Fournir une IA répétable, mesurable et prête pour les sciences de la vie
Les entreprises pharmaceutiques et des sciences de la vie utilisent l’IA pour améliorer la découverte de médicaments, le développement clinique et les expériences des patients. Dans ces types d’environnements réglementés, la clé pour débloquer les percées assistées par l’IA et le retour sur investissement (ROI) est une approche de retour aux sources, axée sur l’unification des données, l’interopérabilité, la sécurité et la gouvernance.
Dans le dernier épisode du podcast Healthcare IT News, HIMSSCast, Rameez Chatni, directeur mondial des solutions d'IA chez Cloudera, explique que le secteur est en train de passer d'un intérêt naissant pour la stratégie d'IA à une base de données robuste.
Garantir l'interopérabilité tout au long de la chaîne de valeur
L'organisation pharmaceutique mondiale typique comprend 12 à 15 secteurs distincts, semblables à des entreprises — R&D, fabrication, commercial, etc. — et la création d'un ensemble de données prêt pour l'IA nécessite la gestion d'architectures sophistiquées et distribuées.
L'unification des données est difficile, et la solution n'est pas de regrouper toutes les données dans un système homogène unique. Les organisations adoptent désormais une architecture hybride qui intègre des systèmes sur site, plusieurs clouds et des solutions logicielles en tant que service (SaaS).
L'utilisation de technologies open-source et interopérables qui prennent en charge des formats de données ouverts garantit que plusieurs moteurs de requête peuvent accéder aux données pour une variété de charges de travail d'ingénierie, d'analyse et d'IA, et réduit le risque de verrouillage des fournisseurs.
L'objectif ultime de l'unification des données est de donner aux modèles d'IA le contexte dont ils ont besoin pour relier les points dans l'ensemble de l'organisation et fournir de meilleurs résultats. Un modèle contextuel que de nombreuses entreprises pharmaceutiques exploitent est un graphe de connaissances. Cette structure capture les relations au sein de l'entreprise — liant les médicaments aux gènes, aux maladies, aux essais cliniques et aux données commerciales — que les humains omettent souvent, créant ainsi un ensemble de données véritablement complet et utilisable.
Cependant, ces architectures avancées reposent sur une première étape cruciale, souvent négligée : l’inventaire et la traçabilité des données. Ce sont les héros méconnus et les piliers fondamentaux qui empêchent les différentes fonctions (comme la R&D et la fabrication) de dupliquer les licences pour les mêmes ensembles de données et de gaspiller des ressources.
Considérez la gouvernance comme une fonctionnalité, pas comme un défaut.
Dans un secteur qui cherche à innover rapidement grâce aux données, la gouvernance des données est souvent négligée, et les projets peuvent rester bloqués jusqu'à neuf mois. Rameez soutient que la gouvernance doit être considérée comme une fonctionnalité, et non comme un défaut. Cela signifie le transformer en « gouvernance en tant que service », une capacité proactive et continue au sein de l'entreprise.
Le seul moyen de faire de la gouvernance un service est de mettre en place un centre d'excellence multidisciplinaire qui relie les chefs d'entreprise, les stratèges en matière de données, les architectes technologiques et les juristes spécialisés dans la protection de la vie privée. Cela garantit que les équipes techniques, qui comprennent comment les données se déplacent, peuvent communiquer efficacement avec les équipes juridiques, qui comprennent les restrictions en matière de confidentialité et de consentement.
Il est essentiel que la gouvernance soit mise en œuvre rapidement. Ne pas prendre en compte la conformité, comme les restrictions sur l'utilisation des données d'essais cliniques à des fins secondaires, peut arrêter un projet entier à un stade avancé. En fait, l'IA devrait être appliquée à la gouvernance elle-même pour accélérer les révisions de contrats et garantir que les vérifications de conformité sont automatisées et auditables.
Prouver le RSI pour atteindre l'échelle
Le secteur est truffé de rapports sur les échecs des pilotes d'IA. Les organisations qui débutent tout juste leur parcours vers l'IA devraient d'abord trouver les cas d'utilisation opérationnels de l'IA. L'automatisation des tâches « ennuyeuses » comme la rédaction de protocoles d'essais cliniques (économiser une semaine sur chacun des mille documents) ou le traitement plus rapide des événements indésirables sont des gains clairs et rapides.
Rameez conseille que le succès commence par la définition d’un retour sur investissement clair et mesurable, aligné avec l’activité. Dans le secteur pharmaceutique, permettre une culture du « fail fast » est un RSI. Un échec informatique est nettement moins coûteux qu’un échec d’un essai clinique en phase avancée.
Rameez présente ce retour sur investissement simplement, conseillant aux organisations de prendre des mesures pour identifier et résoudre rapidement les problèmes, avant qu’ils ne s’accumulent : « Plus tôt vous trouvez les problèmes... On peut arriver à une solution beaucoup plus rapidement avant que cela ne devienne un problème bien plus important. »
Enfin, standardisez vos systèmes : définissez les cadres agentiques, les outils, les modèles de support et, surtout, établissez des règles claires pour la promotion du développement vers un environnement de production validé et auditable.
La prochaine frontière : l’IA personnalisée
En regardant vers l’avenir, les trois à cinq prochaines années promettent une transformation encore plus grande. Nous verrons une augmentation des agents personnalisés qui adaptent les interactions et les informations à l'utilisateur individuel.
Les modèles d'IA évolueront pour optimiser simultanément plusieurs paramètres. Au lieu d'optimiser uniquement l'efficacité, les modèles suggéreront des molécules efficaces, non toxiques, pouvant être fabriquées et ayant une bonne durée de conservation, le tout en une seule fois. Nous pourrions même voir le premier médicament disponible dans le commerce et commercialisé comme « généré par l'IA ».
Vous voulez savoir comment préparer votre organisation à cet avenir ? Écoutez l'intégralité de la conversation avec Rameez Chatni pour obtenir tous les détails sur la mise en œuvre de l'IA et les meilleures pratiques.
