ศาสตร์ในการควบคุมการผลิตที่เภสัชกรไม่เคยได้เรียน

[jusuran]

บทความนี้  ได้รับแรงบันดาลใจหลังยื่นใบลาออก  ระหว่างเก็บของเคลียร์คอมพิวเตอร์พบบทความในไฟล์ที่เก็บมานานเหมือนกัน  เป็นของ  Neal A. Lewis, PhD, is an associate professor in the College of Information Technology and Engineering (CITE) at Marshall University  เกี่ยวกับการควบคุมการผลิตในอุตสาหกรรมยา      เป็นวิชาคณิตศาสตร์สำหรับการผลิต  ที่เขียนแล้วน่าสนใจมาก  เลยลองเอามานั่งเรียบเรียง แบบไทยๆ ดู  ต้องบอกก่อนนะคะ ตัวอย่างที่ยกเป็นเพียงข้อมูลสมมติเท่านั้น  เอาหล่ะ  ช่วยอ่านแล้ววิจารณ์ด้วยนะคะ 

ศาสตร์ในการควบคุมการผลิต 

...ลองจินตนาการถึงโรงงานผลิตยาเม็ดแห่งหนึ่งที่มีการนำเอาหลักการของการผลิตแบบลีน (lean productions) มาใช้ดูสิ  โรงงานแห่งนี้มีเทคโนโลยีแบบเก่าคือการทำแกรนูลแบบเปียก และมียอดขายประมาณ 400  ล้านบาทต่อปี  จากการชั่งวัตถุดิบจนกระทั่งขั้นตอนการผลิตแกรนูล  พบว่าการทำแกรนูลเป็นขั้นตอนที่ช้าที่สุด ที่เราเรียกกันว่า ?คอขวด? และสำคัญมากที่ว่า เครื่องเตรียมแกรนูลเปียกเป็นจุดเริ่มต้นสำคัญที่จะทำให้เกิดขั้นตอนอื่นๆ
ในการทำแกรนูลครั้งหนึ่ง  จะต้องมีการผ่านการผสมแห้งกับสารเติมแต่งต่างๆ เช่น Talc หรือ Magnesium stearate  หลังจากผสมแห้งแล้วก็จะมีการนำแกรนูลเข้าสู่พื้นที่การตอกเม็ด
หลายๆ ชั่วโมงต่อมา  เม็ดยาก็จะถูกนำสู่การเคลือบซึ่งเป็นขั้นตอนต่อไป  เม็ดยาที่ถูกเคลือบแล้วจะถูกนำเข้าสู่การบรรจุในบรรจุภัณฑ์และเคลื่อนย้ายเข้าสู่ที่เก็บใน warehouse  อีก 2 กะต่อมา  ผลิตภัณฑ์ก็จะถูกปล่อยออกสู่ตลาด  เวลาทั้งหมดที่ใช้ในการผลิตประมาณ 40 ชั่วโมงต่อ 1 ล็อตการผลิต

?อะไรคือข้อดีของการผลิตได้เร็ว??
1.  สินค้าคงคลังจะมีต่ำที่สุด  ซึ่งเป็นการทำให้ต้นทุนในการเก็บของที่ขายไม่ได้ลดลง กระแสหมุนเวียนเงินก็จะดีขึ้น
2. โรงงานสามารถตอบสนองต่อความต้องการของลูกค้าได้เร็วขึ้น

คำถามที่ว่า ?การผลิตแบบลีนสามารถนำมาใช้กับอุตสาหกรรมการผลิตยาได้หรือไม่?? ?รอบการผลิตแค่ 40 ชั่วโมงสามารถทำได้หรือไม่?? หลายๆ บริษัทมีความพยายามที่จะนำการผลิตแบบลีนมาใช้  เพื่อที่จะทำให้เกิดการผลิตแบบลีน  บริษัทต้องเข้าใจทั้งกระบวนการและวิทยาศาสตร์ของการผลิตเสียก่อน
ความจำเป็นในการเพิ่มประสิทธิภาพของการผลิต

ในธุรกิจสิ่งที่ควรคำนึงก็คือ  สินค้าคงคลัง  เวลาที่ใช้ในรอบการผลิต และต้นทุนการผลิต  บริษัทโตโยต้ามอเตอร์เป็นผู้ให้กำเนิดหลักการผลิตแบบลีน  โดยก่อนหน้านี้ โตโยต้าก็เป็นผู้ให้กำเนิด คัมบัน หรือ ระบบ Just in time นั่นเอง  หลังจากวิกฤตน้ำมันในต้น คศ. 1970  โตโยต้าพบปัญหาสินค้าคงคลังล้นสต๊อค  ระบบการผลิตถูกพัฒนาเพื่อกำจัดของเสียให้น้อยที่สุดก็ถูกค้นพบขึ้นมา โดยการควบคุม วัตถุดิบคงคลัง  WIP ( work in process)  สินค้าสำเร็จรูปคงคลัง  วัตถุดิบที่ไม่เข้าสเปค  และของที่ผลิตแล้วใช้ไม่ได้

ในประวัติศาสตร์  อุตสาหกรรมการผลิตยาไม่รู้สึกว่าสิ่งนี้เป็นสิ่งจำเป็น เพราะว่าเหตุผลแรกก็คือ  การผลิตยาไม่ได้มีเป้าหมายเพื่อการอุตสาหกรรม เพราะยาเป็นสินค้าคุณธรรม  (2) มุ่งเน้นต้นทุนการผลิตเป็นศูนย์กลางมากกว่ายึดถือผลกำไรเป็นศูนย์กลาง (3)  โดยมากมักไม่คำนึงถึงระบบการจัดการที่ดี  (4)  ในการผลิตมีภาระสำคัญ 2 อย่างคือ ทำตามขั้นตอนที่เขียนไว้และต้องไม่ทำให้เกิดความผิดพลาด

บริษัทยาในปัจจุบันอยู่ในสภาวะที่มีคู่แข่งสูง  มีการแข่งขันทางด้านราคา  ต้นทุนการผลิต และมีความจำเป็นอย่างยิ่งที่จะต้องปรับปรุงประสิทธิภาพและศักยภาพในการทำงาน ปัญหาในปัจจุบันไม่ได้เกิดขึ้นเฉพาะในประเทศใดประเทศหนึ่ง  แม้แต่ในสหรัฐอเมริกา  FDA ของสหรัฐ ยังออกมาพูดถึงและให้ความสำคัญกับ Process analytical technology (PAT)  ซึ่งเป็นเทคนิคการวิเคราะห์ที่ให้ผลลักษณะ real time online ทำให้ระบบการวิเคราะห์ Inprocess control ทำได้เร็วขึ้นเพื่อลด process cycle time

ศาสตร์ในการควบคุมการผลิต

นิยาม  Work in process, throughput, and cycle time.

Work in process (WIP)  เป็นรูปแบบสินค้าคงคลังแบบหนึ่ง คือ  ล็อตยาที่ยังทำไม่เสร็จ กำลังอยู่ในกระบวนการผลิต
Throughput (TH)  เป็นค่าเฉลี่ยของล็อตยาที่ผลิตเสร็จต่อหนึ่งหน่วยเวลา
Cycle time (CT)  เป็นค่าเฉลี่ยของเวลาตั้งแต่ เริ่มออกล็อตจนถึงเสร็จสิ้นการผลิต
ตัวแปรเหล่านี้มีความสัมพันธ์กันตาม  Little's Law

WIP = TH ? CT    [1]

ตัวอย่างเช่น  โรงงานผลิตยาเม็ดพาราเซตามอลแห่งหนึ่ง  สามารถผลิตยาได้ 5 ล็อตต่อวัน ในการผลิตแต่ละล็อตใช้เวลาประมาณ  15  วัน  ดังนั้น  WIP ที่เหมาะสมในโรงงานนี้ จะเท่ากับ  75  ล็อต  ซึ่งถ้ามากกว่านี้แสดงว่า ในกระบวนการผลิตมีปัญหาอะไรสักอย่างที่ทำให้ไม่มีสินค้าสำเร็จรูปออกจากสายการผลิต  หรือถ้าน้อยกว่านี้ แสดงว่า ไม่มีการสั่งผลิตจากฝ่ายวางแผน  คนและเครื่องจักรเรากำลังว่าง 

The bottleneck rate (rb) หรือ ช่วงคอขวด  เป็นจุดที่ช้าที่สุดของการผลิตในแต่ละ workstation 
ตัวอย่างเช่น  การผสมแกรนูลใช้เวลา  4 ชั่วโมงต่อล็อต  การตอกใช้เวลา  10 ชั่วโมงต่อล็อต  การเคลือบใช้เวลา 6 ชั่วโมงต่อล็อต  การบรรจุแผงใช้เวลา  16 ชั่วโมงต่อล็อต    บริเวณคอขวดที่ทำให้การผลิตช้า คือ การบรรจุแผง  = 16/36  =  0.44  เป็นต้น ( ไม่รวมเวลาวิเคราะห์นะคะ อย่างพวกวิตามินแร่ธาตุ เวลาในการวิเคราะห์พอๆ กับเวลาในการผลิตทั้งล็อตเลย  โดยความเห็นในการพัฒนาทั้งระบบควรพิจารณาตัวแปรเรื่องเวลาในการวิเคราะห์ร่วมด้วยค่ะ)

Raw process time (T 0)  เป็นผลรวมของระยะเวลาการผลิตทุกหน่วยการผลิต  แต่ไม่รวมถึงเวลาในการรอเพื่อเข้าสู่หน่วยผลิตต่อไป  ตัวอย่างข้างบน T 0 = 4+10+6+16 = 36 ชั่วโมง

critical WIP (W0)  เป็นระดับ WIP ที่มีกระบวนการผลิตสมบูรณ์ หมายถึงไม่มี จุดคอขวดในกระบวนการผลิต  ตามทฤษฎี

W0 = rb T 0        [2]

ซึ่งจากตัวอย่างข้างบน W0  =  0.44 * 36  =  16  ล็อต

ตัวแปรทั้งหมดมีความสัมพันธ์กันอย่างง่ายๆ  WIP จะเพิ่มขึ้นเมื่อ cycle time หรือ throughput  เพิ่มขึ้น   
ค่าน้อยที่สุด ของ  theoretical cycle time คือ  T0  เพราะว่าไม่มีเวลารอใดๆ  เช่น ไม่นำเวลาในการรอวิเคราะห์  ไม่นำเวลาในการรอระหว่างส่งต่อให้แต่ละหน่วยการผลิตมาคิดด้วย  ซึ่งแปลว่า  ถ้ามีการล่าช้าในแต่ละหน่วยย่อมเป็นการเพิ่ม WIP  และเนื่องจากว่าในการผลิตยามักใช้ cycle times  นาน  ดังนั้น WIP ในแต่ละโรงงาน จึงมักจะสูงประจำ

โปรดติดตามตอนต่อไป...

[sukanya_rx19]

จะไปก็ยากเหมือนกันแฮะ การผลิตเนี่ย 

[pharjung]

เป็นอะไรที่ชอบจริงๆ และก้เลือกที่จะไปทางด้านนี้

แต่เรื่องโรคเรื่องยาเราก็ต้องรู้

ไม่งั้นก็เรียกตัวเองว่าเภสัชกรได้อย่างไรกัน

จริงไหมเอ่ย...

[plepod..Rx19]

งง ไปเลย เพราะปรกติเกี่ยวกับสายนี้ก็เกือบแย่แล้ว ตอนเรียน มีตั้ง5ตัวต่อกัน แฮ่ะๆๆๆ แล้วอันนี้ยังไม่เคยเรียนอีก แฮ่ะ ๆยิ่งไม่รู้เรื่องหนักไปใหญ่ แต่ดูคุ้นๆ เหมือนเคยอ่านผ่านตาของพวกวิศวะเรียนกันนะ อ่ะ...แต่ไม่รู้ใช่เปล่า สูตรพวกนี้อ่ะ

[doraemon]

[jusuran]

มาโพสต่อ  ช่วงนี้ยุ่งมากๆ เพราะอยู่ในช่วงเปลี่ยนงานและซ้อมเตรียมแข่งเคนโด้ เลยไม่ค่อยมีเวลามาโพส  ต่อกันเลยดีกว่าเนอะ

เบื้องหลังการผลิต

   หลักการทางคณิตศาสตร์ในโรงงานมีอยู่มากมายหลายหลักการ  และอันหนึ่งก็คือหลักการที่เรียกว่า Best-Case Performance Law ซึ่งว่าไว้ว่า  cycle time ที่น้อยที่สุดจะได้  throughput ที่ดีที่สุด  ซึ่ง  WIP level (w)  มาจากสิ่งต่อไปนี้

CTbest = T 0 (if w ? W 0)     หมายถึงว่า  เวลาในการผลิตที่น้อยที่สุดก็คือผลรวมของแต่ละขั้นตอนการผลิตที่ไม่เสียเวลารออะไรเลย  ซึ่งเขียนได้อีกอย่างหนึ่งว่า

CTbest = w/T 0         [3]

กฎของ Best-Case Performance Law ซึ่งว่าไว้ว่า  cycle time ที่น้อยที่สุดจะได้  throughput ที่ดีที่สุด   ดังนั้น
THbest = w/T 0 (if w ? W 0)  เขียนอีกอย่างหนึ่งก็คือ

THbest = rb           [4]
ซึ่งหมายถึงว่า  การขจัดคอขวดให้สั้นที่สุดย่อมให้ Throughput ที่ดีที่สุดและ Cycle time ที่น้อยที่สุดนั่นเอง

ในทางตรงข้ามการทำให้สินค้าคงคลังเป็นศูนย์ไม่ใช่เป้าหมายที่ถูกต้อง  critical WIP (W 0) เป็นเหตุผลที่สำคัญและเป็นเป้าหมายที่สำคัญที่สุดตามทฤษฎี

สำหรับ worst-case performance  ก็มีนิยามเช่นกัน

CTworst = wT 0         [5]

THworst = 1/T 0         [6]

ซึ่งหมายความง่ายๆ ว่า ใช้เวลานานในแต่ละขั้นตอนในการผลิต ก็ได้ Cycle time นาน และ Throughput น้อยนั่นเอง อย่างที่มีคนเคยกล่าวไว้ว่าในการทำงานไม่มีสิ่งที่เรียกว่า  ?ดีที่สุด? หรือ ?แย่ที่สุด?  สมการเหล่านี้เป็นความรู้เบื้องต้นที่ใช้ในการปรับความสมดุลในการผลิตในแต่ละโรงงานให้อยู่ในระดับที่เรียกว่า ?ดี? เพื่อให้ได้การผลิตที่ต้นทุนการผลิตต่ำที่สุดได้ 


แม้ว่า คำว่า "กรณีที่แย่ที่สุดในทางปฏิบัติ" จะฟังดูแย่  ในการขีดเส้นแบ่งระหว่าง "ดีที่สุด" "แย่ที่สุด"  ไม่สามารถแบ่งได้อย่างชัดเจน ความสัมพันธ์ระหว่าง  Cycle time &  WIP  แสดงให้เห็นในรูปที่ 1   ความสัมพันธ์ระหว่าง WIP & throughput  แสดงในรูปที่  2

ในรูปที่ 1  ช่องว่างระหว่างเส้น  worst-case กับเส้น  practical worst-case คือ ช่วงที่เราเรียกว่า ?แย่? โรงงานควรหลีกเลี่ยงไม่ทำให้เกิดพื้นที่แบบนี้     ช่องว่างระหว่างเส้น practical worst-case กับเส้น  best-case เป็นช่วงที่เรียกว่า ?ดี?  การผลิตแบบ lean คือ การพยายามทำให้เกิดช่วงนี้ในโรงงานตลอดเวลา 

ในรูปที่ 2  พื้นที่เหนือกราฟ  practical worst-case เป็นสิ่งที่เรียกว่า ?ดี? ในขณะที่ ต่ำกว่ากราฟก็คือ ?แย่?

ในการผลิตยาเม็ดแบบการเตรียมแกรนูลแบบเปียก จะใช้เวลาในการผลิตหลายสัปดาห์  กระบวนการผลิตแสดงตามรูปที่ 3  เริ่มตั้งแต่การชั่ง  ผสมเปียกโดยเครื่อง high-shear mixing และอบให้แห้งด้วย fluid-bed dryer  จากนั้นก็แร่งและผสมแห้งขั้นตอนสุดท้ายก่อนนำไปตอกเม็ด  เคลือบฟิล์ม และบรรจุในบรรจุภัณฑ์  เวลาที่เกี่ยวข้องในแต่ละขั้นตอนแสดงในรูปที่ 3    แต่ละขั้นตอนต้องส่งให้ฝ่ายควบคุมคุณภาพตรวจสอบ หลังตรวจสอบและได้รับอนุญาตให้ทำต่อ  แม้ว่าในขั้นตอนตั้งแต่การแจ้งสุ่มตัวอย่างจากฝ่ายผลิตจนเสร็จสิ้นฝ่ายผลิตทราบว่าให้ทำต่อ ทุกขั้นตอนจนเสร็จการผลิตยาหนึ่งล็อต  จะใช้เวลา 2 วันหรือมากกว่านั้น  แต่เชื่อหรือไม่ว่า เวลาที่ใช้ในการวิเคราะห์จริงๆ จะเป็นใช้เพียง 2% ของเวลาทั้งหมด


ยังไม่จบนะคะ มีต่อ...

[plepod..Rx19]

สอบถามจากเด็กวิศวะ แล้วเค้าบอกว่า เรื่องนี้ง่ายๆ ง่ายมากๆ ว่างั้น.. แล้วทำไมพวกเราไม่รู้เรื่องกันหละหนิ
สุดท้ายให้สอนซะเลย แฮ่ๆๆแต่ก็ไม่รู้จะเอาไปใช้ประโยชน์ตอนไหนดี...
และสุดท้ายอีกเราเลยคิดไปว่า ก็เราไม่เคยเรียนไง มันเลยดูยาก ถ้าเราได้เรียนมันคงดูง่ายๆ ขึ้น
ถ้าให้พวกวิศวะมารู้เรื่องยา
พวกเค้าก็คงบอกว่ามันยากเหมือนกันแหละ จริงเปล่า

[jusuran]

[size=100]ตอนสุดท้ายแล้ว...[/size]


ในบางโรงงานการผลิตยา 1 ล็อต บางทีอาจใช้เวลาเป็นเดือน เพราะว่าในกระบวนการผลิตจำเป็นต้องรอผลวิเคราะห์ในแต่ละขั้นตอนเป็นเวลานาน บางครั้งแม้ว่าการผลิตจริงๆ อาจใช้เวลาเพียง 3 วัน แต่รวมเวลาตั้งแต่เริ่มออกล็อตกว่าที่จะได้ยาล็อตนั้นอาจใช้เวลาตั้ง 35 วัน  ในบางกรณีการผลิตยามากกว่า 1 ตัวยิ่งทำให้ cycle time ในการผลิตยาวนานยิ่งขึ้น สิ่งเหล่านี้เป็นการแสดงให้เห็นว่า เรากำลังเสียเวลารออะไรบางอย่าง  และการรอคอยนั้นอาจทำให้การผลิตช้าลง  การผลิตที่ช้าลงทำให้ตอบสนองต่อความต้องการลูกค้าได้ช้า  WIP สูงขึ้น  และแน่นอนว่า ค่าใช้จ่ายย่อมสูงขึ้น

การ rework หรือบางโรงงานอาจเรียกว่า reprocess

บางครั้งในการผลิตจะพบปัญหาหรือสิ่งที่เราเรียกว่าของเสีย  ของเสียแบ่งออกเป็น 2 ประเภท คือ นำกลับมาใช้ใหม่ได้ กับ นำกลับมาใช้ใหม่ไม่ได้ กรณีหลังเราจะเรียกว่า scrap กรณีที่นำกลับใช้ใหม่ได้เราจะนำเข้ากระบวนการ rework หรือ reprocess    แน่นอนว่าในการผลิตเราย่อมต้องการควบคุมให้สิ่งที่เรียกว่า scrap มีน้อยที่สุดเท่าที่จะทำได้   แต่การ rework แต่ละครั้งก็ไม่ใช่ว่าจะไม่เสียอะไร 

เอาหล่ะ..มาดูกันว่า rework  แต่ละครั้งเสียอะไรกันบ้าง
1. ค่าแรงงาน
2. ค่าพลังงานที่ใช้ในการเดินเครื่องจักร
3. ค่าน้ำ-ไฟ
4. ค่าวัตถุดิบที่อาจจะต้องมาใช้ในการ rework
5. ค่าความเสี่ยงในการเรียกยาคืนในอนาคต ถ้าคุณภาพจากการ rework ต่ำกว่าปกติ
6. ค่าใช้จ่ายในการติดตามความคงสภาพล็อตที่ rework

ไม่ใช่น้อยๆ เลยเนอะ... 

ดูกันว่า อุตสาหกรรมยาในสหรัฐอเมริกา กำลังมองหาอะไรบางอย่างเพื่อที่จะทำให้ประสิทธิภาพในการผลิตได้รับการพัฒนายิ่งขึ้น  สิ่งนั้นก็คือ PAT  เพื่อให้การวิเคราะห์แต่ละขั้นตอนใช้เวลาสั้นลงและเป็น real time มากขึ้น  และดูเหมือนว่า PAT กำลังเป็นหัวข้อที่ FDA สหรัฐกำลังเตรียมการรับรองเพื่อให้ใช้ในอุตสากรรมยาบ้านเค้า

บ้านเราคงต้องรอกันเหงือกแห้ง....




การผลิตในปัจจุบันมันอาจฟังดูไม่เลวร้ายนัก ถ้าจะพูดว่า ?ไอ้ที่ทำอยู่มันยังไม่เต็มประสิทธิภาพ? หรือว่า ?มันยังมีทางพัฒนาประสิทธิภาพได้อีก?  สูตรคำนวณข้างบนกับสมการข้างบน เป็นตัวช่วยในการดูว่าระบบการผลิตของคุณควรจะพัฒนาตรงจุดไหน  และหากแก้ปัญหาทีละจุดแล้วอะไรเป็นปมปัญหาต่อมาที่จะต้องแก้ไข  การนำข้อมูลไปเปรียบเทียบกับโรงงานอื่นเป็นสิ่งที่ไม่ใช่วิธีที่ถูก เพราะว่าศักยภาพของคุณไม่เท่ากับที่โรงงานอื่นมี 

ในรูปที่ 1-2 จะใช้บอกกับคุณว่า การผลิตของคุณอยู่ในช่วงไหนของสิ่งที่เรียกว่า ?ดีที่สุดในทางทฤษฎี?  ในตารางที่ 1 แสดงให้เห็นว่าเวลาในแต่ละกระบวนการผลิตยาเม็ดนั้นใช้ในแต่ละขั้นตอนไปเท่าใดบ้าง  ใช้เวลาในการทำ QC เท่าไหร่  ใช้เวลาในการรอก่อนเข้าขั้นตอนต่อไปเท่าไหร่(current)   และถ้าขจัดเวลาในการรอวิเคราะห์ในแต่ละขั้นตอนออกไปจะเป็นอย่างไร (scenario 2),  หรือถ้าลดเวลาในการรอก่อนเข้าขั้นตอนต่อไปสัก 50% จะเป็นอย่างไร(scenario 3)      ทั้ง 3 แบบสามารถนำข้อมูลมาคำนวณเพื่อหา TH, CT และ WIP ได้ข้อมูลในตารางที่ 2


จากตารางที่ 2 นำข้อมูลมาพลอตกราฟ ในรูปที่ 4-5  current (C) จะตกอยู่ในช่วงที่เรียกว่า ?แย่? เพราะว่า มันต้องรอนานเกินไป  และมี WIP มากเกินไป นั่นเอง   สำหรับการนำ PAT มาใช้ใน scenario 2 (2) จากรูปที่ 4-5  แสดงให้เห็นว่า  จุดที่ 2 ที่ TH เท่ากับ C  นั้น  WIP จะลดลง  และ  เมื่อเทียบกับ C  ทั้ง WIP และ CT จะลดลงไปด้วย 

จะเกิดอะไรขึ้น เมื่อเราลดบัฟเฟอร์สต๊อกได้ ใน scenario 3 (3)   การสามารถลดบัฟเฟอร์สต๊อกได้ 50% ยิ่งทำให้ WIP, CT ลดลง  ในขณะที่อาจเห็นว่า TH สูงขึ้นนิดหน่อย  เกิดอะไรขึ้นเมื่อสามารถ save cost ในการเก็บ WIP ลดลง ?

คิดดูนะ...

ถ้าเราขายสินค้าได้ยอด 400 ล้านบาทต่อไป  ถ้าเราปรับปรุงให้ WIP ลดลงได้ 30% ( ผลต่างระหว่าง Current กับ scenario 3 )  ลด Cycle time จาก 35 วัน เหลือ 24 วัน  ซึ่ง ลดเวลาในการเก็บของในกระบวนการเหลือ 11 วัน

11 วัน  ? 1 ปี/250  วันทำการ ? $400 ล้านบาท/ปี = $17.6 ล้านบาทที่ประหยัดได้


แต่การลดสินค้าคงคลังไม่ได้มีแต่ข้อดีเพียงด้านเดียว  ในกรณีปี 2001 เมื่อเกิดวิฤตการณ์ anthrax การรักษาโดยใช้ยา Ciprofloxacin มีความต้องการสูงขึ้นอย่างกะทันหัน  การผลิตจึงต้องเพิ่มขึ้นตามไปด้วย  อย่างไรก็ตาม แม้ว่าการผลิตจะมีการเร่งขึ้นแต่ก็ต้องใช้เวลาเป็นสัปดาห์ถึงหล่ายสัปดาห์เพื่อที่จะส่งของไปถึงลูกค้าได้ 


โดยสรุปแล้ว  ปัจจุบันอุตสาหกรรมยาในอเมริกากำลังที่จะพัฒนาตัวเองเข้าสู่สิ่งที่เรียกว่า lean pharmaceutical manufacturing เพื่อที่จะปรับปรุงกระบวนการผลิตไปข้างหน้านั้น   ข้อมูลในเรื่องเวลาการผลิต WIP หรือ TH  จะถูกนำมาวิเคราะห์ว่าควรที่จะปรับปรุงโรงงานของคุณไปในแนวทางใด  เครื่องมือที่เรียกว่า PAT หรือ A process analytical technology  ถือเป็นเครื่องมือชนิดหนึ่งที่จะทำให้กระบวนการผลิตมีประสิทธิภาพยิ่งขึ้น    แต่สำหรับอุตสาหกรรมยาในประเทศไทยเราคงต้องรอกันต่อไป.

สอบถามจากเด็กวิศวะ แล้วเค้าบอกว่า เรื่องนี้ง่ายๆ ง่ายมากๆ ว่างั้น.. แล้วทำไมพวกเราไม่รู้เรื่องกันหละหนิ
สุดท้ายให้สอนซะเลย แฮ่ๆๆแต่ก็ไม่รู้จะเอาไปใช้ประโยชน์ตอนไหนดี...
และสุดท้ายอีกเราเลยคิดไปว่า ก็เราไม่เคยเรียนไง มันเลยดูยาก ถ้าเราได้เรียนมันคงดูง่ายๆ ขึ้น
ถ้าให้พวกวิศวะมารู้เรื่องยา
พวกเค้าก็คงบอกว่ามันยากเหมือนกันแหละ จริงเปล่า

ใช่แล้วค่ะ ถ้าเราได้เรียน ก็คงไม่ยาก  แต่มันก็ไม่ใช่เรื่องยากที่จะเรียนรู้ เพียงแค่ประยุกต์นิดหน่อยคนสายโรงงาน คุมการผลิตอาจจะเห็นภาพได้ชัดกว่าค่ะ

[nnuutt_3]

อ่านแล้วปวดท้ายทอย..

แล้วจะวนกลับมาอ่านอีกรอบและหลายๆ รอบ

ตอนเรียน..ก็รู้อยู่ว่า..เกลียดตัวเลข