Eine an der Schule für Kriminalwissenschaften der Universität Lausanne durchgeführte Forschungsarbeit kombiniert Infrarotspektroskopie und KI für eine schnelle und zuverlässige Erkennung vor Ort.
Die von Hervé Rais, Olivier Delémont und Pierre Esseiva durchgeführte Forschung besteht darin, tragbare und schnelle Techniken zur Erkennung und Analyse von gefälschten Medikamenten einzusetzen. Dank der tragbaren Technologie, die auf der Nahinfrarot-Spektralanalyse basiert und von NIRLAB (Nirlab.com), einem Startup-Unternehmen der Universität Lausanne, gefördert wird, ist es möglich, Analysetechniken zu dezentralisieren, um den Akteuren vor Ort Ergebnisse in Echtzeit zu liefern.
Ein emblematischer Fall: Viagra
Die Studie konzentrierte sich insbesondere auf Viagra, das die grosse Mehrheit der Fälle von Arzneimittelfälschungen in der Schweiz ausmacht. Diese Produkte, die häufig über Online-Apotheken gekauft werden, sind nicht von den Aufsichtsbehörden zugelassen. Ihre genaue Zusammensetzung und die Dosierung des Wirkstoffs werden daher nicht zertifiziert.
Es galt, einen Weg zu finden, um in Echtzeit und auf zerstörungsfreie Weise festzustellen, ob Viagra-Spezialitäten echt oder gefälscht sind, und im letzteren Fall zu überprüfen, ob der Wirkstoff tatsächlich in der beworbenen Dosierung vorliegt.
Wissenschaftliche Ergebnisse und Zusammenarbeit
Um die Analysealgorithmen zu trainieren, ist es unerlässlich, über die genaue Zusammensetzung der Tabletten zu verfügen. In diesem Zusammenhang kam es zu einer langjährigen Zusammenarbeit mit Professor Serge Rudaz und seinem Team von der School of Pharmacy der Universität der Universität Genf, die die Charakterisierung der Proben durchführten, die zur Erstellung der statistischen Modelle für diese Studie dienten.
Angesichts der hohen Genauigkeit der entwickelten Modelle sind die Ergebnisse, die mithilfe der tragbaren, auf der Nahinfrarotspektroskopie (NIR) basierenden Technologie erzielt wurden, mit den Ergebnissen der analytischen Referenzmethoden im Labor vergleichbar. Die Studie hat gezeigt, dass die auf die Spektraldaten angewandten Modelle des maschinellen Lernens nicht nur dazu beitragen, dassgefälschte Tabletten mit einer Genauigkeit von 100 % zu identifizieren, sondern auch die Menge des aktiven Moleküls genau zu schätzen.
Einsatz über Viagra hinaus
Dieser Ansatz wird auch in grösserem Massstab bei anderen Medikamenten wie Malariamitteln oder Schmerzmitteln eingesetzt.dies geschieht durch die Zusammenarbeit mit verschiedenen führenden Institutionen, die sich mit der Bekämpfung dieses Phänomens befassen oder in afrikanischen Ländern vor Ort tätig sind. Das Endziel besteht darin, den Akteuren vor Ort die Möglichkeit zu geben, die Produkte zu testen, die der Bevölkerung zur Verfügung gestellt werden oder werden sollen. In der Lage zu sein, Analysen in Echtzeit, schnell, zuverlässig, zerstörungsfrei und ohne spezielle Ausbildung durchführen zu können, ist ein grosser Fortschritt in dem Bestreben, mehr Sicherheit in den Bereich des Konsums von Arzneimitteln zu bringen.
Referenz
Hervé Rais, Pierre Esseiva, Olivier Delémont, Cédric Schelling, Stefan Stanojevic, Serge Rudaz, Florentin Coppey, Rapid detection and quantification of falsified Viagra using cloud-based portable NIR technology and machine learning, Journal of Pharmaceutical and Biomedical Analysis, Volume 263, 2025
10.1016/j.jpba.2025.116940
