Система мониторинга стерильности и безопасности в чистых зонах фармацевтического производства
Немого статистики

  • $300 млн

    потеряла компания Genzyme в результате остановки предприятия из-за загрязнения продукции

  • 100%

    ожидаемая цифровизация процессов производства к 2025 году (из отчета об устойчивом развитии BIOCAD)

  • более 40 лабораторий

    количество лабораторий в штате BIOCAD (с официального сайта)

  • 1 человек

    зачастую следит за соблюдением режима стерильности в чистых зонах на одном участке

Несоблюдения режима стерильности в чистых зонах может привести, как к крупным потерям лекарств (могут достигать 100 м3), так и к последствиям для здоровья работника
Высокий риск
Трата времени
Корпоративным расследователям по итогу нарушения приходится вручную отсматривать записи камер в поисках нарушений
Отсутствие цифровизации
При увеличении объёма производств появляется необходимость в автоматизации контроля за соблюдением техники безопасности
Влияние человеческого фактора на безопасность/качество. Особенно важно, чтобы СИЗ были надеты сотрудником правильно и в полном объеме
Что не так?
Качество
средства индивидуальной защиты
Автоматическую детекцию нарушений в ношении СИЗ
Сохранение всех фактов нарушений в журнал наблюдений
Автоматизация
Эффективность
Что предлагаем мы?
Систему предупреждения нарушений до входа в чистую зону
Удобный веб-интерфейс для работы с системой
Безопасность
Комфорт
средства индивидуальной защиты
Этапы работы
01
Составление датасета
Съёмка датасета, разметка в Roboflow, разделение на тренировочную, валидационную и тестовую выборки
02
Разработка CV-модели
Выбор моделей, обучение, проведение эскпериментов, тестирование, сравнение результатов
03
Верстка интерфейса, настройка трансляции, деплой модели, создание журнала нарушений
Разработка web-сервиса
Лаборант маминой подруги
1 — перчатки
2 — маска
3 — бахилы
4 — комбинезон
5 — защитные очки
Итоговые метрики
Добавление системы, которая сможет определять нарушителя техники безопасности и отражать эти знания в журнале нарушений
Развёртывание сервиса в большом вебе, чтобы к нему могли получить доступ авторизованные лица с любой необходимой точки
Тестирование в производственных условиях, дообучение модели на реальных данных
Распознавание лиц
Развёртывание
Тестирование
Перспективы развития
Бобров Даниил
ML-engineer
Леонтьев Михаил
CV-engineer
Климов Ленар
designer
Жиликов Данил
backender
Чертан Вячеслав
CV-engineer
Лобанов Дмитрий
MLOps
t.me/vyaches1ave
t.me/danialaqua
t.me/laraveljik
t.me/DanielBobrov
t.me/michlea_tg
Наша команда
Большие вызовы 2023
Дизайн Леонтьев Михаил