深思AI：漢思助力全球領先企業(yè)首創(chuàng)AI加速產品質量回顧PQR/APR

產品年度質量回顧，可以簡單理解為該公司一年度生產的所有產品的各種質量參數(shù)的回顧。歐盟稱之為PQR（Product Quality Review），F(xiàn)DA稱之為APR（Annual Product Review），WHO發(fā)布的GMP中稱之為APQR（Annual Product Quality Review），其實都是同一個東西。

制造企業(yè)做產品年度質量回顧的最終目的，是為了能夠持續(xù)改善產品質量，并不斷提高公司質量體系。無論是中國、歐盟還是FDA，法規(guī)都要求企業(yè)每年進行一次全面的產品質量回顧。主要內容包括概述、、所有商業(yè)批生產批次，原輔料包材的關鍵質量參數(shù)和供應商管理，檢驗數(shù)據(jù)，穩(wěn)定性數(shù)據(jù)，變更偏差管理，產品投訴/召回/退貨情況，相關設施設備的驗證等。詳見下表

做產品年度質量回顧的工作量非常大，不是靠單個部門能夠做好，通常是由QA部門統(tǒng)籌，各職能部門如生產部、工程部、QC等的配合共同完成，并由相關人員審批，最終將質量回顧情況以書面形式報告到當?shù)厮幤繁O(jiān)督管理部門。一般年度質量報告應在回顧周期后3個月內完成。

某著名企業(yè)（全球領頭企業(yè)）生產的產品類型之復雜，數(shù)量之多，導致質量回顧變成一項非常浩大的工程。為了提高產品年度質量回顧的效率，每月都能進行快速產品質量回顧，縮短質量數(shù)據(jù)處理的時間，減少人為錯誤，改善質量管理水平，該企業(yè)借助Global已部署的全球領先的AI大模型GPT-4o，規(guī)劃通過漢思團隊AI+應用能力與具體業(yè)務相結合，實現(xiàn)自動數(shù)據(jù)建模和數(shù)據(jù)分析，自動調取數(shù)據(jù)完成產品質量回顧。通過漢思顧問與客戶業(yè)務部門多次討論，輸出產品質量回顧項目第一期的業(yè)務需求如下：

2.1 項目概述

質量數(shù)據(jù)分析項目是基于漢思AI平臺進行開發(fā)實施的數(shù)據(jù)分析系統(tǒng)建設項目，自啟動以來歷時五周，順利完成系統(tǒng)部署與上線運行。該系統(tǒng)集成了包括假設檢驗、回歸分析、控制圖、過程能力分析等在內的多種常用統(tǒng)計分析方法，并覆蓋了成品檢驗、原料檢驗，生產過程控制及工藝參數(shù)，公輔工程數(shù)據(jù)等多個典型應用場景。

2.2 項目價值

系統(tǒng)上線后，在多個質量部門試點應用，獲得了用戶的積極反饋。質量人員普遍反映，以往需要數(shù)小時甚至一整天才能完成的數(shù)據(jù)整理與分析工作，現(xiàn)在僅需幾分鐘即可完成，大幅減少了人工操作時間，降低了出錯概率。

此外，系統(tǒng)的智能化分析能力幫助質量團隊更早地發(fā)現(xiàn)潛在問題，提升了風險預警能力，進一步保障了產品質量的一致性和合規(guī)性。項目的成功實施標志著企業(yè)在質量數(shù)據(jù)分析領域邁出了從“人工經驗驅動”向“數(shù)據(jù)智能驅動”的關鍵一步，為后續(xù)構建全面的質量數(shù)字化管理體系打下了堅實基礎。

2.3項目內容 

• 分析方法

（1）當用戶輸入問題時，系統(tǒng)通過分類規(guī)則提取用戶問題的關鍵信息，例如涉及的數(shù)據(jù)源、分析場景以及所需的分析方法等。

（2）接著，根據(jù)提取到的關鍵信息，構建相應的SQL語句并執(zhí)行數(shù)據(jù)查詢，從而獲取所需的數(shù)據(jù)。

（3）在完成數(shù)據(jù)查詢后，依據(jù)相關的分析場景對數(shù)據(jù)進行針對性的處理，并進一步應用對應的分析方法以實現(xiàn)深入的數(shù)據(jù)洞察。

3.1 智能化工具助力產品制造過程能力管理升級

質量工程師小A希望分析某產品（如XX產品）的過程能力。以往，他需要先從信息系統(tǒng)中導出相關批次檢驗數(shù)據(jù)，再導入Minitab等統(tǒng)計軟件中進行過程能力分析。而現(xiàn)在，借助“質量數(shù)據(jù)分析助手”，小A只需簡單輸入指令：“對XX產品的XX成分含量進行過程能力分析”，系統(tǒng)便會自動完成數(shù)據(jù)處理與分析，計算出CPK、PPK等關鍵指標，并生成對過程能力的智能總結。

3.2 基于控制圖分析的產品過程穩(wěn)定性評估實踐

小A希望分析某產品的生產過程是否穩(wěn)定，借助“質量數(shù)據(jù)分析助手”，小A只需簡單輸入指令：“對XX產品的XX成分含量進行控制圖分析”，系統(tǒng)便會自動完成數(shù)據(jù)處理與分析，生成控制圖趨勢，并識別和標注異常批次的數(shù)據(jù)。同時，系統(tǒng)還會輸出結構清晰、易于理解的智能總結，幫助小A快速判斷過程穩(wěn)定性，顯著提升了分析效率與結果的可讀性。

3.3 基于時間趨勢分析的過程數(shù)據(jù)穩(wěn)定性評估

小A希望分析某產品關鍵成分檢測數(shù)據(jù)的時間趨勢，以確定是否存在周期性、季節(jié)性或其它相關趨勢。利用“質量數(shù)據(jù)分析助手”，小A只需簡單輸入指令：“對XX產品的XX成分含量進行時間趨勢分析”，系統(tǒng)便能自動完成從數(shù)據(jù)處理到分析的全過程。它不僅會生成詳細的成分含量變化趨勢圖，識別并標注任何異常批次的數(shù)據(jù)，還會提供一個結構清晰且易于理解的智能總結報告。分析結果幫助小A迅速評估生產過程的穩(wěn)定性及成分含量的變化規(guī)律。

3.4 利用統(tǒng)計過程控制評估產品工藝調整效果的實踐

2024年6月1日，某關鍵工藝在xx產品的生產線上進行了調整。為了評估此次變更對過程穩(wěn)定性的影響，小A利用“質量數(shù)據(jù)分析助手”，輸入了具體的分析請求：“以2024年6月1日為時間節(jié)點，生成2024年xx產品檢測數(shù)據(jù)的控制圖。” 

“質量數(shù)據(jù)分析助手”迅速分析并生成了涵蓋工藝變更前后兩個階段的控制圖。這些圖表不僅直觀地展示了每個階段的過程穩(wěn)定性趨勢，還特別突出了兩階段間的差異。系統(tǒng)自動識別并標注了所有異常點，使得任何潛在的問題區(qū)域都清晰可見。

此外，系統(tǒng)提供了詳盡的總結報告，概述了各階段中的過程穩(wěn)定性情況以及異常點的具體信息。通過對比這兩組控制圖，小A能夠清楚地觀察到工藝調整前后的變化，進而判斷此次工藝改進是否達到了預期的效果，以及是否需要采取進一步的優(yōu)化措施

3.5 從統(tǒng)計基礎到過程控制：產品質量波動管理的新嘗試

又是一個新的質量周期，小A希望參考歷史數(shù)據(jù)制定新周期的內部質量控制限。小A利用“質量數(shù)據(jù)分析助手”，輸入了具體的分析請求：“計算2024年生產的xx產品的xx檢測數(shù)據(jù)均值±3σ的值；以此為上下限，生成2025年1-5月生產的xx產品的xx檢測項的控制圖” 

系統(tǒng)首先計算了2024年全年生產的xx產品特定檢測數(shù)據(jù)的平均值（均值）及標準差（σ）?；谶@些統(tǒng)計數(shù)據(jù)，系統(tǒng)確定了上下控制限，即均值±3σ的值，為新周期設定了科學合理的內部質量控制標準。

接著，“質量數(shù)據(jù)分析助手”根據(jù)設定的控制限，生成了2025年1月至5月期間生產的xx產品的特定檢測項控制圖。這張控制圖不僅清晰地展示了這五個月中每個批次的質量波動情況，還直觀地標明了哪些批次超出了預先設定的控制限，提示可能存在質量問題或特殊原因導致的變異。

3.6 基于時間維度的回歸建模與維護事件關聯(lián)性探索

某天，小A在查詢某輔助制備設備的工藝參數(shù)時。他發(fā)現(xiàn)數(shù)據(jù)似乎與時間具有某種相關性。于是，他在“質量數(shù)據(jù)分析助手”中輸入：“對2024年xx設備xx參數(shù)以時間維度進行擬合回歸分析”。

“質量數(shù)據(jù)分析助手”以清晰的圖表展示了2024年該輔助制備設備的參數(shù)變化趨勢，并通過時間維度進行了線性回歸分析。圖中可見，參數(shù)值隨著時間呈現(xiàn)出明顯的上升趨勢，并在某些時間段出現(xiàn)異常波動。

小A仔細觀察著圖表，發(fā)現(xiàn)這些波動與設備維護記錄中的某些時間節(jié)點高度吻合。他隨即調出設備的維護日志進行比對，果然發(fā)現(xiàn)，在幾次關鍵部件更換和軟件升級之后，參數(shù)出現(xiàn)了顯著變化。

3.7 從數(shù)據(jù)出發(fā)探索成分關聯(lián)性

又是一年質量回顧的關鍵節(jié)點，小A正與同事們圍繞新的質量分析方向展開討論。討論中，一位同事提出一個值得探索的問題：“我們是否可以研究一下，在成品中不同關鍵成分的含量之間是否存在某種相關性？同時，成品與原料之間的成分含量是否也存在一定的關聯(lián)？” 受到啟發(fā)的小A在“質量數(shù)據(jù)分析助手”中。輸入：“對xx產品的xx1含量和xx2含量進行擬合回歸分析，以識別兩個結果之間的結果是否相互影響。”

系統(tǒng)提取了相關數(shù)據(jù)，并開始進行擬合與回歸分析。并生成了散點圖和回歸曲線，展示了xx產品中xx1含量與xx2含量之間的關系。系統(tǒng)還計算出了兩者的相關系數(shù)（R²值），并進行了顯著性檢驗。

3.8 基于穩(wěn)定性數(shù)據(jù)的產品有效期預測實踐

產品有效期預測一直是小A工作中比較重要的環(huán)節(jié)，他需要通過穩(wěn)定性研究數(shù)據(jù)，結合不同觀察周期（如3個月、6個月、9個月、12個月等）的檢測數(shù)據(jù)，推算出產品的預期有效期。

于是在“質量數(shù)據(jù)分析助手”中輸入：“用穩(wěn)定性研究分析xx產品考察條件為25°C / 60% r.h，24個月的xx含量，預測該產品的有效期”。系統(tǒng)分析相關數(shù)據(jù)，并輸出相關的分析結果。包括含量隨時間的變化趨勢；使用線性回歸模型對這些數(shù)據(jù)進行了擬合，并計算出每條曲線的斜率和R²值，以評估降解速率及其可靠性；根據(jù)降解曲線，系統(tǒng)估算出了在25°C / 60%相對濕度條件下，xx含量降至標示量90%所需的時間。這是判斷產品是否仍然有效的重要指標之一。

3.9 單樣本 t 檢驗在含量一致性評估中的應用

天，小A正在審核一批新生產的xx產品的含量檢測數(shù)據(jù)。這批產品標示xx含量為每克含10 mg（標示量100%），根據(jù)企業(yè)內控標準，合格范圍應在標示量的70%至130%之間。該批次共抽取了10個樣品進行含量測定，實驗員已將結果整理好并提交給小A進行統(tǒng)計分析。小A翻看著數(shù)據(jù)，心中浮現(xiàn)一個問題, “雖然這10個樣品的平均值看起來接近100%，但是否可以認為該批產品的實際含量與標示量沒有顯著差異？”

于是小A打開“質量數(shù)據(jù)分析助手”，輸入指令：“對xx產品xx檢測數(shù)據(jù)執(zhí)行單樣本 t 檢驗，檢驗值為100%”系統(tǒng)分析相關數(shù)據(jù)，并輸出相關分析結果和結論。包含T值、P值等關鍵判斷指標。根據(jù)系統(tǒng)提供的分析結果，小A可以快速判斷這批產品的xx含量在統(tǒng)計上與標示值是否存在顯著差異。

3.10 基于雙樣本等價檢驗的年度含量對比分析

2025年年初，小A正在整理過去兩年xx產品的質量回顧數(shù)據(jù)。他注意到，2023年和2024年的生產工藝中有一些微小調整，比如輔料供應商更換、混合時間優(yōu)化等。這些變化雖然看似不影響產品質量，但小A想確認一下：這兩年生產的產品在主成分含量上是否存在統(tǒng)計學意義上的“等價性”？

于是小A打開“質量數(shù)據(jù)分析助手”，輸入指令：“對2023年和2024年生產的xx產品的xx檢測數(shù)據(jù)進行雙樣本等價檢驗。”系統(tǒng)分析相關數(shù)據(jù)，并輸出相關分析結果和結論。根據(jù)分析結果，可以快速判斷兩個年份的數(shù)據(jù)在設定的等價限范圍內是否表現(xiàn)出具有統(tǒng)計學意義的差異，進而判斷其“等價性”。

3.11 基于單因素方差分析的純化水系統(tǒng)各工段電導率差異性研究

小A正在參與一項關于純化水系統(tǒng)的年度回顧工作。作為質量管理的重要環(huán)節(jié)，純化水的電導率是反映其純度的關鍵指標之一。

當前的純化水制備流程包括三個主要工段：RO，EDI，Loop1 , Loop2。小A想了解這四個工段產出水的電導率是否存在顯著差異，以判斷各階段對水質控制的效果是否一致。

為了判斷這四組數(shù)據(jù)之間是否存在顯著性差異，小A在“質量數(shù)據(jù)分析助手”中輸入指令：“對2024年純化水系統(tǒng)RO和EDI、LOOP1、LOOP2各組的電導率最大值進行單因素方差分析，以識別點位之間的電導率是否有顯著性差異。”系統(tǒng)分析相關數(shù)據(jù)，并輸出相關分析結果和結論。根據(jù)分析結果，小A快速得到各個工段間是否存在顯著性差異，為后續(xù)的改善工作提供基礎。

如有侵權，請聯(lián)系漢思刪帖