CN117273272A - 药品生产管理方法、服务器装置以及计算机可读存储介质 - Google Patents
药品生产管理方法、服务器装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117273272A CN117273272A CN202311272935.0A CN202311272935A CN117273272A CN 117273272 A CN117273272 A CN 117273272A CN 202311272935 A CN202311272935 A CN 202311272935A CN 117273272 A CN117273272 A CN 117273272A
- Authority
- CN
- China
- Prior art keywords
- production
- raw material
- identification information
- information
- weighing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 284
- 238000007726 management method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 239000003814 drug Substances 0.000 title claims description 41
- 229940079593 drug Drugs 0.000 title description 27
- 239000002994 raw material Substances 0.000 claims abstract description 247
- 238000005303 weighing Methods 0.000 claims description 119
- 230000009471 action Effects 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 30
- 239000000825 pharmaceutical preparation Substances 0.000 claims description 9
- 229940127557 pharmaceutical product Drugs 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 description 29
- 238000001514 detection method Methods 0.000 description 19
- 238000012544 monitoring process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000000275 quality assurance Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
Abstract
本公开涉及一种药品生产管理方法、服务器装置以及非易失性计算机可读存储介质,药品生产管理方法包括:针对各个生产环节,在检测到第一原料进入了该生产环节时,获取附加于第一原料的用于识别第一原料的第一识别信息,并且基于预先决定的原料使用信息来确定用于识别在该生产环节中在当前时间段应使用的目标原料的第二识别信息,原料使用信息包含与在该生产环节中在各时间段应使用的原料有关的信息;判断第一识别信息与第二识别信息是否匹配;在判断为不匹配的情况下,进行报警并且记录故障信息。由此,能够避免在通过人工识别制药中使用的原料时由于人为失误导致错误的原料被用于制药,从而降低由于人为失误引起生产事故的风险。
Description
技术领域
本公开涉及制药领域,尤其涉及一种药品生产管理方法、服务器装置以及非易失性计算机可读存储介质。
背景技术
在医药制造方面,医药制造行业强调生产合规性,因此制药行业整体的自动化水平较低,原料的库存、使用等数据的记录、原料的称量和记录等往往通过人工来实现,因此,存在由于人为失误引起生产事故的问题。
发明内容
有鉴于此,本公开提出了一种药品生产管理方法、服务器装置以及计算机可读存储介质,从而能够降低由于人为失误引起生产事故的风险。
根据本公开的第一方面,提供了一种药品生产管理方法,生产药品的生产线包括多个生产环节,所述多个生产环节包括原料出库环节、原料称量环节以及药品制造环节,针对所述多个生产环节所包括的各个生产环节,执行如下步骤:识别信息获取步骤,在检测到第一原料进入了该生产环节时,获取附加于所述第一原料的用于识别所述第一原料的第一识别信息,并且基于预先决定的原料使用信息来确定用于识别在该生产环节中在当前时间段应使用的目标原料的第二识别信息,其中所述原料使用信息包含与在该生产环节中在各时间段应使用的原料有关的信息;匹配判断步骤,判断所述第一识别信息与所述第二识别信息是否匹配;第一报警步骤,在判断为所述第一识别信息与所述第二识别信息不匹配的情况下,进行所述第一识别信息与所述第二识别信息不匹配的有关报警,并且记录所述第一识别信息与所述第二识别信息不匹配的有关故障信息。
根据本公开的第二方面,提供了一种服务器装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为在执行所述存储器存储的指令时,实现上述方法。
根据本公开的第三方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
通过在检测到某一原料进入了某一生产环节时自动识别该原料,判断该原料是否为在该生产环节中在当前时间段应使用的目标原料,在该原料不是目标原料的情况下进行报警,根据本公开的各方面的药品生产管理方法、服务器装置以及计算机可读存储介质避免了通过人工识别制药中使用的原料,能够避免由于人为失误导致错误的原料被用于制药,从而降低由于人为失误引起生产事故的风险。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出药品生产管理方法的一个实施例的流程图。
图2示出药品生产管理方法的另一个实施例的流程图。
图3示出药品生产管理方法的另一个实施例的流程图。
图4示出药品生产管理方法的另一个实施例的流程图。
图5示出药品生产管理方法的另一个实施例的流程图。
图6示出本公开的从原料入库环节到原料称量环节的流程图。
图7示出药品生产管理系统的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
相关技术中,原料的库存、使用等数据的记录、原料的称量和记录等往往通过人工来实现。因此,相关技术存在由于人为失误引起生产事故的问题。
为此,考虑到能够通过提高制药行业的自动化水平来减少人工操作从而减少由于人为失误引起的生产事故,因此,本公开在检测到某一原料进入了某一生产环节时自动识别该原料,判断该原料是否为在该生产环节中在当前时间段应使用的目标原料,在该原料不是目标原料的情况下进行报警,由此,能够避免在通过人工识别制药中使用的原料时的人为失误,从而解决了前文所述问题。
本公开提出如图1所示的药品生产管理方法,该方法由药品生产管理系统执行。生产药品的生产线包括多个生产环节,本公开的药品生产管理方法可以在原料出库环节、原料称量环节以及药品制造环节等生产环节中进行。可以针对这些环节依次执行图1所示的各步骤。为便于描述,下文以第一生产环节表示前述生产环节的各环节。
在一种可能的应用场景中,可以在一个用于生产所需原料的价格比较高的药品的场所、比如一个房间内进行该药品的前述生产环节,在该房间内可以布置用于进行摄像的摄像机、用于对原料进行识别的传感器、用于进行报警的报警器、用于对原料进行称重的称重器等装置。这样做的目的是,要生产的药品的价格比较高,其生产所需的原料价格较高,实际生产过程中,可能发生诸如生产员在相应的生产环节中使用不匹配的原料、所使用的原料重量不合适、生产员将掉落在地上的原料拾取、代替丢弃而继续使用所拾取的原料、将所使用的原料私自携带出该场所等情况,这些情况可能导致生产成本的不必要的增加,因此需要采取相应措施以应对这些情况。基于此,提出本申请的药品生产管理方法。在图1所示的实施例中,药品生产管理方法可以包括如下步骤:
步骤S110(识别信息获取步骤):在检测到第一原料进入了第一生产环节时,获取附加于第一原料的用于识别第一原料的第一识别信息,并且基于预先决定的原料使用信息来确定用于识别在第一生产环节中在当前时间段应使用的目标原料的第二识别信息,其中,原料使用信息包含与在第一生产环节中在各时间段应使用的原料有关的信息。
本实施例中,药品生产管理系统在检测到第一原料进入了第一生产环节时,获取附加于第一原料的用于识别第一原料的ID信息,并且,从预先决定的包含与在第一生产环节中在各时间段应使用的原料有关的信息的原料使用信息,确定用于识别在第一生产环节中在当前时间段应使用的目标原料的ID信息。
在一种可能的实现方式中,药品生产管理系统可以在通过设置于生产环节的IC读取器感测到附加于原料的IC标签时,检测到该原料进入到该生产环节,通过IC读取器来读取该IC标签中的用于识别该原料的ID信息。另外,药品生产管理系统也可以通过红外线、监视影像等方式来检测是否有原料进入到生产环节,在检测到有原料进入到生产环节时,通过对监视影像中的附加于该原料的标签进行OCR等图像识别,来获取该标签上的原料的ID信息。
需要说明的是,尽管以IC读取器读取IC标签、和对拍摄到的附加于该原料的标签的图像识别作为示例介绍了附加于原料的第一识别信息的获取方式,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据个人喜好和/或实际应用场景灵活设定第一识别信息的获取方式,只要能够获取附加于原料的第一识别信息即可。
步骤S120(匹配判断步骤):判断第一识别信息与第二识别信息是否匹配。
本实施例中,药品生产管理系统判断附加于第一原料的ID信息与从原料使用信息确定出的目标原料的ID信息是否一致。在判断为第一识别信息与第二识别信息不匹配的情况下进入步骤S130,否则结束流程。
步骤S130(第一报警步骤):进行第一识别信息与第二识别信息不匹配的有关报警,并且记录第一识别信息与第二识别信息不匹配的有关故障信息。
本实施例中,药品生产管理系统在判断为第一识别信息与第二识别信息不匹配的情况下,以预先决定的与识别信息不匹配对应的报警模式进行报警,并且记录相关的故障信息。
在一种可能的实现方式中,可以通过灯光、声音等方式进行报警。例如,通过发出黄色光和短连续音来通知识别信息不匹配的情况。另外,也可以通过向负责人的便携式终端发送报警信息或在生产监控室的显示器显示报警信息来通知识别信息不匹配的情况。
根据本公开,药品生产管理系统在检测到某一原料进入了某一生产环节时,自动识别该原料的ID信息,并且确定预先决定的在该生产环节中在当前的时间段应使用的目标原料的ID信息,通过判断两个ID信息是否一致来判断该原料是否为目标原料,在该原料不是目标原料的情况下进行报警。由此,避免了通过人工识别制药中使用的原料,能够避免由于人为失误导致错误的原料被用于制药,从而降低由于人为失误引起生产事故的风险。
在图2所示的实施例中,药品生产管理方法包括以下步骤:
步骤S110~S130,步骤S110~S130如上所述,在此不再赘述。
步骤S140,在进行第一识别信息与第二识别信息不匹配的有关报警之后,从摄像机拍摄到的影像中获取第一原料进入第一生产环节之前和/或之后的规定时间的影像,并将所获取的影像与故障信息相关联地进行存储。
在本实施例中,药品生产管理系统在进行了第一识别信息与第二识别信息不匹配的有关报警之后,从存储的摄像机拍摄到的影像中截取第一原料进入第一生产环节之前的规定时间的影像,或者从存储的摄像机拍摄到的影像中截取第一原料进入第一生产环节之后的规定时间的影像,或者从存储的摄像机拍摄到的影像中截取第一原料进入第一生产环节之前和之后的规定时间的影像,将所截取出的影像与故障信息相关联地进行存储。例如,药品生产管理系统可以在进行了第一识别信息与第二识别信息不匹配的有关报警时,经过两分钟后,从存储的摄像机拍摄到的影像中截取原料进入生产环节的时间点前后各30秒的视频,将其转化成MP4格式后与故障信息相关联地保存在服务器上。
在本公开中,摄像机的台数可以是一台,也可以是多台,没有限定。
这样,药品生产管理系统在进行第一识别信息与第二识别信息不匹配的有关报警之后,从摄像机拍摄到的影像中获取第一原料进入第一生产环节之前和/或之后的规定时间的影像,并将所获取的影像与故障信息相关联地进行存储。由此,能够根据所存储的该影像查找异常产生的原因,以抑制异常的再发生,使得工艺得到改善。另外,所存储的该影像还能够应用于对从业者的教育,从而抑制从业者的犯错行为。另外,通过截取该影像,制造记录的确认者无需确认所有的制造记录视频,能够削减记录确认任务。由此,还能够削减制造成本。
在图3所示的实施例中,药品生产管理方法包括以下步骤:
步骤S110~S130,步骤S110~S130如上所述,在此不再赘述。其中,在步骤S120中判断为第一识别信息与第二识别信息匹配的情况下进入步骤S150。
步骤S150(生产影像获取步骤),获取由摄像机在第一生产环节中拍摄到的与生产有关的生产影像。
在本实施例中,摄像机在第一生产环节中实时地拍摄与生产有关的生产影像,药品生产管理系统实时地获取由摄像机在第一生产环节中拍摄到的与生产有关的生产影像,或者从所存储的由摄像机在第一生产环节中拍摄到的与生产有关的生产影像。
步骤S160(违规判断步骤),根据生产影像来判断在第一生产环节中是否发生了规定的生产违规行为。
在本实施例中,药品生产管理系统可以根据生产影像来判断在第一生产环节中操作人员是否进行了预先规定的生产违规行为。举例而言,药品生产管理系统可以根据生产影像来识别出操作人员的动作姿势,将识别出的操作人员的动作姿势与预先决定的属于生产违规行为的动作姿势进行比较,在识别出的操作人员的动作姿势与预先决定的属于生产违规行为的动作姿势的相似度超过规定的阈值的情况下,判断为在第一生产环节中操作人员进行了生产违规行为。另外,也可以向学习模型输入由摄像机在第一生产环节中拍摄到的与生产有关的生产影像,由学习模型输出在第一生产环节中是否发生了生产违规行为的判断结果。
关于生产违规行为,例如,可以是在称量室内称量人员在指示称量期间进行了拾取掉落在地上的原料的行为,或者在称量室内称量人员在除指示称量期间以外的期间进行了加料、减料等篡改原料的称取量的行为。
在步骤S160中判断为发生了生产违规行为的情况下进入步骤S170,否则返回到步骤S150。
步骤S170(第二报警步骤),进行该生产违规行为的有关报警,并且记录该生产违规行为的有关故障信息。
在本实施例中,药品生产管理系统在判断为发生了生产违规行为的情况下,以预先决定的与生产违规行为对应的报警模式进行报警,并且记录相关的故障信息。
在一种可能的实现方式中,可以通过灯光、声音等方式进行报警。例如,通过发出红色光和长连续音来通知发生了生产违规行为。另外,也可以通过向负责人的便携式终端发送报警信息或在生产监控室的显示器显示报警信息来通知生产违规行为。另外,生产违规行为的有关报警的报警模式可以是同第一识别信息与第二识别信息不匹配的有关报警的报警模式不同的报警模式,例如,通过发出红色光和长连续音来通知发生了生产违规行为,通过发出黄色光和短连续音来通知识别信息不匹配的情况。
这样,药品生产管理系统根据获取的由摄像机在所述第一生产环节中拍摄到的与生产有关的生产影像,来判断在第一生产环节中是否发生了生产违规行为,在判断为发生了生产违规行为的情况下进行报警。由此,能够抑制操作人员的生产违规行为,从而降低由于生产违规行为引起生产事故的风险。
另外,通过使生产违规行为的有关报警的报警模式同第一识别信息与第二识别信息不匹配的有关报警的报警模式不同,也就是说,将警报进行分类,作业者能够立即识别出发生了何种异常(是发生了生产违规行为还是第一识别信息与第二识别信息不匹配)。
在图4所示的实施例中,药品生产管理方法包括以下步骤:
步骤S110~S170,步骤S110~S170如上所述,在此不再赘述。
步骤S180,在进行生产违规行为的有关报警之后,从摄像机拍摄到的影像中获取包括发生生产违规行为的时间点的规定时间的影像,并将违规影像与生产违规行为的有关故障信息相关联地进行存储。
在本实施例中,药品生产管理系统在进行了生产违规行为的有关报警之后,从存储的摄像机拍摄到的影像中截取包括发生生产违规行为的时间点的规定时间的影像,将所截取出的影像与故障信息相关联地进行存储。例如,药品生产管理系统可以在进行了生产违规行为的有关报警时,经过两分钟后,从存储的摄像机拍摄到的影像中截取发生生产违规行为的时间点前后各30秒的视频,将其转化成MP4格式后与故障信息相关联地保存在服务器上。
在一种可能的实现方式中,在通过学习模型来获取在第一生产环节中是否发生了生产违规行为的判断结果的情况下,可以以截取到的包括发生生产违规行为的时间点的规定时间的影像为训练数据,使该学习模型进行再学习。进一步地,可以由负责追认的人员根据截取到的包括发生生产违规行为的时间点的规定时间的影像来判断是否确实发生了生产违规行为,并且以截取到的包括发生生产违规行为的时间点的规定时间的影像和负责追认的人员的判断结果为训练数据,使学习模型进行再学习。
这样,药品生产管理系统在进行生产违规行为的有关报警之后,从摄像机拍摄到的影像中获取包括发生生产违规行为的时间点的规定时间的影像,并将所获取的影像与故障信息相关联地进行存储。由此,能够根据所存储的该影像查找异常产生的原因,以抑制异常的再发生,使得工艺得到改善。另外,所存储的该影像还能够应用于对从业者的教育,从而抑制从业者的犯错行为。另外,所存储的该影像还能够作为实施工厂教育的示范视频,以降低新的从业者的犯错风险。另外,通过截取该影像,制造记录的确认者无需确认所有的制造记录视频,能够削减记录确认任务。由此,还能够削减制造成本。
另外,通过将所存储的该影像使用于以摄像机在第一生产环节中拍摄到的生产影像为输入并且以在第一生产环节中是否发生了生产违规行为的判断结果为输出的学习模型的再学习,能够提高生产违规行为的检测精度。并且,通过由负责追认的人员根据截取到的包括发生生产违规行为的时间点的规定时间的影像来判断是否确实发生了生产违规行为,并且以截取到的该影像和负责追认的人员的判断结果为训练数据,使该学习模型进行再学习,能够进一步提高生产违规行为的检测精度。
在图5所示的实施例中,以原料称量环节为例来说明药品生产管理方法。药品生产管理方法包括以下步骤:
步骤S501,判断是否处于指示称量期间。
在本实施例中,药品生产管理系统可以根据预先决定的日程表来判断当前是否处于作为指示称量原料的期间的指示称量期间。
在判断为不处于指示称量时间的情况下进入步骤S502,在判断为处于指示称量时间的情况下进入步骤S505。
步骤S502(生产影像获取步骤),获取由摄像机在第一生产环节中拍摄到的与生产有关的生产影像。步骤S502具体参照步骤S150,在此不再赘述。
步骤S503(违规判断步骤),根据生产影像来获取称量人员的动作姿势,判断称量人员的动作姿势是否为篡改第一原料的称取量的动作姿势。
在本实施例中,药品生产管理系统可以根据生产影像来识别出称量人员的动作姿势,将识别出的操作人员的动作姿势与篡改第一原料的称取量的动作姿势进行比较,在识别出的操作人员的动作姿势与篡改第一原料的称取量的动作姿势的相似度超过规定的阈值的情况下,判断为在称量室内称量人员在除指示称量期间以外的期间进行了加料、减料等篡改原料的称取量的行为。另外,也可以向学习模型输入由摄像机在第一生产环节中拍摄到的与生产有关的生产影像,由学习模型输出在第一生产环节中是否发生了在除指示称量期间以外的期间加料、减料等篡改原料的称取量的行为的判断结果。
在判断为称量人员的动作姿势是篡改第一原料的称取量的动作姿势的情况下进入步骤S504,在判断为称量人员的动作姿势不是篡改第一原料的称取量的动作姿势的情况下返回步骤S501。
步骤S504(第二报警步骤),进行产违规行为的有关报警并且记录该生产违规行为的有关故障信息。步骤S504具体参照步骤S170,在此不再赘述。
步骤S505(识别信息获取步骤),获取附加于第一原料的第一识别信息,并且基于原料使用信息来确定第二识别信息。步骤S505具体参照步骤S110,在此不再赘述。
步骤S506(匹配判断步骤),判断第一识别信息与第二识别信息是否匹配。步骤S506具体参照步骤S120,在此不再赘述。
在判断为第一识别信息与第二识别信息不匹配的情况下进入步骤S507,在判断为第一识别信息与第二识别信息匹配的情况下进入步骤S508。
步骤S507(第一报警步骤),进行第一识别信息与第二识别信息不匹配的有关报警,并且记录第一识别信息与第二识别信息不匹配的有关故障信息。步骤S507具体参照步骤S130,在此不再赘述。
步骤S508(生产影像获取步骤),获取由摄像机在第一生产环节中拍摄到的与生产有关的生产影像。步骤S508具体参照步骤S150,在此不再赘述。
步骤S509(违规判断步骤),根据生产影像来获取称量人员的动作姿势,判断称量人员的动作姿势是否为拾取掉落在地上的原料的动作姿势。
在本实施例中,药品生产管理系统可以根据生产影像来识别出称量人员的动作姿势,将识别出的操作人员的动作姿势与拾取掉落在地上的原料的动作姿势进行比较,在识别出的操作人员的动作姿势与拾取掉落在地上的原料的动作姿势的相似度超过规定的阈值的情况下,判断为在称量室内称量人员在指示称量期间进行了拾取掉落在地上的原料的行为。另外,也可以向学习模型输入由摄像机在第一生产环节中拍摄到的与生产有关的生产影像,由学习模型输出在第一生产环节中是否发生了在指示称量期间进行了拾取掉落在地上的原料的行为的判断结果。
在判断为称量人员的动作姿势是拾取掉落在地上的原料的动作姿势的情况下进入步骤S510,在判断为称量人员的动作姿势不是拾取掉落在地上的原料的动作姿势的情况下返回步骤S508。
步骤S510(第二报警步骤),进行产违规行为的有关报警并且记录该生产违规行为的有关故障信息。步骤S510具体参照步骤S170,在此不再赘述。
这样,通过确认第一识别信息与第二识别信息的匹配,来识别原料并排除非目标的原料,从而保证不称量错误的原料。另外,通过在称量原料时,监控并排除拾取掉落在地板上的原料这样的导致原料污染的动作,从而保证不称量被污染的原料。另外,通过在除指示称量原料的期间以外的期间,监控并排除对原料进行加料或减料等篡改称量物的称取量的动作,从而保证正确地称量原料。由此,提供一种能够保证在称量室内正确地称量正确的原料的药品生产管理系统。
并且,在指示称量期间将拾取掉落在地板上的原料的动作探测功能设为开启,在除此以外的期间将拾取掉落在地板上的原料的动作探测功能设为关闭,由此能够降低在除指示称量期间以外的期间的类似动作(例如清扫地面的动作)被误探测为拾取掉落在地板上的原料的动作的概率。另外,在指示称量期间进行称量动作,因此在指示称量期间将加料、减料等篡改原料的称取量的动作探测功能设为关闭,在除此以外的期间将加料、减料等篡改原料的称取量的动作探测功能设为开启,能够降低在指示称量期间的称量动作被误探测为篡改原料的称取量的动作的概率。这样,通过切换违规行为的检测定时地执行违规行为的检测,能够降低类似动作的误探测。
在一种可能的实现方式中,在原料称量环节中,在判断为第一识别信息与第二识别信息不匹配、且检测到第一原料的期间,不允许输入原料的称取量。也就是说,在原料称量环节中,在判断为第一识别信息与第二识别信息不匹配的情况下,只要仍在称量室内检测到第一原料,就不允许输入原料的称取量。由此,进一步避免称量错误的原料,并且使得第一原料不会进入下一生产环节,从而进一步降低了生产故障的发生概率。
下面,结合图6来具体说明本公开的为了保证原料的正确称量(即,原料正确并且正确称量)的从原料入库环节到原料称量环节的处理流程。
首先说明原料入库环节的处理。
在原料进货时,通过读取器从进货的原料的制造商标签中自动读取原料信息,从而正确地获取原料信息。例如,可以通过OCR识别来获取制造商标签中的信息,并且通过AI识别制造商标签中的哪个位置有需要的原料信息。在获取到原料信息后,将该原料信息与本公司的用于识别该原料的ID信息相关联。可以将印刷的印有该ID信息的标签粘贴到该原料上,也可以将存储有该ID信息的IC标签粘贴到该原料上。另外,还将获取到的原料信息汇总并整理,以供后续进行查询、确认等操作。
作为OCR识别的一个可能的实现方式,由操作员用带拍摄功能的终端设备拍摄1张或者多张要入库的原料的制造商标签,以组为单位将照片发送到后台,后台对照片进行OCR识别来识别出标签的字段信息,即原料名称、生产日期、批号、供货厂家、入库量等文字信息,后台根据OCR识别结果来识别出需要的字段信息(批号等),将字段信息以指定的格式(word、Excel、json)进行保存。由此,能够进行基于OCR识别结果的文件的统一管理和显示,操作员能够将该文件的信息运用到原料管理中,能够根据同步后的文件确认不同组的识别结果。在此,为了保证OCR识别结果的稳定性,可以设为:拍摄的照片和所生成的字段信息必须保存,不得删除,即使照片和字段信息发生变更,也必须同时保存变更前的数据和变更后的数据。另外,可以在后台完成OCR识别后,根据请求将识别结果返回到前端或者后台,以供操作员进行核查。
作为生成原料的标签的一个可能的实现方式,根据识别出的需要的字段信息来确定原料的识别信息,根据该识别信息来自动地生成带IC芯片/条形码的标签。由此,能够通过用条形码读码器读取标签上的条形码或用IC读卡器读取标签内的IC芯片,来识别指定批次的原料及指定批次外的原料,并获取原料名称、生产日期、批号、供货厂家、入库量等信息。
接着说明原料出库环节的处理。
在原料出库时,通过读取器从出库的原料的标签中自动读取原料信息,来正确地获取出库的原料的原料信息,并将该原料信息发送到后台来判断出库的原料是否为正确的原料。例如,操作员能够用条形码读码器读取出库的原料的标签上的条形码或用IC读卡器读取出库的原料的标签内的IC芯片,将读取出的信息上传到后台,由后台确认出库的原料是否为正确的原料。如果出库的原料是错误的原料,则发出警报以通知操作员排除该原料,并且记录出库的原料错误的故障信息。如果操作员排出该原料,则报警自动停止。
作为发出警报的一个可能的实现方式,后台可以指示报警设备进行警报,并且在规定时间后从监控设备截取报警时间段前后各30秒的视频,将其转化成规定的格式保存在服务器上。还可以将从监控设备截取的多张(例如三张)故障照片保存在服务器上。由此,能够访问、播放故障视频、故障照片。
接着说明原料称量环节的处理。
在称量原料时,确认带入称量室的原料是否为正确的原料。通过读取器从带入称量室的原料的标签自动读取原料信息,来正确地获取带入称量室的原料的原料信息,并将该原料信息发送到后台来判断带入称量室的原料是否为正确的原料。例如,操作员能够用条形码读码器读取带入称量室的原料的标签上的条形码或用IC读卡器读取带入称量室的原料的标签内的IC芯片,将读取出的信息上传到后台,由后台确认带入称量室的原料是否为正确的原料。如果带入称量室的原料是错误的原料,则发出警报以通知操作员排除该原料,并且记录带入称量室的原料错误的故障信息。带入称量室的原料错误的警报方式可以参考出库的原料错误的警报方式,在此不再赘述。当操作员将错误的原料移出指定区域后,报警自动停止。另外,也可以是,在发出警报时锁定称量设备以避免该原料进入下一生产环节,由具有现场管理权限的操作员确认记录的带入称量室的原料错误的故障信息后,解除该锁定,并且记录指示解除锁定的人员信息和解除锁定的时间信息。作为锁定称量设备的一个可能的实现方式,只要检测到错误的原料未移出指定区域,就禁止输入原料的称量值。
在称量原料时,监控并排除称量人员的例如拾取掉落在地上的原料的动作等可能导致原料污染的动作。例如,通过识别监控影像中的称量人员的动作姿势并将该动作姿势与预先存储的拾取掉落在地上的原料的动作姿势进行比较,来判断称量人员是否进行了拾取掉落在地上的原料的动作。
作为识别称量人员是否进行了拾取掉落在地上的原料的动作的一个可能的实现方式,在指示称量原料的期间,监控设备将监控影像发送到后台,后台识别出监控影像中的称量人员的骨骼的15个点位,并确定这15个点位在规定的坐标系中的坐标信息,根据这15个点位的坐标信息和预先存储的表示蹲在地面伸手的动作的15个点位在该坐标系中的坐标信息,按每个点位求取坐标信息的差,在各个坐标信息的差的平均结果低于规定的阈值的情况下,确定称量人员进行了拾取掉落在地上的原料的动作,否则,确定称量人员未进行拾取掉落在地上的原料的动作。另外,不限于各个坐标信息的差的平均结果,也可以是各个坐标信息的差的总和、各个坐标信息的差的加权后的运算结果。
如果确定称量人员进行了拾取掉落在地上的原料的动作,则发出警报,并且记录称量人员进行了拾取掉落在地上的原料的动作的故障信息。可以由具有现场管理权限的操作员确认该故障信息后解除警报。
在称量原料时,监测并排除挖取原料或添加原料的动作等可能篡改原料的称取量的动作。例如,通过识别监控影像中的称量人员的动作姿势并将该动作姿势与预先存储的挖取原料或添加原料的动作姿势进行比较,来判断称量人员是否进行了挖取原料或添加原料的动作。
作为识别称量人员是否进行了挖取原料或添加原料的动作的一个可能的实现方式,在除指示称量原料的期间以外的期间,监控设备将监控影像发送到后台,后台识别出监控影像中的称量人员的骨骼的15个点位,并确定这15个点位在规定的坐标系中的坐标信息,根据这15个点位的坐标信息和预先存储的表示称量人员的手伸入装有原料的袋子的动作的15个点位在该坐标系中的坐标信息,按每个点位求取坐标信息的差,在各个坐标信息的差的平均结果低于规定的阈值的情况下,确定称量人员进行了挖取原料或添加原料的动作,否则,确定称量人员未进行挖取原料或添加原料的动作。另外,不限于各个坐标信息的差的平均结果,也可以是各个坐标信息的差的总和、各个坐标信息的差的加权后的运算结果。
如果确定称量人员进行了挖取原料或添加原料的动作,则发出警报,并且记录称量人员进行了挖取原料或添加原料的故障信息。可以由具有现场管理权限的操作员确认该故障信息后解除警报。
在本公开中,通过切换违规行为的检测定时,能够降低类似动作的误探测(例如将清扫地面的动作误检测为拾取掉落在地上的原料的动作)。具体来说,在指示称量原料的期间,将拾取掉落在地上的原料的动作探测功能设为开启,在除此以外的情况下将拾取掉落在地上的原料的动作探测功能设为关闭,在指示称量原料的期间,将挖取原料或添加原料的动作探测功能设为关闭,在除指示称量原料的期间以外的期间,将挖取原料或添加原料的动作探测功能设为开启,由此能够减少误探测。
在本公开中,通过由AI进行称量人员的动作解析来监视人容易发生的GMP上的错误,并且使用IC标签或条形码标签来监视非作业对象的原料的混入。由此,通过让系统代为行使以往由人进行的判断作业、确认作业,能够以更高的水平执行GMP。另外,能够高效地执行制药生产。由此,能够削减制造成本。
在本公开中,通过在检测到原料进入各个生产环节时读取并确认原料的标签信息来防止错误的原料混入产品中,从而在初始的异常被捕获后就通知给作业者,因此能够防止重大失误。
在本公开中,可以设为记录的故障信息由工程的上位者、品质保证责任者确认。因此,上位者、品质保证责任者能够参照记录的时间在有可能混入了非目标的原料或者进行了生产违规行为时,根据被保存的监视摄像机影像来容易地确认异常的内容。另外,在混入了非目标的原料时,还能够与工厂的原料出库记录等一并追踪非目标的原料的混入路径。
在本公开中,可以将生产违规行为探测的警报模式和标签探测的警报模式设为不同。例如,在探测到非目标的原料的情况下以黄光和短连续音进行警报,在探测到发生了生产违规行为的情况下以红光和长连续音进行警报。通过将警报模式设为不同,作业者能够立即识别发生了何种异常(探测到非目标的原料或探测到发生了生产违规行为)。还由于初始的异常被捕获后就以光和声音向作业者进行通知,因此防止重大失误于未然。工程的上位者、品质保证责任者还能够通过各终端容易地确认异常的内容。由此,能够削减上位者、品质保证责任者的记录确认任务。由于记录确认任务减少而制造成本下降。
图7示出药品生产管理系统的框图。如图7所示,药品生产管理系统包括摄像机701、OCR终端702、IC标签读取设备703、网络存储服务器704、AI服务器705、MES 706以及设备代理服务器707。
摄像机701对生产现场进行摄像,从而采集现场视频。例如,摄像机701可选用支持ONVIF国际标准协议的设备。
OCR终端702获取上述方法中的附加于原料的制造商标签的照片。
IC标签读取设备703读取上述方法中的附加于原料的IC标签中的信息。
网络存储服务器704存储摄像机701的视频并且进行视频的转发和管理。在本公开中设为摄像机701的视频均汇总到网络存储服务器704中。网络存储服务器704提供视频的检索、下载及回放的功能。
AI服务器705进行上述方法中的OCR识别以及违规行为识别。AI服务器705从OCR终端702接收附加于原料的制造商标签的照片,对该照片进行OCR识别。AI服务器705可以通过网络存储服务器704来获取现场的实时视频,也可以直接通过摄像机701来获取现场的实时视频。AI服务器705在接收到现场的实时视频后,根据该实时视频进行违规行为识别。
MES 706负责收集上述方法中的故障信息和OCR识别数据。设备代理服务器707对网络存储服务器704进行管理。AI服务器705在进行了OCR识别后,将OCR识别结果发送给设备代理服务器707。AI服务器705在识别出生产违规行为时,将报警信息和故障信息发送给设备代理服务器707,设备代理服务器707指示进行警报,并将该故障信息发送给MES 706。另外,IC标签读取设备703在检测到IC标签发生改变时向设备代理服务器707发送读取到的新的IC标签数据,或者IC标签读取设备703每隔固定期间向设备代理服务器707发送读取到的IC标签数据,设备代理服务器707根据IC标签读取设备703发送的IC标签数据进行上述方法中的识别信息匹配的判断,并根据判断结果指示进行警报。
根据本公开,药品生产管理系统在检测到某一原料进入了某一生产环节时,自动识别该原料的ID信息,并且确定预先决定的在该生产环节中在当前的时间段应使用的目标原料的ID信息,通过判断两个ID信息是否一致来判断该原料是否为目标原料,在该原料不是目标原料的情况下进行报警。由此,避免了通过人工识别制药中使用的原料,能够避免由于人为失误导致错误的原料被用于制药。并且,药品生产管理系统根据获取的由摄像机在所述第一生产环节中拍摄到的与生产有关的生产影像,来判断在第一生产环节中是否发生了生产违规行为,在判断为发生了生产违规行为的情况下进行报警。由此,能够抑制操作人员的生产违规行为。由此,能够降低由于人为失误、生产违规行为引起生产事故的风险。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种服务器装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为在执行所述存储器存储的指令时,实现上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在服务器装置的处理器中运行时,所述服务器装置中的处理器执行上述方法。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (15)
1.一种药品生产管理方法,其特征在于,生产药品的生产线包括多个生产环节,所述多个生产环节包括原料出库环节、原料称量环节以及药品制造环节,所述药品生产管理方法包括:
针对所述多个生产环节所包括的各个生产环节,执行如下步骤:
识别信息获取步骤,在检测到第一原料进入了该生产环节时,获取附加于所述第一原料的用于识别所述第一原料的第一识别信息,并且基于预先决定的原料使用信息来确定用于识别在该生产环节中在当前时间段应使用的目标原料的第二识别信息,其中所述原料使用信息包含与在该生产环节中在各时间段应使用的原料有关的信息;
匹配判断步骤,判断所述第一识别信息与所述第二识别信息是否匹配;
第一报警步骤,在判断为所述第一识别信息与所述第二识别信息不匹配的情况下,进行所述第一识别信息与所述第二识别信息不匹配的有关报警,并且记录所述第一识别信息与所述第二识别信息不匹配的有关故障信息。
2.根据权利要求1所述的药品生产管理方法,其特征在于,针对所述多个生产环节所包括的各个生产环节,还执行如下步骤:
在进行所述第一识别信息与所述第二识别信息不匹配的有关报警之后,从摄像机拍摄到的影像中获取所述第一原料进入该生产环节之前和/或之后的规定时间的影像,并将所获取的所述影像与所述故障信息相关联地进行存储。
3.根据权利要求1所述的药品生产管理方法,其特征在于,针对所述多个生产环节所包括的各个生产环节,还执行如下步骤:
生产影像获取步骤,获取由摄像机在该生产环节中拍摄到的与生产有关的生产影像;
违规判断步骤,根据所述生产影像来判断在该生产环节中是否发生了规定的生产违规行为;
第二报警步骤,在判断为发生了所述生产违规行为的情况下,进行所述生产违规行为的有关报警,并且记录所述生产违规行为的有关故障信息。
4.根据权利要求3所述的药品生产管理方法,其特征在于,针对所述多个生产环节所包括的各个生产环节,还执行如下步骤:
在进行所述生产违规行为的有关报警之后,从摄像机拍摄到的影像中获取包括发生所述生产违规行为的时间点的规定时间的违规影像,并将所述违规影像与所述生产违规行为的有关故障信息相关联地进行存储。
5.根据权利要求3或4所述的药品生产管理方法,其特征在于,针对所述原料称量环节,所述识别信息获取步骤包括:
在指示称量期间,获取附加于所述第一原料的所述第一识别信息,并且基于所述原料使用信息来确定所述第二识别信息。
6.根据权利要求5所述的药品生产管理方法,其特征在于,针对所述原料称量环节,还执行如下步骤:
在判断为所述第一识别信息与所述第二识别信息不匹配、且检测到所述第一原料的期间,不允许输入原料的称取量。
7.根据权利要求5所述的药品生产管理方法,其特征在于,针对所述原料称量环节,所述违规判断步骤包括:
在所述指示称量期间,在判断为所述第一识别信息与所述第二识别信息匹配的情况下,根据所述生产影像来获取称量人员的动作姿势,判断所述称量人员的动作姿势是否为拾取掉落在地上的原料的动作姿势。
8.根据权利要求5所述的药品生产管理方法,其特征在于,针对所述原料称量环节,所述违规判断步骤包括:
在除所述指示称量期间以外的期间,根据所述生产影像来获取称量人员的动作姿势,判断所述称量人员的动作姿势是否为篡改所述第一原料的称取量的动作姿势。
9.根据权利要求4所述的药品生产管理方法,其特征在于,针对所述多个生产环节所包括的各个生产环节,
所述违规判断步骤包括:向学习模型输入所述生产影像,所述学习模型输出在该生产环节中是否发生了所述生产违规行为的判断结果,
所述药品生产管理方法还包括再学习步骤,在所述再学习步骤中,以获取到的所述违规影像为训练数据,使所述学习模型进行再学习。
10.根据权利要求9所述的药品生产管理方法,其特征在于,针对所述多个生产环节所包括的各个生产环节,
还执行追认步骤,在所述追认步骤中,负责追认的人员根据获取到的所述违规影像判断是否确实发生了所述生产违规行为,
在所述再学习步骤中,以获取到的所述违规影像和所述负责追认的人员的判断结果为训练数据,使所述学习模型进行再学习。
11.根据权利要求3或4所述的药品生产管理方法,其特征在于,
所述第一报警步骤中的报警模式与所述第二报警步骤中的报警模式不同。
12.根据权利要求3或4所述的药品生产管理方法,其特征在于,还包括:
在进行所述第一原料的入库时,通过扫描来从附加于所述第一原料的商品信息获取所述第一原料的相关信息;
登记步骤,将所述第一原料的相关信息与所述第一识别信息相关联地登记;
将所述第一识别信息附加于所述第一原料,
所述识别信息获取步骤包括:通过扫描来获取附加于所述第一原料的用于识别所述第一原料的第一识别信息。
13.根据权利要求12所述的药品生产管理方法,其特征在于,所述登记步骤包括:
在负责录入的人员通过终端确认获取到的所述第一原料的相关信息正确后,将所述第一原料的相关信息与所述第一识别信息相关联地登记于数据库。
14.一种服务器装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述存储器存储的指令时,实现权利要求1至13中任意一项所述的方法。
15.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至13中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311272935.0A CN117273272A (zh) | 2023-09-27 | 2023-09-27 | 药品生产管理方法、服务器装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311272935.0A CN117273272A (zh) | 2023-09-27 | 2023-09-27 | 药品生产管理方法、服务器装置以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117273272A true CN117273272A (zh) | 2023-12-22 |
Family
ID=89220956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311272935.0A Pending CN117273272A (zh) | 2023-09-27 | 2023-09-27 | 药品生产管理方法、服务器装置以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273272A (zh) |
-
2023
- 2023-09-27 CN CN202311272935.0A patent/CN117273272A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190095855A1 (en) | Methods and Systems for Monitoring or Tracking Products in a Retail Shopping Facility | |
CN111161541B (zh) | 车辆监控方法、装置、系统及车辆监控设备 | |
WO2019152266A1 (en) | Systems and methods for verifyingmachine-readable label associated with merchandise | |
CN113767407B (zh) | 信息处理装置、信息处理方法、以及记录介质 | |
KR102517150B1 (ko) | 도서의 실시간 배치 확인이 가능한 도서관 장서 관리시스템 | |
JP5820135B2 (ja) | 物流品質検査方法、データ処理装置、データレコーダ及びコンピュータプログラム | |
CN113095132A (zh) | 一种基于神经网络的燃气现场目标检测和行为识别方法、系统、终端及存储介质 | |
CN113518998A (zh) | 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及程序 | |
CN117273272A (zh) | 药品生产管理方法、服务器装置以及计算机可读存储介质 | |
JP5096787B2 (ja) | 作業支援システム、作業管理システム、および作業管理方法 | |
CN112115745A (zh) | 一种商品漏扫码行为识别方法、装置及系统 | |
KR102278309B1 (ko) | 광학코드와 이미지 비교를 이용한 자재 오삽방지 스마트 팩토리 시스템 및 그의 운용 방법 | |
CN117408609B (zh) | 一种商品库数据的管理系统以及方法 | |
JP2012208568A (ja) | 不要物処理システム | |
US20240062157A1 (en) | Logistics management system | |
WO2007038348A1 (en) | A reliable dock-door system using radio frequency identification interrogators | |
US11933745B2 (en) | Inspection apparatus and non-transitory recording medium storing inspection program | |
JP7478547B2 (ja) | 納品管理装置およびプログラム | |
CN114093045A (zh) | 一种打卡数据的处理方法 | |
CN114595969A (zh) | 一种nfc标签生产管理系统 | |
US20220130528A1 (en) | Apparatus, system and methods for management of medical supplies | |
US20220368850A1 (en) | Production system | |
JP2006268515A (ja) | Pciカ−ド障害管理方式 | |
US11836678B2 (en) | System and method for managing product inventory | |
JP2015200584A (ja) | 車両重量計量システムおよび車両重量計量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |