Transformation digitale dans l’industrie pharmaceutique : les clés d’une accélération réussie.

0

Jamais l’industrie pharmaceutique et le secteur de la santé n’ont été l’objet d’autant d’attention de la part des professionnels certes, mais aussi des médias, des non-professionnels, malades ou non malades, internautes. Le monde entier à les yeux rivés sur chaque post, publication, innovation, news, fakes news. De la façon de produire un vaccin, de l’usage controversé d’un médicament pour sauver des vies, d’un protocole pour ralentir la propagation du virus, tout le monde semble avoir un avis et veut le faire savoir.

A côté de ces débats passionnés et passionnants, une transformation s’opère pour l’industrie pharmaceutique. Il n’a jamais été aussi « urgent » d’innover : absorber les changements d’usage, comme la hausse considérable de vaccinations contre la grippe cette année, éviter les ruptures dans les chaines d’approvisionnement au niveau mondial, collecter et analyser plus rapidement les données des essais cliniques pour accélérer la découverte de nouveaux vaccins. Sur le plan organisationnel également une page se tourne.

Et si la Covid-19 était le super accélérateur de la transformation digitale des industriels pharmaceutiques ?

Distanciation sociale, fermeture des espaces de travail, saturation de la médecine de ville et hospitalière, risques sanitaires, limitations des visites face/face des visiteurs médicaux, évènements et congrès annulés : les forces de vente doivent aussi trouver un nouveau modèle d’engagement client. Il est plus que jamais critique d’avoir un réseau d’information digitalisé, sécurisé et accessible partout dans le monde à n’importe quel moment.
La digitalisation du secteur a déjà dépassé le stade de la vision. De la télémédecine en passant par l’IA, l’IoT ou encore la blockchain et la cybersécurité, en 2020, la transformation digitale du secteur de la Santé est une réalité.
Si le mouvement est déjà lancé, beaucoup d’acteurs toutefois ont encore du chemin à parcourir pour atteindre une maturité digitale. Si certains sont de réels fers de lance, d’autres se cherchent encore dans une réelle stratégie digitale et font davantage office de ‘followers digitaux’ une fois les méthodes testées, éprouvées, validées par leurs pairs.

« De la télémédecine en passant par l’IA, l’IoT ou encore la blockchain et la cybersécurité, en 2020, la transformation digitale du secteur de la Santé est une réalité. »

Dans le vaste monde des programmes digitaux, les expérimentations en mode ‘startup’ – POC, expérimentations, pilotes – sont légion. Le passage à l’échelle et en production l’est considérablement moins. Ainsi le cabinet de conseil McKinsey estime que 90% des investissements en Data Science restent au stade expérimental. Pourtant l’industrialisation et la mise en production n’est pas réservée aux géants de la Tech.

Dès lors, comment opérationnaliser sa stratégie digitale sur le long terme ?

Qui dit ‘Digitalisation’ dit ‘Data’ voire ‘Big Data’ et sur ce point le secteur de la santé n’en manque pas. Même si la conformité est de mise, les données sont là, complexes, variées et comme souvent sous-exploitées. C’est le cas notamment de la donnée textuelle : publications médicales, brevets, avis patients, emails, posts et commentaires sur les média sociaux sont souvent analysés « à la main » mais peu finissent par intégrer les CRMs opérationnels pour une prise de décision rapide.

Posséder ou récupérer la Data seule ne suffit pas. Pour rendre ses lettres de noblesse à la Data, il faut en tirer la substantifique moelle : des connaissances mais surtout des décisions opérationnelles qui en découlent. Il est urgent de démocratiser l’usage des méthodes analytiques : IA, Machine Learning, Computer Vision, NLP, Forecasting, Deep Learning ... et de tirer parti de la grande diversité des données à disposition : données temps réel, données numériques, textes multilingues, images, sons.

Seules les organisations, capables de diffuser, l’usage et la culture de la data et de l’analytique, à tous les étages pourront tirer leur épingle du jeu.

Les bénéfices de s’appuyer sur une plateforme analytique d’entreprise pérenne sont nombreux, à commencer par la gestion de toute la chaîne opérationnelle depuis la transformation de chaque donnée brute individuelle en insights opérationnels et jusqu’au support de chaque décision.

Flexibilité et gouvernance : les clés du succès

Dès lors quelles sont les étapes à ne manquer ? Les entreprises devront rester flexibles dans le choix de leurs assets: algorithmes propriétaires alliés à l’open source, Cloud Computing … Imagination et innovation seront de mise pour démarrer en mode expérimental et produire des MVPs -Minimum Viable Product- via des cycles courts.

Ensuite, il convient de mettre en place une gouvernance pour opérationnaliser les projets à grande échelle.
Voici 3 axes pour mener à bien cette mission :

  1. Donnez à vos équipes IT de quoi déployer vos projets grâce aux conteneurs et orchestrateurs en toute sécurité et de manière agile.
  2. Implémentez vos modèles analytiques et règles métiers en temps réel au plus près des applications opérationnelles via des API et monitorer la prise de décisions en temps réel grâce à l‘Intelligent Decisionning.
  3. Gérez de manière centralisée le cycle de vie complet de vos modèles, surveillez leur cohérence et leur performance grâce à ModelOps.

Si la pandémie a fortement accéléré l’adoption des technologies digitales dans le secteur des biotechnologies et de l’industrie pharmaceutique, cette tendance devrait perdurer sans aucun doute au-delà.
De l’optimisation des procédés industriels, à la gestion des essais cliniques, en passant par le lancement de nouveaux programmes marketing, l’industrie pharmaceutique a besoin urgent de tirer parti de l’intelligence contenue dans la donnée. Une approche en deux étapes : expérimentation puis passage à l’échelle, sera la clé du succès à condition d’y associer flexibilité et gouvernance.

Sylvie Faucillon – Senior AI Customer Advisor – SAS France

Visitez le hub Do Great Things et découvrez d'autres contenus sur votre secteur d'activité.

Tags
Share

About Author

Sylvie Faucillon

SR ARTIFICIAL INTELLIGENCE CUSTOMER ADVISOR

Sylvie is a senior Customer Advisor in Artificial Intelligence and Text Analytics. She leads presales technical and functional support activity to prospective clients and customers and supports sales team to provide functional and technical information. Her experience ranges from NLP, NLU, Machine Learning, Deep Learning, Computer Vision, Social network analysis and Data Visualization. She has helped many customers to answer specific business needs: conversational agents, voice of customers, e-reputation, social media analytics, root cause analysis, patent analysis, competitive intelligence, fraud detection, complaints analysis. She has been at SAS for over 13 years and in the software industry for over 20 years, working across a variety of sectors including banking, insurance, healthcare & life sciences, manufacturing, transportation, oil and gas, defense & security intelligence and telecommunications. Before joining SAS, she worked at Business Objects (now an SAP company) in the R&D group. She has an engineering background and holds a European engineering diploma in computer sciences and cognitive sciences.

Leave A Reply

Back to Top