L’IA générative (GenAI) redéfinit les opérations de pharmacovigilance grâce à la génération intelligente de récits. Cette solution de bout en bout automatise la rédaction des narratifs ICSR, l’une des activités les plus complexes et chronophages des rapports d’événements indésirables. En intégrant l’intelligence documentaire, la génération de récits basée sur des preuves et l’évaluation automatisée de la qualité dans un flux de travail unique, traçable et vérifiable, le processus gagne en efficacité, cohérence et conformité, tout en maintenant l’humain dans la boucle.

Principaux défis liés à la rédaction des récits de cas

Les équipes de pharmacovigilance rencontrent quatre défis récurrents lors de la production des récits de cas :

• Brouillons manuels et répétitifs : Les rédacteurs de sécurité relisent de longs formulaires de rapport de cas (CRF) et de nombreux documents sources pour trouver chaque fait rapportable, puis rédigent à la main le texte narratif section par section, tant pour les cas initiaux que pour chaque suivi
• Structure et chronologie incohérentes : La qualité des récits et la chronologie des événements varient selon le rédacteur, compliquant l’examen qualité et la préparation de la soumission auprès des autorités de santé
• Manque de traçabilité vers la source : Les réviseurs ne peuvent pas facilement voir quelle phrase provient de quelle page ou champ du document source, ce qui rend difficile la détection des oublis avant l’approbation finale
• Absence de moyens structurés pour dégager les observations cliniques : Les équipes ont besoin d’un moyen rapide de repérer les tendances cliniquement pertinentes sans relire tout le dossier et il n’existe aucun moyen simple d’interroger le cas par la suite

La génération intelligente de récits répond à ces défis par une suite de génération narrative fondée sur les preuves, assortie d’un point de contrôle humain à chaque étape.

Flux de processus

La génération intelligente de récits guide un cas du document source brut à un récit vérifié, prêt à la soumission, en suivant un cheminement à 11 étapes :

Figure 1 : Processus de génération intelligente de récits

• Téléversement du rapport : L’utilisateur téléverse le document source du cas (PDF, DOCX ou XLS), un CRF initial ou un rapport de suivi
• Extraction des champs clés : Le système identifie l’ID du cas et le type de rapport, puis vérifie si le document correspond à un suivi d’un cas existant
• Sélection du format : Le réviseur choisit comment le récit doit être généré : un nouveau récit initial, un rapport initial avec un suivi prévu ou un suivi ajouté à un récit existant
• Rédaction sectionnelle du récit : L’agent narratif AI rédige le récit section par section (détails patient, antécédents médicaux, médicament suspect, événements indésirables, résultats de tests, traitement et issue), chaque section s’appuyant sur des preuves issues du document source
• Score de confiance : Chaque section est vérifiée pour l’exhaustivité au regard des faits à y inclure, toute information présente, absente ou non mentionnée dans la source étant signalée
• Assemblage du récit : Les sections approuvées sont combinées dans un récit continu et sauvegardées dans le dossier du cas
• Révision humaine : Le réviseur vérifie chaque section par rapport à la preuve correspondante et au score de confiance
• Observations cliniques AI : Le système analyse le récit assemblé et met en valeur les observations cliniques pertinentes, classées par importance
• Questions-réponses sur les analyses : Un assistant intégré permet au réviseur de poser des questions complémentaires sur le récit et les preuves
• Score de lisibilité : Le récit est vérifié pour sa structure, sa fluidité, son ordre chronologique et sa formulation; les sections jugées insuffisantes sont réécrites automatiquement
• Transformation du récit et revue finale : Le récit est reformulé et ordonné chronologiquement comme un texte soigné, prêt à la soumission, puis fait l’objet d’une dernière révision humaine et approbation avant publication

Composantes de la solution

La génération intelligente de récits s’appuie sur quatre composantes-clés qui transforment le document source en un récit examiné et fondé sur les preuves. Voici les quatre piliers de la solution :

Figure 2 : Composantes de la solution de génération intelligente de récits

• Intelligence documentaire : Lit et extrait le texte de tout CRF téléversé ou rapport de suivi, utilise l’OCR pour traiter les pages numérisées ou les formulaires, et repère systématiquement s’il s’agit d’un dossier de suivi
• Rédaction basée sur les preuves : Rédige chaque section du récit à l’aide de l’IA, chaque fait étant traçable à sa preuve d’origine
• Score de confiance et de lisibilité : Vérifie automatiquement chaque section pour l’exhaustivité factuelle et évalue le récit pour la structure, la chronologie et la formulation
• Révision humaine et traçabilité complète : Un point de contrôle réviseur à chaque étape, avec chaque édition et approbation consignées pour une traçabilité totale

Architecture technique

La génération intelligente de récits utilise les services Cloud AWS et la technologie GenAI de bout en bout. Le schéma ci-dessous présente son architecture technique :

Figure 3 : Architecture technique de la génération intelligente de récits

• Ingestion : Les utilisateurs téléversent les documents sources (PDF, DOCX, XLS) dans le stockage cloud (Amazon S3), ce qui déclenche automatiquement le pipeline de génération du récit
• Extraction du texte : Les pages de texte brut sont extraites directement via un analyseur local rapide, tandis que les pages contenant des images, du contenu numérisé ou des formulaires passent par l’OCR (Amazon Textract) et une étape de vérification automatisée
• Rédaction PII/PHI : Les données de nature identificatoire du déclarant sont supprimées du texte source à l’aide des services d’analyse de texte médical et général d’AWS (Amazon Comprehend Medical et Amazon Comprehend), avant que le contenu ne soit transmis au modèle d’IA
• Génération sectionnelle du récit : Le modèle d’IA rédige chaque section du récit en parallèle, guidé par des instructions spécifiques et en citant les preuves à l’appui
• Score de confiance : Un contrôle AI dédié (LLM-as-a-judge) évalue chaque section générée selon une liste de faits requis, en classant chaque fait comme présent, manquant ou absent de la source
• Assemblage et stockage : Les sections approuvées sont fusionnées dans le récit final et enregistrées dans la base de données de cas (Amazon DynamoDB), avec un historique complet à des fins d’audit
• Analyses et assistance AI : Le système génère des observations cliniques catégorisées à partir du récit monté et répond aux questions du réviseur concernant le cas
• Transformation du récit et vérification de la lisibilité : Le récit est évalué pour sa structure, fluidité, ordre chronologique, lisibilité et formulation; toute section ne répondant pas aux critères est réécrite automatiquement, puis paraphrasée et réorganisée comme texte naturel, prêt à la soumission avant passage au réviseur humain

Cette architecture infonuagique et sans serveur assure une évolutivité, une forte protection des données grâce à la rédaction PII/PHI avant chaque appel au modèle AI et une traçabilité complète grâce à la liaison des preuves pour le score de confiance, à l’évaluation de la lisibilité et à une piste d’audit de bout en bout.

Avantages

• Traitement plus rapide des cas : Automatise le premier brouillon de chaque section, permettant aux rédacteurs de sécurité de se concentrer sur la révision au lieu de la transcription
• Récits cohérents, prêts à la soumission : Standardise la structure des sections, la chronologie et la formulation de chaque cas et pour chaque rédacteur
• Transparence liée à la preuve : Chaque phrase est reliée à sa preuve de soutien, avec un score de confiance explicite pour les éléments potentiellement manquants
• Contrôles de qualité intégrés : L’évaluation automatisée de la lisibilité et du score de confiance détecte toute lacune de structure, de formulation ou de faits avant validation humaine
• Auditabilité totale : Chaque modification, approbation ou régénération est versionnée et consignée de bout en bout
• Mise en valeur des observations cliniques : Analyses AI catégorisées et classées par pertinence, plus un assistant Q&R spécifique au cas, pour aider les réviseurs à détecter rapidement les tendances importantes

Conclusion

La génération intelligente de récits s’attaque aux défis critiques de la pharmacovigilance, tels que les délais de rédaction manuelle et l’incohérence des récits de cas, en :

• Transformant la rédaction narrative manuelle en processus assisté par IA et fondé sur la preuve
• Tirant parti de l’architecture serveur AWS pour une évolutivité de calibre entreprise
• Offrant la rédaction PII/PHI et des pistes d’audit complètes afin d’assurer la sécurité des données et la conformité
• Permettant des récits cohérents, prêts à la soumission, pour chaque rédacteur et chaque cas
• Préservant la traçabilité complète depuis la preuve source jusqu’au récit final, pour référence future

Cette solution permet aux équipes de pharmacovigilance d’obtenir un traitement plus rapide des cas, des récits cohérents répondant aux exigences réglementaires et une meilleure préparation à l’audit dans leurs activités de sécurité.

Appel à l’action

Votre organisation est-elle prête à accélérer le traitement des cas de pharmacovigilance avec GenAI? La génération intelligente de récits peut transformer la façon dont votre équipe de sécurité rédige, révise et approuve les récits de cas, sans compromettre la traçabilité ni la supervision humaine.

Voyez la puissance de la génération intelligente de récits en action :

• Demandez une démo personnalisée
• Découvrez comment la génération intelligente de récits peut répondre à vos défis particuliers de traitement des cas
• Renseignez-vous sur l’intégration transparente à votre base de données de sécurité existante

Ne laissez pas la rédaction manuelle ralentir le délai de traitement de vos cas. Faites le premier pas vers une pharmacovigilance assistée par l’IA dès aujourd’hui.

Contactez-nous pour une démo : Courriel : AWSEcosystemBU@hcltech.com

Transformez votre flux de travail narratif de cas avec la génération intelligente de récits, là où l’IA rencontre l’expertise en pharmacovigilance.