Nouvelles frontières : Comment l’IA transforme l’industrie des sciences de la vie – Préoccupations concernant les patients, le commerce et la réglementation
Alors que l’implémentation de l’IA se développe rapidement, des obstacles à une adoption plus profonde persistent. Ces points de pression sont cohérents à travers les sous-secteurs : protéger les données sensibles, intégrer des outils avec des systèmes hérités, clarifier les risques juridiques et de propriété intellectuelle, et transformer les politiques de gouvernance en pratiques concrètes.
Défis pratiques
La sécurité des données arrive en tête des défis pratiques, citée par 55 % des répondants. La préoccupation est claire : les flux de travail de l’IA touchent souvent des informations hautement sensibles, telles que les dossiers patients, les données de sécurité, les paramètres de fabrication et les stratégies commerciales. Des erreurs peuvent déclencher une surveillance réglementaire, une responsabilité juridique et des dommages à la réputation.
Les problèmes de sécurité sont compliqués par la manière dont les systèmes IA agrègent des données provenant de nombreuses sources, les déplacent entre équipes et frontières, et introduisent parfois des plateformes tierces. Selon un dirigeant d’un fournisseur de soins de santé : “Les informations sensibles peuvent être exposées à des menaces cybernétiques.”
Pour éviter cela, les entreprises qui progressent de manière constante limitent souvent le volume de données sensibles dès le départ. Les stratégies courantes incluent la restriction du nombre de systèmes qu’un modèle touche, l’extraction uniquement des champs nécessaires et le masquage des données pour les expérimentations. Le chiffrement des données en transit et au repos est standard, mais l’accent croît sur la minimisation des doublons et la connaissance précise des emplacements de stockage des données par les fournisseurs tiers.
Coûts et intégration des systèmes hérités
Les préoccupations de sécurité s’accompagnent de coûts élevés (46 %), de défis d’intégration des systèmes hérités (39 %), de problèmes de scalabilité (38 %) et de pénuries de compétences (38 %). Ces défis quotidiens sont souvent entrelacés. Les anciens systèmes cliniques et de fabrication n’étaient pas conçus pour le volume et la cadence des flux de travail de l’IA, et les connecter en toute sécurité prend du temps.
En effet, il peut y avoir des problèmes d’intégration parce que de nombreux outils d’IA sont incompatibles avec les infrastructures et systèmes obsolètes. Cela signifie que les organisations peuvent avoir un outil d’IA d’une part et une infrastructure actuelle de l’autre, et qu’ils ne peuvent pas être facilement reliés.
De plus, le talent nécessaire pour intégrer les outils de données modernes dans des environnements réglementés reste rare, ce qui peut retarder l’intégration même lorsque le financement est disponible.
Préoccupations juridiques et de propriété intellectuelle
Les préoccupations juridiques sont dominées par deux enjeux : la vie privée des patients et la protection des données (42 %) ainsi que le risque contractuel/de licence (42 %). Pour les fournisseurs de soins de santé, la protection de la vie privée est primordiale (66 %). Un COO d’un fournisseur de soins de santé déclare : “Si nous ne pouvons pas protéger les données des patients, nous risquons des dommages à notre réputation.”
Pour les entreprises pharmaceutiques, cela semble moins préoccupant, car l’utilisation de l’IA dans le développement de médicaments implique de cartographier des molécules et leurs mécanismes d’action.
42 % des répondants considèrent la protection de la vie privée et des données des patients comme l’un de leurs deux principaux risques juridiques liés à l’implémentation de l’IA.
Les entreprises de santé animale sont plus susceptibles de citer le risque de licence (60 %), ce qui s’aligne avec leur utilisation plus large des outils tiers et leur dépendance à des données provenant de cliniques et de fermes dispersées.
Difficultés d’engagement et protection de la propriété intellectuelle
La question de la propriété intellectuelle est également floue. Bien que 31 % des répondants soient très préoccupés par les violations potentielles de la propriété intellectuelle dues à l’utilisation de l’IA, 51 % sont quelque peu préoccupés, tandis que 18 % ne s’inquiètent pas. Ces points de vue sont assez cohérents à travers les secteurs.
60 % de tous les répondants jugent les protections actuelles pour les résultats assistés par l’IA comme faibles.
Gouvernance, formation et supervision du conseil
De nombreuses entreprises prennent des mesures pour améliorer la supervision. Une solide majorité (63 %) a désormais des programmes de formation formels sur l’IA, ce chiffre atteignant 72 % dans le secteur pharmaceutique humain. Cela reflète un besoin croissant de conformité, en particulier avec la loi sur l’IA de l’UE, qui exige que les entreprises qui développent, déploient ou utilisent des systèmes d’IA à haut risque assurent que le personnel concerné reçoive une formation appropriée.
Les entreprises doivent formaliser les programmes de formation, conserver des enregistrements de participation et mettre à jour les matériaux en fonction des changements du système ou des mises à jour réglementaires.
Pour les multinationales des sciences de la vie, même si leur siège est en dehors de l’UE, ces exigences de formation deviennent rapidement non négociables.
Incertitude juridique
Il existe également un sentiment persistant que les cadres juridiques peinent à suivre. Deux tiers des répondants (66 %) conviennent que le manque de certitude juridique est un obstacle à l’adoption. Les préoccupations ne sont pas seulement théoriques.
Alors que l’orientation réglementaire s’améliore, la diversité des parties prenantes et des juridictions impliquées signifie que la gouvernance de l’IA restera complexe. Pour l’instant, les entreprises doivent construire des processus flexibles, transparents et basés sur une documentation claire, même lorsque les règles sont en évolution.