Rediseño del proceso de acondicionado de productos estériles mediante herramientas Lean Manufacturing y sistema de Visión Artificial basado en IA para reducir los retrasos operativos en una empresa farmacéutica de Lima, 2025

Descripción del Articulo

La optimización de procesos en la industria farmacéutica es un desafío estratégico debido a la necesidad de incrementar la eficiencia, reducir costos y cumplir con las Buenas Prácticas de Manufactura (BPM). En este estudio se rediseñó el proceso de acondicionado de productos estériles, integrando he...

Descripción completa

Detalles Bibliográficos
Autores: Romero Aranda, Cesar Augusto, Moreto Ruiz, Sherily Celeste
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/14737
Enlace del recurso:https://hdl.handle.net/20.500.12867/14737
Nivel de acceso:acceso abierto
Materia:Lean Manufacturing
Visión artificial
Balance de línea
https://purl.org/pe-repo/ocde/ford#2.11.04
Descripción
Sumario:La optimización de procesos en la industria farmacéutica es un desafío estratégico debido a la necesidad de incrementar la eficiencia, reducir costos y cumplir con las Buenas Prácticas de Manufactura (BPM). En este estudio se rediseñó el proceso de acondicionado de productos estériles, integrando herramientas de Lean Manufacturing, como Value Stream Mapping (VSM), SMED, 5S y balance de línea, junto con un sistema de Visión Artificial basado en Inteligencia Artificial (IA). El diagnóstico inicial evidenció que los principales cuellos de botella se encontraban en la revisado visual y el estuchado, actividades manuales que generaban variabilidad, retrasos y reprocesos. A través del balance de línea y la estandarización, se logró reducir en 35 % los tiempos de estuchado, en 41 % los tiempos de setup y en 60 % las horas de trabajo por lote, además de optimizar el número de operarios por línea. De manera complementaria, la integración de la Visión Artificial permitió automatizar el control de calidad, alcanzando una precisión del 97.8 %, una reducción del 30 % en reprocesos y una velocidad de inspección de hasta 2,000 unidades por hora. Estos resultados, validados mediante pruebas estadísticas (t-student para muestras independientes con p < 0.05), confirmaron la significancia de las mejoras implementadas. En términos globales, la aplicación de Lean Manufacturing y Visión Artificial generó un ahorro del 12% en costos operativos, garantizó el cumplimiento de plazos con clientes estratégicos (ESSALUD, MINSA y distribuidoras farmacéuticas) y fortaleció la competitividad de la empresa. Así, se presenta un modelo replicable para organizaciones del sector que buscan optimizar sus procesos, incrementar la eficiencia y asegurar la calidad bajo estándares internacionales.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).