استخدام الذكاء الاصطناعي في التحليل الطيفي الراماني في علم الأدوية وتصنيع المستحضرات الصيدلانية
الكلمات المفتاحية:
مطيافية رامان؛ الذكاء الاصطناعي؛ علم الأدوية؛ تصنيع الأدوية؛ التعلم الآلي؛ تحليل الأدوية؛ القياسات الكيميائية؛ تكنولوجيا التحليل العملياتي؛ التعلم العميق؛ مراقبة الجودةالملخص
يوفر دمج مطيافية رامان مع الذكاء الاصطناعي طريقة غير مدمرة لمراقبة جودة المستحضرات الصيدلانية ورصد عملياتها. تقيّم هذه الدراسة سير عمل رامان-الذكاء الاصطناعي المصمم لتحديد المركبات، والتصنيف الطيفي، والكشف عن المستحضرات الصيدلانية المقلدة. جُمعت الأطياف من تركيبات نموذجية، تشمل الباراسيتامول، والإيبوبروفين، والأسبرين، والأموكسيسيلين. خضعت البيانات لمعالجة مسبقة آلية وتقليل الأبعاد قبل تحليلها باستخدام نماذج آلة المتجهات الداعمة (SVM)، والغابة العشوائية (RF)، والشبكة العصبية الاصطناعية (ANN)، والشبكة العصبية الالتفافية (CNN). حقق نموذج الشبكة العصبية الالتفافية دقة تصنيف بلغت 99.1%، بينما قدم نموذج آلة المتجهات الداعمة أداءً مماثلاً مع متطلبات حسابية أقل. كما أظهر الإطار حساسية ونوعية عاليتين في التمييز بين التركيبات الأصلية والمقلدة. تشير هذه النتائج إلى أن دمج مطيافية رامان مع نماذج التعلم الآلي يوفر نهجًا موثوقًا للتحليل الآلي ورصد العمليات في صناعة الأدوية.
منشور
كيفية الاقتباس
إصدار
القسم
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
