La plateforme d’intelligence artificielle ELSA de la FDA n’instaurera pas de nouvelle réglementation pour les entreprises du secteur des sciences de la vie. Elle modifie toutefois un aspect potentiellement tout aussi important : la rapidité avec laquelle l’autorité de régulation peut lire, comparer et analyser les informations que ces entreprises lui soumettent.
Pour les entreprises des secteurs pharmaceutique, biotechnologique et des dispositifs médicaux, le défi qui en découle ne consiste pas simplement à recourir davantage à l’IA. Il s’agit de veiller à ce que les dossiers de qualité, les demandes d’autorisation, les processus et les décisions prises à l’aide de l’IA restent cohérents, régis par des règles et traçables lorsqu’ils sont examinés à une vitesse assistée par des machines.
Qu’est-ce que le programme ELSA de la FDA ?
ELSA est un outil d’intelligence artificielle interne, basé sur un modèle linguistique de grande envergure, développé à l’intention des employés de l’Agence américaine des produits alimentaires et médicamenteux (FDA). Il ne s’agit pas d’un système que les entreprises soumises à la réglementation peuvent acheter ou utiliser.
La FDA a déployé ELSA à l’échelle de l’agence en juin 2025 afin de faciliter les tâches liées à la lecture, à la rédaction et à la synthèse. Parmi les cas d’utilisation rendus publics figurent la synthèse d’informations sur les effets indésirables, la comparaison d’étiquettes de produits, la lecture de documents scientifiques et la génération de code pour les bases de données internes.
En mai 2026, l’agence a annoncé le lancement d’ELSA 4.0 ainsi que celui de HALO, la plateforme « Harmonized AI and Lifecycle Operations for Data ». HALO a regroupé plus de 40 sources de données, systèmes et portails relatifs aux demandes et aux soumissions au sein des différents centres de la FDA. Son intégration à ELSA vise à permettre au personnel de la FDA de consulter les informations de l’agence sans avoir à télécharger à plusieurs reprises des documents dans des outils distincts.
On pourrait facilement sous-estimer l’importance de cette évolution.
L’ELSA ne remet pas en cause les responsabilités fondamentales d’un organisme réglementé. Les entreprises doivent toujours tenir des registres précis, disposer de systèmes validés, de documents contrôlés, de programmes CAPA efficaces et d’un encadrement humain approprié.
Ce qui change, c’est la capacité de l’autorité de régulation à repérer les incohérences, à comparer les données et à analyser les tendances.
Les règles réglementaires vous sont peut-être familières, mais le contexte d’examen, lui, ne l’est pas
Les organismes soumis à la réglementation se sont toujours préparés aux inspections et aux déclarations en tenant compte d’une contrainte pratique : la capacité humaine d’examen.
Les évaluateurs et les enquêteurs ne pouvaient pas examiner manuellement chaque dossier, comparer chaque soumission antérieure ni retracer chaque lien entre un événement indésirable, une procédure, un écart, une mission de formation et une mesure corrective. Le recours à l’échantillonnage et à la hiérarchisation des priorités était inévitable.
L’IA ne rend pas superflu le jugement professionnel. Elle peut toutefois réduire le temps nécessaire pour trouver les informations pertinentes et identifier les points qui méritent un examen plus approfondi de la part d’un être humain.
La FDA a indiqué qu’un projet pilote d’examen scientifique assisté par l’IA avait permis de mener à bien en quelques minutes certaines tâches d’examen qui prenaient auparavant plusieurs jours. Cela ne signifie pas pour autant que tous les examens de la FDA seront désormais effectués en quelques minutes. Cela démontre toutefois comment l’IA peut alléger certaines tâches impliquant un volume important de documents dans le cadre de l’analyse réglementaire.
Cela marque un tournant important pour les entreprises soumises à la réglementation.
Une contradiction qui nécessitait autrefois des heures de recherche manuelle peut désormais être mise en évidence beaucoup plus rapidement. Un schéma d’écart se manifestant sur plusieurs sites peut être plus facile à identifier. Une incohérence entre une soumission actuelle et un enregistrement antérieur a moins de chances de rester cachée dans des systèmes distincts.
La question ne se limite plus à savoir si une entreprise est en mesure de produire un document demandé.
La question est de savoir si l’ensemble de son historique en matière de réglementation et de qualité présente une image cohérente.
ELSA rend les systèmes de qualité fragmentés plus vulnérables
Un fabricant de produits pharmaceutiques peut conserver ses procédures opérationnelles standard (SOP) dans un référentiel, ses écarts dans un système de gestion de la qualité électronique (eQMS), les formations de ses collaborateurs dans une autre application, les conclusions relatives aux fournisseurs dans des tableurs et ses engagements réglementaires dans des documents départementaux.
Chaque système peut sembler fonctionnel lorsqu’il est évalué séparément.
Cette faiblesse apparaît lorsque quelqu’un demande quel est le lien entre ces informations.
Au moment où l’incident s’est produit, l’employé avait-il été formé à la version correcte de la procédure ?
Une CAPA a-t-elle donné lieu à une modification approuvée du processus ?
Les risques et les contrôles concernés ont-ils fait l’objet d’une nouvelle évaluation ?
Cette modification a-t-elle été appliquée à tous les sites concernés ?
La procédure révisée a-t-elle été communiquée, approuvée et signée électroniquement ?
Les informations contenues dans la dernière soumission concordent-elles avec les documents précédemment déposés et les registres internes de qualité ?
Il s’agit de questions portant sur les relations, et non de questions de recherche de documents.
Un organisme de régulation doté d’une intelligence artificielle est mieux à même de mettre en évidence les incohérences au sein de vastes volumes d’informations. Par conséquent, les entreprises qui s’appuient encore sur des applications déconnectées, des dossiers isolés et des processus de rapprochement manuels sont confrontées à un désavantage structurel croissant.
Cela vaut tout particulièrement pour les organisations du secteur des sciences de la vie qui cherchent à passer d’un système de gestion de la qualité basé sur des documents à un écosystème de qualité connecté et axé sur les données.
De l’intégrité des données à la traçabilité des décisions
L’intégrité des données reste un principe fondamental des opérations GxP. Les enregistrements doivent être exacts, traçables, contemporains, originaux et fiables tout au long de leur cycle de vie.
Le travail assisté par l’IA ajoute un niveau supplémentaire de responsabilité.
Supposons qu’un outil d’IA résume une réclamation, propose une description de l’écart, recommande une classification CAPA ou identifie un impact réglementaire potentiel. Le dossier final peut sembler complet, mais un inspecteur ou un auditeur interne pourrait légitimement se demander :
- Quelles informations ont été fournies à l’IA ?
- Quels ont été les résultats obtenus par le système ?
- Qui a examiné cette réponse ?
- Quelles modifications le relecteur a-t-il apportées ?
- Qui a approuvé la décision finale ?
- Quel modèle ou quelle version du système a été utilisé(e) ?
- Quels dossiers connexes ont été concernés ?
La série TrustBridge qualifie cela d’« intégrité de la décision ». Ce terme est utile car il permet de distinguer la fiabilité des informations sous-jacentes de la traçabilité du jugement rendu à partir de ces informations.
Cela ne signifie pas pour autant que chaque requête doive automatiquement faire l’objet d’un enregistrement GxP permanent. Les preuves appropriées dépendront de l’utilisation prévue, du risque, de la classification du système et de l’effet du résultat généré par l’IA.
Toutefois, lorsque l’IA contribue de manière significative à une décision soumise à une réglementation, les organisations devraient être en mesure de retracer le processus qui a conduit à cette décision.
Cette exigence s’inscrit dans le cadre de l’orientation plus générale de la FDA, fondée sur l’évaluation des risques, concernant l’utilisation de l’IA dans le développement des médicaments et des produits biologiques. L’agence a mis l’accent sur la crédibilité, le contexte d’utilisation, la gestion des risques tout au long du cycle de vie et les pratiques fiables en matière d’IA lorsque les informations générées par l’IA servent de base à la prise de décision réglementaire.
L’IA de votre fournisseur peut relever de votre responsabilité en matière de conformité
L’un des risques les plus facilement négligés est celui lié aux fonctionnalités d’IA intégrées par les fournisseurs existants.
Il se peut qu’une organisation n’ait pas officiellement mis en place de plateforme d’IA, mais que celle-ci soit déjà présente au sein de son système de gestion documentaire, de son application d’analyse, de son système de gestion de la qualité en ligne (eQMS), de sa plateforme de gestion des réclamations ou de ses outils de productivité.
Une mise à jour logicielle peut ajouter des fonctionnalités de synthèse, de classification automatisée, de rédaction, d’évaluation ou de recommandation. Les collaborateurs peuvent commencer à utiliser ces fonctionnalités avant que les services Qualité, Informatique ou Affaires réglementaires n’aient déterminé si les résultats obtenus ont une incidence sur les dossiers GxP.
L’organisme soumis à la réglementation reste responsable des processus et des documents sur lesquels il s’appuie.
La qualification des fournisseurs devrait donc aller au-delà des questions habituelles relatives à l’hébergement, à la cybersécurité, à l’assistance et à la disponibilité des systèmes. En ce qui concerne les fonctionnalités basées sur l’IA, les organisations pourraient également avoir besoin de comprendre :
- L’utilisation prévue et les limites de cette fonctionnalité
- Les dossiers et les décisions sur lesquels elle peut exercer une influence
- Que le modèle soit fixe ou qu’il évolue au fil du temps
- Comment les mises à jour sont-elles communiquées et gérées ?
- Quelles sont les données clients traitées par le système ?
- La possibilité de faire examiner les résultats de manière indépendante
- Comment les erreurs, les dérives et les problèmes de performance sont surveillés
- Quels sont les éléments de preuve disponibles à des fins de validation et d’audit ?
Il ne s’agit pas uniquement d’une question d’achats informatiques. Elle relève à la fois des services informatiques, de la qualité, des affaires réglementaires, du service juridique, de la sécurité de l’information et des responsables des processus opérationnels.
Une analyse réglementaire plus rapide ne signifie pas que les entreprises doivent se précipiter dans le domaine de l’IA
Une réaction prévisible face à Elsa consiste à conclure que le secteur privé doit adopter l’IA aussi rapidement que les autorités de régulation.
Ce raisonnement est incomplet.
La FDA exploite ELSA à des fins internes, dans le cadre de son propre environnement de sécurité, de gouvernance et de contrôle humain. Un fabricant pharmaceutique qui utilise l’IA générative pour créer ou modifier des dossiers GxP est confronté à un profil de risque différent.
La bonne réponse n’est pas une course à l’armement dans le domaine de l’IA.
Il s’agit d’une adoption réglementée.
Les organisations devraient recourir à l’IA lorsque celle-ci génère une valeur mesurable, mais elles doivent assortir les utilisations ayant un impact plus important d’autorisations appropriées, d’un contrôle humain, d’un contrôle des versions, d’une validation, d’une gestion du changement et de preuves d’audit.
Un processus assisté par l’IA qui génère des documents plus rapidement mais dont la gestion laisse à désirer pourrait accroître, plutôt que réduire, l’exposition aux risques réglementaires.
Comme nous l’avons vu dans l’article intitulé « Pourquoi l’IA régulée l’emporte sur l’IA rapide dans les secteurs soumis à une réglementation », la qualité de la mise en œuvre de l’IA dépend de la manière dont cette technologie s’articule avec la propriété, l’approbation et la responsabilité opérationnelle.
Ce que les entreprises du secteur des sciences de la vie devraient faire dès maintenant
Pour se préparer à une FDA dynamisée par l’IA, il ne suffit pas d’acheter une nouvelle application d’IA autonome. Il faut commencer par identifier les domaines où l’information est déjà fragmentée et où la traçabilité est insuffisante.
Dresser un inventaire des utilisations de l’IA
Répertoriez les capacités d’IA utilisées dans le cadre des processus réglementés, y compris les fonctionnalités intégrées aux logiciels existants.
L’inventaire doit préciser le système, l’objectif visé, les dossiers concernés, le responsable du processus, les données utilisées, le niveau de contrôle humain et l’impact potentiel sur les normes GxP.
Il convient également de prendre en compte l’utilisation non officielle par les employés. L’IA « parallèle » peut générer du contenu soumis à réglementation en dehors des flux de travail approuvés, même lorsque l’organisation n’a pas officiellement déployé de plateforme d’IA d’entreprise.
Rapprocher les dossiers relatifs à la qualité et à la réglementation
Les organisations doivent vérifier si les informations sont cohérentes d’un document à l’autre, qu’il s’agisse des dossiers de soumission, des procédures opérationnelles standard (SOP), des incidents liés à la qualité, des constatations d’audit, des actions correctives et préventives (CAPA), des dossiers de formation, des évaluations des risques ou des dossiers fournisseurs.
L’objectif n’est pas simplement de mettre de l’ordre dans la documentation avant une inspection. Il s’agit de mettre en place une méthode reproductible permettant d’identifier les contradictions avant qu’elles ne parviennent à l’autorité de régulation.
Inscrire le CAPA dans son contexte opérationnel
Un dossier CAPA ne doit pas être considéré comme un cas isolé en matière de qualité.
Une gestion efficace des actions correctives et préventives (CAPA) établit un lien entre le problème initial et les éléments prouvant la cause première, les processus concernés, les risques applicables, les procédures, les responsables, les besoins en formation et les contrôles d’efficacité.
Lorsque ces liens sont préservés, les organisations peuvent démontrer non seulement qu’une action a été menée à bien, mais aussi que la faiblesse opérationnelle sous-jacente a été corrigée.
Renforcer la gestion du changement et la gouvernance documentaire
Les documents réglementés doivent être associés aux processus, aux rôles, aux réglementations et aux missions de formation auxquels ils se rapportent.
Lorsqu’une procédure est modifiée, l’organisation doit être en mesure d’identifier les répercussions en aval, de déclencher les examens et les validations appropriés, de communiquer la révision et de conserver la preuve que le personnel concerné a bien compris le changement.
Réévaluer les fournisseurs utilisant l’IA
Il se peut que les contrats existants avec les fournisseurs ne prévoient pas les fonctionnalités ajoutées après la signature du contrat initial.
Les équipes chargées de la qualité et de l’informatique devraient vérifier si les responsabilités liées à l’IA, le traitement des données, les modifications apportées aux modèles, le soutien à la validation, les obligations de notification et les droits d’audit sont correctement pris en compte.
Vérifier l’état de préparation aux contrôles sur l’ensemble des populations de dossiers
La préparation d’une inspection traditionnelle se concentre souvent sur les échantillons susceptibles d’être prélevés.
Un exercice de préparation plus approfondi porte sur un éventail plus large de cas d’écarts, de mesures correctives et préventives (CAPA), de pistes d’audit, d’actions en retard, de dossiers de formation et de révisions de documents. L’objectif est de déterminer ce que l’analyse automatisée pourrait mettre en évidence lors de l’évaluation des incohérences entre les différents systèmes et sur différentes périodes.
L’utilité de l’Interfacing
Interfacing aide les organisations soumises à une réglementation à se préparer à une surveillance plus rapide et mieux connectée, en intégrant les données relatives à la qualité, aux processus, aux risques, à la conformité, à la documentation et aux flux de travail au sein d’un système de gestion intégré et régulé.
Plutôt que de traiter une procédure opérationnelle standard (SOP), un écart, une action corrective et préventive (CAPA), une constatation d’audit, une évaluation des risques et un dossier de formation comme des dossiers sans lien entre eux, la plateforme les relie au sein d’un modèle opérationnel commun.
Interfacing IMS accompagne les organisations dans les domaines suivants :
- Mettre en relation les processus, les procédures, les réglementations, les risques et les contrôles
- Gestion de l’examen, de la validation, de la publication et de la révision périodique des documents
- Mise en relation des écarts et des incidents liés à la qualité avec les mesures correctives et préventives (CAPA) et l’analyse des causes profondes
- Attribution et suivi des formations en fonction des rôles
- Tenue des pistes d’audit, des historiques de versions et des validations électroniques
- Identification des répercussions en aval en cas de modification du contenu réglementé
- Gestion des informations relatives aux fournisseurs, aux audits et à la réglementation
- Mise en œuvre de fonctionnalités assistées par l’IA au sein de processus de gouvernance contrôlés
- Créer des tableaux de bord qui mettent en évidence les actions en retard, les problèmes récurrents et les lacunes en matière de conformité
Les fonctionnalités du système de gestion de la qualité (SGQ) d’Interfacing dédié aux sciences de la vie sont conçues pour prendre en charge les opérations soumises aux normes GxP, notamment la traçabilité de la documentation, des processus qualité et des preuves de conformité. Le SGQ de la plateforme, spécialement conçu pour les sciences de la vie et le secteur de la santé, relie de manière spécifique les procédures opérationnelles standard (SOP), les risques, les contrôles, les actions correctives et préventives (CAPA), les formations, les audits et les exigences réglementaires au sein d’un environnement sécurisé unique.
L’objectif n’est pas de prévoir toutes les questions qu’ELSA pourrait aider un évaluateur de la FDA à poser.
L’objectif est de veiller à ce que l’organisation puisse répondre à ces questions en s’appuyant sur des documents maîtrisés, interconnectés et justifiables.
Le véritable test de préparation à l’ELSA
Il ne faut pas considérer Elsa comme une nouvelle réglementation ou une nouvelle tendance technologique.
Cela témoigne de la capacité d’un organisme de régulation à améliorer sa capacité à exploiter des données à grande échelle.
Pour les entreprises soumises à une réglementation, la solution concrète consiste à réduire les incohérences, les données disparates et les décisions non documentées que l’analyse assistée par ordinateur peut mettre en évidence.
Les organisations capables de relier chaque événement significatif en matière de qualité à son processus, à son responsable, aux éléments probants, à la décision prise, à l’approbation et à l’amélioration qui en résulte seront mieux préparées à faire face à un contrôle réglementaire, que ce contrôle soit effectué manuellement ou à l’aide de l’IA.
Ce n’est pas l’entreprise qui dispose du plus grand nombre d’outils d’IA qui en tirera l’avantage.
Ce sera l’entreprise dont les dossiers en matière de qualité et de conformité réglementaire resteront cohérents lorsque l’on pourra enfin les consulter dans leur intégralité.
Pourquoi choisir Interfacing?
Avec plus de deux décennies de logiciels d'IA, de qualité, de processus et de conformité, Interfacing continue d'être un leader dans l'industrie. À ce jour, nous avons servi plus de 500+ entreprises de classe mondiale et des sociétés de conseil en gestion de toutes les industries et de tous les secteurs. Nous continuons à fournir des solutions numériques, cloud et IA qui permettent aux organisations d'améliorer, de contrôler et de moderniser leurs processus tout en allégeant le fardeau de la conformité réglementaire et des programmes de gestion de la qualité.
Pour en savoir plus ou discuter de la manière dont Interfacing peut aider votre organisation, veuillez remplir le formulaire ci-dessous.
Documentation : Piloter la transformation, la gouvernance et le contrôle
• Obtenez des informations complètes et en temps réel sur vos opérations.
• Améliorez la gouvernance, l'efficacité et la conformité.
• Assurez une conformité fluide avec les normes réglementaires.
eQMS : Automatiser les workflows de qualité et de conformité & rapports
• Simplifiez la gestion de la qualité avec des workflows automatisés et une traçabilité continue.
• Standardisez la gestion des CAPA, des audits fournisseurs, de la formation et des workflows associés.
• Transformez la documentation en informations exploitables pour la Qualité 4.0.
Développement rapide d'applications low-code : Accélérer la transformation numérique
• Créez rapidement des applications personnalisées et évolutives.
• Réduisez le temps et les coûts de développement.
• Adaptez-vous rapidement pour répondre aux besoins évolutifs des clients et de votre entreprise.
L’IA pour transformer votre entreprise !
Conçus pour optimiser les opérations, l'efficacité et renforcer la conformité. Découvrez nos solutions alimentés par l’IA :
• Répondre aux questions des employés.
• Transformer des vidéos en processus.
• Recommander des améliorations de processus et des impacts réglementaires.
• Générer des formulaire, processus, risques, réglementations, KPIs, et bien plus.
• Fragmenter les normes réglementaires
Demandez une démo gratuite
Documentez, analysez, améliorez, numérisez et surveillez vos processus, vos risques, vos exigences réglementaires et vos indicateurs de performance au sein du système de gestion intégré Digital Twin d’Interfacing, l’Enterprise Process Center®!
Approuvé par nos clients à travers le monde !
Plus de 400 entreprises de classe mondiale et cabinets de conseil en gestion.
INTEGRATION
Approuvé par les nos clients dans le monde entier !
Plus de 400 entreprises de classe mondiale et cabinets de conseil en gestion.
