La start-up française Yseop s’est associée à Amazon Web Services (AWS) pour utiliser l’IA générative pour aider les entreprises pharmaceutiques dans leurs essais cliniques et l’approbation de leurs médicaments.
PUBLICITÉIl faut en moyenne une décennie avant qu’un nouveau médicament n’arrive sur le marché.
Aujourd’hui, la start-up française Yseop tente d’utiliser l’intelligence artificielle générative (GenAI) pour accélérer le processus.
Les essais cliniques génèrent souvent une énorme quantité de données, et c’est le travail des rédacteurs médicaux de générer des protocoles d’essais cliniques et des rapports finaux.
« Ils doivent rapporter comment s’est déroulé l’essai clinique, qui sont les participants, les détails des participants et ils doivent donner des détails [about] la fabrication, la stabilité de la fabrication, la qualité [of the trial and drug] », a déclaré Emmanuel Walckenaer, PDG d’Yseop à Euronews Heath, ajoutant qu’il existe environ 30 types de rapports allant de 10 à 1 000 pages.
L’exactitude est essentielle car les documents sont envoyés aux autorités sanitaires pour obtenir l’approbation des essais et des autorisations de mise sur le marché.
« Ce que nous écrivons ne peut pas être approximatif, il doit être parfait », a déclaré Walckenaer.
Les rédacteurs médicaux pourraient utiliser GenAI pour accélérer le processus d’écriture et commercialiser les médicaments plus rapidement, affirme-t-il, ajoutant qu’Yseop travaille avec plusieurs modèles d’IA de sociétés telles que Mistral, OpenAI et Anthropic.
Les clients d’Yseop, tels que les géants pharmaceutiques Eli Lilly and Company et Sanofi, ont déclaré que cela contribuait à l’efficacité car le rédacteur médical pouvait travailler plus rapidement, selon Walckenaer.
Il a ajouté qu’il y a une pénurie de rédacteurs médicaux, la start-up souhaite donc les aider à accélérer leurs tâches les plus fastidieuses comme la lecture de tableaux statistiques.
Comment Yseop garantit-elle l’exactitude ?
Yseop utilise à la fois GenAI texte-texte et données-texte pour gérer les statistiques.
« Nous ne pouvons pas nous permettre d’avoir des hallucinations ou des omissions », a déclaré Walckenaer, expliquant que l’entreprise avait mis en place des contrôles de qualité de haut niveau pour éviter les erreurs.
« Le volume de données à traiter triple presque par an », a-t-il précisé.
L’entreprise est en partenariat avec Amazon Web Services (AWS) pour relever certains défis techniques tels que le stockage et la localisation des données.
Un processus qualité strict a été développé en interne par plusieurs personnes avec des critères tels que la qualité linguistique ou l’exactitude avec un seuil minimum pour éviter toute erreur.
En plus de ce processus, le rédacteur médical revérifie également le résultat et la société pharmaceutique dispose de sa couche de vérification supplémentaire.
« Aujourd’hui, nous travaillons avec cinq des 15 plus grandes sociétés pharmaceutiques au monde », a déclaré Walckenaer, ajoutant que l’un des objectifs de la société est de cibler les clients de taille moyenne.
L’IA fait progressivement son chemin vers la médecine
Yseop est à l’avant-garde d’une dynamique croissante visant à mettre en œuvre l’IA dans le domaine de la médecine.
L’entreprise américaine de matériel informatique IBM a utilisé son système informatique Watson pour la médecine. L’année dernière, ses actifs de données et d’analyses de santé ont été acquis et sont devenus une société autonome : Merative.
PUBLICITÉAu début de l’année, la société d’IA basée en Israël, QuantHealth, fondée en 2020, a levé 17 millions de dollars (15,7 millions d’euros) lors d’un cycle de financement pour propulser sa campagne en faveur d’essais cliniques basés sur l’IA.
Les grandes sociétés pharmaceutiques telles qu’Amgen, Bayer et Novartis parient également sur l’IA pour accélérer les essais cliniques en analysant d’énormes quantités de données sur les patients potentiels des essais, telles que les dossiers de santé publique, les données de prescription, les réclamations d’assurance maladie et leurs données internes, selon à Reuters.
Dans certains cas, le temps nécessaire pour rassembler une cohorte pourrait être réduit de 50 pour cent, ont affirmé les entreprises.
« Je ne pense pas que ce soit encore généralisé », a déclaré à l’agence de presse Jeffrey Morgan, directeur général de la société de conseil Deloitte, qui conseille le secteur des sciences de la vie.
« Mais je pense que nous avons dépassé le stade de l’expérimentation ».
PUBLICITÉLivres sur le même thème:
L’essentiel de la micro-économie : tous les mécanismes de la micro-économie et ses rouages illustrés d’exemples et d’applications pratiques.,Infos sur ce livre.
Ce texte a été produit du mieux possible. Si vous envisagez de mettre à disposition des renseignements complémentaires à cet article sur le sujet « Rémunérations » vous pouvez utiliser les coordonnées affichées sur ce site. remunerations.fr est une plateforme numérique qui stocke de nombreux articles publiés sur le net dont le sujet de prédilection est « Rémunérations ». remunerations.fr vous propose ce post développant du thème « Rémunérations ». En visitant plusieurs fois notre blog vous serez au courant des futures annonces.