Article
L’IA à l’honneur : Points à retenir du Congrès mondial sur la sécurité des patients
-
Lin Li, Ph.D.
-
José Miguel Rivas Romero
-
Stephen Sun, MD, MPH
L’industrie a atteint un point où la compréhension de l’intelligence artificielle (IA) et de ses applications potentielles en pharmacovigilance a considérablement mûri. Cela a été évident lors du Congrès mondial sur la sécurité des patients qui s’est tenu à Amsterdam du 22 au 24 septembre et du congrès qui s’est tenu à Boston du 13 au 15 octobre. Pour les leaders de l’énergie photovoltaïque à l’échelle mondiale, ces développements impliquent la façon dont les flux de travail photovoltaïques eux-mêmes devraient évoluer pour tirer le meilleur parti de l’IA et l’importance non seulement de mettre en œuvre, mais aussi de comprendre la technologie.
Gérer les risques liés à l’IA
Les conférenciers des deux réunions ont souligné l’importance de connaître les limites de l’IA et de comprendre les risques et la façon de les contrôler. L’objectif de tous les intervenants était de démontrer la valeur de la mise en œuvre de l’IA.
Lors d’une séance à Boston, la discussion a mis l’accent sur la gouvernance ciblée, l’évaluation continue des cas d’utilisation de l’IA et la gestion des risques. C’est important parce que les environnements hautement réglementés nécessitent la validation des extrants, la surveillance humaine, des contrôles documentés, l’examen des cas où l’IA est appropriée et celle où elle ne l’est pas, ainsi que l’évaluation des risques liés au modèle ou au flux de travail. L’un des principaux points à retenir de la séance est que la valeur de l’IA est indissociable de la gouvernance dans les environnements photovoltaïques et de sécurité.
Lors d’une séance à Boston, la discussion a mis l’accent sur la gouvernance ciblée, l’évaluation continue des cas d’utilisation de l’IA et la gestion des risques. C’est important parce que les environnements hautement réglementés nécessitent la validation des extrants, la surveillance humaine, des contrôles documentés, l’examen des cas où l’IA est appropriée et celle où elle ne l’est pas, ainsi que l’évaluation des risques liés au modèle ou au flux de travail. L’un des principaux points à retenir de la séance est que la valeur de l’IA est indissociable de la gouvernance dans les environnements photovoltaïques et de sécurité.
Surveillance, gestion du changement et surveillance
Il y a également eu un message fort lors des deux réunions selon lequel l’innovation ne peut être séparée de la gestion du changement. Toute mise en œuvre d’un nouveau système doit être appuyée par un plan de gestion du changement solide, qui s’applique également aux changements organisationnels plus larges tels que les modèles centralisés. Le succès de l’adoption dépend de rôles clairs, de l’état de préparation des parties prenantes, de la formation, de la conception du flux de travail et d’une exécution disciplinée.
Les autorités sanitaires testent également l’IA, et les régulateurs encouragent les entreprises à continuer d’explorer son utilisation. Cependant, les organismes de réglementation ont exprimé des attentes claires à l’égard de protocoles d’évaluation structurés, d’approches de validation rigoureuses et d’une surveillance continue au fil du temps, même lorsque les premières données semblent encourageantes.
Les autorités sanitaires testent également l’IA, et les régulateurs encouragent les entreprises à continuer d’explorer son utilisation. Cependant, les organismes de réglementation ont exprimé des attentes claires à l’égard de protocoles d’évaluation structurés, d’approches de validation rigoureuses et d’une surveillance continue au fil du temps, même lorsque les premières données semblent encourageantes.
Les organismes de réglementation recommandent de commencer petit et d’agrandir. L’approche à privilégier consiste à commencer par des cas d’utilisation ciblés et gérables, à démontrer la valeur et à affiner la gouvernance et les flux de travail avant de s’étendre plus largement.
Un autre point de discussion important de la réunion d’Amsterdam a été le rôle de l’IA agentique dans le traitement des événements indésirables. Bien qu’il y ait un intérêt évident pour le potentiel de ces modèles, l’accent a été mis sur la surveillance et l’escalade. Le concept discuté était celui de superviseurs d’agents intégrés à l’organisation pour superviser les escouades d’agents, avec des transferts obligatoires à des humains en cas d’ambiguïté, en particulier dans le contexte d’événements indésirables graves.
Un autre point de discussion important de la réunion d’Amsterdam a été le rôle de l’IA agentique dans le traitement des événements indésirables. Bien qu’il y ait un intérêt évident pour le potentiel de ces modèles, l’accent a été mis sur la surveillance et l’escalade. Le concept discuté était celui de superviseurs d’agents intégrés à l’organisation pour superviser les escouades d’agents, avec des transferts obligatoires à des humains en cas d’ambiguïté, en particulier dans le contexte d’événements indésirables graves.
Comment faire de l’IA une réalité en PV
Les thèmes clés de la réunion de Boston ont exploré la meilleure façon d’appliquer l’IA pour obtenir des résultats positifs. Les conférenciers ont souligné l’importance de la normalisation, soulignant que les variations locales créent de l’inefficacité, des risques pour la qualité et des frictions de mise en œuvre. Si le processus est fragmenté, l’IA a tendance à amplifier l’incohérence plutôt qu’à la résoudre.
La réussite de l’adoption doit également être liée à la résolution des problèmes opérationnels, tels que l’automatisation de l’admission, l’utilisation de technologies avancées telles que le traitement du langage naturel (NLP) et la reconnaissance optique de caractères (OCR) pour le traitement des documents, le triage des cas, la traduction alimentée par l’IA, le soutien aux examens médicaux, ainsi que le résumé et le suivi.
La réussite de l’adoption doit également être liée à la résolution des problèmes opérationnels, tels que l’automatisation de l’admission, l’utilisation de technologies avancées telles que le traitement du langage naturel (NLP) et la reconnaissance optique de caractères (OCR) pour le traitement des documents, le triage des cas, la traduction alimentée par l’IA, le soutien aux examens médicaux, ainsi que le résumé et le suivi.
.jpg?h=768&iar=0&w=1365&hash=E0A6FCA47BA854226B601A260EE129BE)
Emplois aujourd’hui et à l’avenir
L’un des principaux domaines d’intérêt est l’impact de l’IA sur les emplois, y compris son potentiel à créer de nouveaux rôles axés sur la gestion et la coordination des agents d’IA, tout en permettant aux employés de passer à des rôles plus stratégiques.
Le rôle des chefs de file en pharmacovigilance et l’impact de la technologie sur l’emploi ont également été discutés lors de la réunion d’Amsterdam. Un facteur clé est la complexité croissante du maintien de la surveillance des activités photovoltaïques mondiales d’une entreprise.
Les responsables de la PV, la personne qualifiée de l’UE pour la pharmacovigilance (QPPV) et d’autres fonctions de PV doivent démontrer aux inspecteurs et aux vérificateurs que les processus sont gérés comme prévu et que l’entreprise est prête à l’inspection.
Le rôle des chefs de file en pharmacovigilance et l’impact de la technologie sur l’emploi ont également été discutés lors de la réunion d’Amsterdam. Un facteur clé est la complexité croissante du maintien de la surveillance des activités photovoltaïques mondiales d’une entreprise.
Les responsables de la PV, la personne qualifiée de l’UE pour la pharmacovigilance (QPPV) et d’autres fonctions de PV doivent démontrer aux inspecteurs et aux vérificateurs que les processus sont gérés comme prévu et que l’entreprise est prête à l’inspection.
Cependant, de nombreuses entreprises manquent de tableaux de bord qui permettraient une surveillance plus complète. Les discussions ont porté sur la possibilité de tirer parti d’une technologie qui peut démontrer, en un coup d’œil, qu’une entreprise opère dans un environnement validé et qui peut vérifier les lacunes dans le système photovoltaïque pour aider à remédier à cette complexité.
Il a également été précisé que même dans les modèles plus centralisés ou technologiques, les équipes locales demeurent essentielles pour établir des relations avec les organismes de réglementation, maintenir des réseaux solides dans le pays et recueillir des informations pertinentes à partir des réglementations locales. Cela nécessitera une appropriation plus claire des processus et une définition réfléchie des domaines où l’expertise locale ajoute la plus grande valeur.
L’importance de l’expertise humaine a également été soulignée lors de la réunion de Boston, l’un des principaux points à retenir étant que, bien que l’automatisation accélère le travail, les experts restent responsables du jugement clinique et réglementaire.
Il a également été précisé que même dans les modèles plus centralisés ou technologiques, les équipes locales demeurent essentielles pour établir des relations avec les organismes de réglementation, maintenir des réseaux solides dans le pays et recueillir des informations pertinentes à partir des réglementations locales. Cela nécessitera une appropriation plus claire des processus et une définition réfléchie des domaines où l’expertise locale ajoute la plus grande valeur.
L’importance de l’expertise humaine a également été soulignée lors de la réunion de Boston, l’un des principaux points à retenir étant que, bien que l’automatisation accélère le travail, les experts restent responsables du jugement clinique et réglementaire.
Conclusion : Regard sur le potentiel de l’IA
Les principaux points à retenir des réunions sont qu’à mesure que les entreprises acquièrent de l’expérience avec l’IA, elles peuvent évaluer où elle peut être exploitée, comment l’information doit circuler, où les méthodes statistiques et l’expertise humaine sont importantes, et comment ces composantes doivent fonctionner ensemble.
Une autre orientation importante est l’utilisation de méthodes proactives et prédictives basées sur l’IA pour anticiper plus tôt les problèmes émergents et les résultats futurs potentiels, ce qui donne aux équipes plus d’occasions d’évaluer les données probantes, de comprendre les implications possibles et de se préparer aux décisions.
D’après notre expérience, il faudra plus que des progrès dans les seuls modèles d’IA. Il peut s’agir de réunir des sources de données nouvelles ou plus larges, des méthodologies statistiques et prédictives, une expertise scientifique et clinique pertinente et de nouvelles façons de collaborer.
Il est tout aussi important de déterminer comment différents types de données probantes peuvent étayer adéquatement les prédictions et comment l’incertitude entourant ces prédictions devrait éclairer les décisions. Cela est étroitement lié aux travaux d’IA prédictive que nous avons développés, dont l’objectif est d’utiliser des données et des méthodes analytiques pour aider à anticiper les résultats et fournir une aide à la décision significative. Il est également possible que ce dont on parle aujourd’hui d’IA soit simplement de l’automatisation d’ici la conférence de l’année prochaine.
Une autre orientation importante est l’utilisation de méthodes proactives et prédictives basées sur l’IA pour anticiper plus tôt les problèmes émergents et les résultats futurs potentiels, ce qui donne aux équipes plus d’occasions d’évaluer les données probantes, de comprendre les implications possibles et de se préparer aux décisions.
D’après notre expérience, il faudra plus que des progrès dans les seuls modèles d’IA. Il peut s’agir de réunir des sources de données nouvelles ou plus larges, des méthodologies statistiques et prédictives, une expertise scientifique et clinique pertinente et de nouvelles façons de collaborer.
Il est tout aussi important de déterminer comment différents types de données probantes peuvent étayer adéquatement les prédictions et comment l’incertitude entourant ces prédictions devrait éclairer les décisions. Cela est étroitement lié aux travaux d’IA prédictive que nous avons développés, dont l’objectif est d’utiliser des données et des méthodes analytiques pour aider à anticiper les résultats et fournir une aide à la décision significative. Il est également possible que ce dont on parle aujourd’hui d’IA soit simplement de l’automatisation d’ici la conférence de l’année prochaine.
Avis de non-responsabilité :
Les informations contenues dans cet article sont destinées à informer les lecteurs sur un sujet lié aux capacités de Cencora et ne constituent pas des conseils juridiques ou d'achat. Cencora, Inc. encourage les lecteurs à consulter les références citées dans cet article et à utiliser leurs propres connaissances et expériences pour prendre des décisions.
