Résumé exécutif
Les événements indésirables (EI) dans le domaine de la santé ne sont plus seulement des enjeux de conformité : ils sont essentiels pour l’entreprise. Ils influent sur la rapidité d’accès des thérapies aux patients, la confiance dans la marque et la conformité réglementaire. Mais la plupart des systèmes traditionnels n’ont pas été conçus pour gérer la complexité, la rapidité ou l’ampleur des environnements cliniques actuels. C’est là que HCLTech intervient. En intégrant l’IA avancée à des plateformes telles que Salesforce, Google Vertex AI et NVIDIA, nous aidons les compagnies du secteur des sciences de la vie à évoluer vers des entreprises autonomes—intelligentes, réactives et conçues pour la prise de décision en temps réel.
Pourquoi la détection traditionnelle des EI échoue-t-elle
Le monde de la pharma et des technologies médicales subit une mutation tectonique :
- 80 % des nouveaux lancements de médicaments se concentrent maintenant sur des traitements ciblés, des biothérapies, des thérapies cellulaires et géniques où les EI sont plus rares, plus complexes et plus difficiles à détecter
- Plus de 50 % du volume mondial des EI provient aujourd’hui de sources non traditionnelles—transcriptions de centres d’appels, appareils portables, notes de DSE et plateformes de santé numérique
- Les agences réglementaires exigent de plus en plus la détection de signaux en temps réel, la rédaction proactive de rapports de sécurité et des délais de réponse fondés sur les données
Malgré ces évolutions, de nombreuses organisations s’appuient encore sur des systèmes statiques et cloisonnés. HCLTech s’attaque à ce défi en créant des écosystèmes intelligents de gestion des EI qui soutiennent le développement clinique, la conformité réglementaire et la sécurité après commercialisation.
L’écart systémique : le modèle de sepsis d’Epic comme étude de cas sur le raisonnement avancé
Un éditorial du BMJ Quality & Safety de 2025 a récemment examiné le modèle IA de sepsis d’Epic. Le verdict ? Il n’a pas permis d’obtenir des prédictions précises entre les hôpitaux—en raison de la dépendance à des données centralisées et non adaptées.
À l’inverse, des modèles adaptés à des sous-cohortes locales ont donné de meilleurs résultats—réduisant de 50 % les fausses alertes et améliorant considérablement l’utilité clinique.
La conclusion est claire : l’IA en santé doit être explicable, contextuelle et continuellement validée.
Le coût des événements indésirables manqués
Les sociétés de sciences de la vie font face à un frein caché de leur moteur d’innovation. 1 % du chiffre d’affaires potentiel d’un nouveau médicament est souvent perdu à cause des retards, de la reprise ou des inefficacités dans la déclaration et la résolution des EI.
- 10 M$ de pertes annuelles potentielles par médicament vedette
- Ralentissement de l’innovation causé par une déclaration inefficace des EI
- Risque d’écartement pour les petites sociétés de biotechnologie en raison de signaux manqués
D’une IA réactive à Agentic AI : le jumeau numérique d’une équipe d’étude à l’œuvre
Imaginez un système multiagents qui intègre des données DSE via Salesforce Life Sciences Cloud, exécute Google MedLM pour les résumés et raisonne de manière avancée par NVIDIA Dynamo.
Par exemple, lors d’un essai de phase III, une infirmière de site consigne un EI potentiel. En quelques secondes :
- Agentforce achemine la note à un agent EI
- Vertex AI classifie l’événement comme modéré et potentiellement immunologique
- NVIDIA Dynamo analyse le DSE du patient, le protocole de l’essai et les schémas historiques
- Un agent de raisonnement relie l’événement à une réponse rare aux cytokines
- Un rapport conforme CIOMS est généré, documenté et révisé—presque en temps réel
Ce qui distingue cette architecture :
- HCLTech Agent-2-Agent Salesforce accelerator offre une couche d’orchestration, facilitant le déclenchement de processus multiagents pour la saisie, l’acheminement, la mobilisation des réviseurs et la soumission réglementaire
- HCLTech Salesforce Life Sciences Cloud accelerator propose des objets propres aux EI et des actions invocables conçues pour modéliser, déclencher et escalader les flux de pharmacovigilance
- Classification HCLTech des EI grâce à Google Vertex AI, optimisée à partir d’ontologies telles que MedDRA, SNOMED et WHODrug, attribue les degrés de gravité, l’attendu et le lien de causalité avec une notation de confiance et des résultats explicables
- Infrastructure IA HCLTech pour un raisonnement IA à grande échelle propulsée par NVIDIA Dynamo, fonctionnant sur Blackwell, permet l’inférence à l’échelle (50 fois le débit Hopper) et un raisonnement approfondi sur plus de 75 000 entrées : relier le contexte patient, l’exposition au médicament et les données d’essai avec des traces logiques vérifiables
Cas d’utilisation essentiels de l’IA raisonneuse :
- Intégration de 10 000 patients sur 5 continents en moins de 6 mois
- Priorisation de centaines de déclarations spontanées d’EI pour un lancement d’oncologie
- Classification automatique des EI à partir de notes de centres d’appels avec alignement MedDRA
- Audit de la logique décisionnelle des agents IA pour garantir la conformité aux protocoles cliniques
- Suivi du raisonnement des soumissions réglementaires sur des chaînes de 75 000 jetons
ROI en résumé : jusqu’à 40 % d’économies sur les coûts de détection des EI
HCLTech propose une modélisation des résultats afin d’aider les clients à analyser de près l’avant et l’après Agentic AI . Le passage à la pharmacovigilance et aux opérations cliniques centrées sur l’IA est mesurable :
- Moins de fausses alertes escaladées
- Clôture des cas plus rapide et notifications plus rapides aux professionnels de la santé
- Allégement de la charge des réviseurs de sécurité
- Enrichissement en temps réel des signaux de vigilance
| Domaine de résultat | Avec la suite solution EI IA de HCLTech | Approches traditionnelles ou agent unique maison |
| Coût d’inférence/patient | ↓ 40 % via le débit 30× de Dynamo | Mise à l’échelle coûteuse avec LLM de base |
| Délai de détection des EI | Secondes | De quelques minutes à plusieurs jours |
| Délai du cycle de consentement | Instantané avec les agents | Retards du centre d’appels |
| Vitesse d’intégration à l’essai | 3 fois plus rapide | Fragmentée et lente |
| Journalisation de la conformité | Automatisée et traçable | Manuelle et sujette à l’erreur |
| Risque réglementaire | Atténué de façon proactive | Géré de façon réactive |
Conclusion : construire le noyau autonome de l’entreprise
L’IA de perception fut la première frontière : utilisée pour l’imagerie, les mammographies et la reconnaissance vocale. Mais la pharmacovigilance exige plus que de la perception. Elle requiert une logique structurée, une inférence zéro shot et un raisonnement conscient du domaine. Comme le souligne NVIDIA, l’inférence raisonnée exige 100 fois plus de puissance de calcul que les modèles traditionnels et plus de 100 trillions de jetons pour l’entraînement et le post-traitement, afin d’obtenir des résultats fiables.
Les entreprises du secteur LSH réalisent que le vrai goulot d’étranglement n’est pas la donnée, l’informatique ou la réglementation—c’est le raisonnement. Avec l’architecture IA intégrée et multi-agents de HCLTech, les clients peuvent :
- Créer des agents IA qui passent du clavardage au contexte et à la conformité
- Permettre des tissus IA modulaires qui s’adaptent aux flux de travail cliniques
- Passer du SaaS à la prise de décision raisonnée
La solution EI de HCLTech va au-delà de l’automatisation. Elle procure gouvernance, explicabilité et valeur sur tout le cycle de vie du médicament. Établie sur l’infrastructure de confiance de Salesforce, Google et NVIDIA, elle donne aux dirigeants LSH l’assurance de déployer l’IA à l’échelle dans un domaine réglementé, avec des résultats tangibles.
Découvrez à quoi pourrait ressembler un écosystème d’intelligence sécurité propulsé par le raisonnement pour votre organisation. Visitez notre Carrefour d’innovation Sciences de la vie Salesforce : https://hcltech.com/salesforce/agentforce
