方法来确保我们的产品被正确标识。”
该公司提供案例分析在他们声称他们帮助全球性制药公司赛诺菲 - 安万特公司使用他们的机器视觉技术追踪他们的产品在实时。赛诺菲 - 安万特利用康耐视In-Sight Micro视觉系统对产品及其包装，以及它们的DATAMAN手持代码阅读器的表面上从所有读码。手动搬运包时，而被用于更快速地处理来自多个数据包信息的In-Sight系统的手持设备中使用人类的员工。
该公司此前的产品在不同的包装级创建了多个识别模块。这些模块产生的代码序列，对于捆绑多个类似的单元，那可能适合在一种情况下的单元的量的情况下包装，并码垛用于分组多个案件都可以装配在一个托板上。
根据该案例研究中，赛诺菲 - 安万特是能够把自己的制造和运输系统内最大限度地提高识别的自动化。这使他们能够确保所有的产品从那里的可追溯性。
下面是康耐视这解释了他们的DataMan手持式条码阅读器的型号之间的差异的视频。视频描述如何每个模型由一个单独的算法，并且每个的目的供电：
约尔格Vandenhirtz是Cognex欧洲生命科学OEM的业务开发经理。他拥有美国宇航局肯尼迪航天中心的基本粒子物理学博士学位。此前，范登霍尔茨曾担任LemnaTec的创始人和首席营销官。
对于数字化数据库条目物理文档
在制药机器视觉另一种可能性是白领的业务流程，如文件数字化和数据录入的自动化。对于OCR机器学习模型中训练的临床和药物形式，将能够从这些表格识别和提取数据点，并提供给数据库的客户公司。这是公司有大量的包含数据，他们希望用未来项目的物理形式特别有用。
机器视觉可以帮助数字化以下文件和更多:
- 临床试验文献
- 含临床资料或医疗记录病人的报告
- 实验室笔记本
临床试验对于希望比较所有临床试验以确定最佳实践的公司来说，过去试验的文件可能是一个宝贵的资源。例如，一家制药公司希望为他们收集数据商业智能分析解决方案可能想要将临床试验中尚未数字化保存的文件数字化。
患者报告可能包含关于患者对药物的反应和任何副作用的严重程度的有用信息。这是特别重要的，如果发现一个新的副作用，或如果病人有过敏的药物。制药公司和他们的客户都能从这些数据的数字化和集中中受益，因为制药公司可以考虑过去病人的每一个反应，并利用这种意识来促进病人的健康和满意度。
实验室笔记本包含从药理的实验各工作的周记录程序和结果。如新的效果被发现，并纳入与相应的实验相关的所有数据，这些笔记会被数字化。例如，如果一个实验被摄制和视频保存为实验数据，从所扫描的实验室笔记本的OCR数据将是相同的实验下分类。
有一家公司已经发现，据称在提供机器视觉软件的成功为制药文件数字化是ABBYY。其FlexiCapture溶液是从与多个不同的字段的详细形式制成用于OCR和数据捕获。他们声称他们帮助Lambda治疗数字化每月大量的匿名单例患者报告(ASPRs)给制药客户。
LAMBDA治疗的客户使用新格式的数据来驱动他们的药物警戒活动，或者他们的动机，以寻找新的副作用和其他用途的药物。案例研究指出，一个员工通常处理每天8个ASPRS他们通过ABBYY的FlexiCapture系统之前。该系统能够每天处理160个ASPRS一旦被完全安装。
尽管案例研究还表明，这意味着生产率提高了20倍，但尚不清楚有多少工人被这一体系取代。
安德烈Isaev是首席产品官ABBYY。他毕业于莫斯科物理技术学院的管理与应用数学硕士学位。之前，他在ABBYY位置，伊萨耶夫担任移动软件开发事业部主任在百丽宫软件。
标题图片信用：在-制药技师
