L’IA : moteur de croissance et de productivité pour l’industrie pharmarceutique
Les grands groupes pharmaceutiques français s’équipent de plus en plus d’Intelligence Artificielle afin de moderniser et de développer leurs activités comme l’ont prouvé récemment Sanofi et Pierre Fabre.
En effet, Sanofi, le géant français du secteur, a annoncé la semaine dernière qu’ils prévoyaient d’investir 60 millions d’euros dans les nouvelles technologies numériques d’ici fin 2021 afin d’adapter et de moderniser tout leur réseau industriel mondial, soit 75 usines à travers le monde. Ces nouvelles technologies, permettront notamment de suivre en temps réel toute la chaîne de production ou d’effectuer de la maintenance prédictive à l’aide de capteurs connectés et de systèmes d’intelligence artificielle, augmentant ainsi leur compétitivité industrielle et facilitant la tâche des salariés. De son côté, le deuxième groupe pharmaceutique privé Pierre Fabre a organisé un “IA Challenge Santé” ciblé sur la prévention des cancers de la peau lors de la 12ème édition de l’université d’été de l’e-santé. En parallèle à cet “IA Challenge Santé”, le groupe travaille à la création d’ici fin 2018 d’un nouvel Observatoire à l’échelle européenne de l’IA dans les métiers de la santé dans l’optique d’établir une cartographie précise des compétences et d’évaluer le taux de pénétration de l’IA auprès des professionnels et des patients.
Ces initiatives portées par Sanofi et Pierre Fabre montrent à quel point l’IA devient un outil majeur à la modernisation et à la productivité des industries pharmaceutiques. D’ailleurs, une étude de Siemens Financial Services publiée à l’occasion du Forum mondial de l’industrie à Hanovre estime à plus de 60 milliards d’euros le gain potentiel engendré par la numérisation des chaînes de production dans le secteur pharmaceutique. En France, cette transition permettrait de réduire les coûts d’un montant compris entre un et deux milliard d’euros. Doter les chaînes de production de capteurs, d’objets connectés et de systèmes informatiques permettrait d’accroître la productivité, d’améliorer la planification, la prévision et la maintenance des équipements avec des dispositifs d’alertes automatiques, et un suivi en continu des données générées.
Exemples d’applications d’IA
Ces dispositifs sont pour certains d’entre-eux du ressort de la reconnaissance visuelle, pan de l’IA en forte croissance. Cette technologie offre de nombreuses possibilités de développement à ce secteur, notamment grâce à son optimisation des chaînes de production, des expérimentations en laboratoire et de la sécurité.
L’optimisation des chaînes de production
Dans le cadre de l’optimisation des chaînes de production, la reconnaissance visuelle contribue à mettre en place un système de maintenance prédictive et de contrôle qualité. Grâce à des caméras installées sur ces chaînes de production, il est possible de détecter des pièces usées, endommagées, ou des défauts sur les produits. Pour chaque anomalie, une alerte est déclenchée, évitant ainsi les temps d’arrêt qui sont actuellement élevés dans les usines pharmaceutiques. Selon un analyste de l’étude de Siemens, la numérisation et l’analyse des données pourraient réduire ces temps d’arrêt de 30% à 40%, améliorant considérablement l’efficacité globale de l’équipement. De plus, si la loi impose aujourd’hui une double vérification humaine de l’état et du nettoyage des outils en usine, un système de reconnaissance visuelle est tout à fait en mesure de faire ce travail de vérification, permettant à l’usine de libérer du temps et de gagner en productivité.
Observations & expérimentations en laboratoire
Concernant les tests des dispositifs médicaux sur animaux en laboratoire, les périodes d’expérimentation sont longues et coûteuses, mais grâce à des caméras équipés d’un système de reconnaissance visuelle filmant en permanence les comportements des animaux il est possible d’identifier en temps réel des comportements anormaux parmi les cobayes. Aujourd’hui, les employées observent manuellement, mais cette méthode pourrait faire gagner du temps aux entreprises pharmaceutiques et permettre au personnel de se concentrer sur des tâches à plus haute valeur ajoutée.
Contrôle de sécurité automatique
Finalement, la reconnaissance visuelle répond aux enjeux sécuritaires de l’industrie pharmaceutique. En effet, les opérations de recherche dans les laboratoires ou de production dans les usines impliquent la manipulation de produits chimiques et toxiques, avec de nombreux risques d’intoxication, des atteintes cutanées, respiratoires, digestives, et de blessures diverses. Afin de se prémunir de ces risques, les opérateurs doivent impérativement se protéger par des équipements de protection individuelle (masques, gants, lunettes de sécurité), mais l’on constate que ce n’est pas toujours le cas. Un système de reconnaissance visuelle peut détecter un équipement mal porté ou ma ajusté, des mesures d’hygiène non respectées ainsi que d’autres facteurs de risques potentiels tels qu’un départ d’incendie.
L’intérêt croissant que porte les grands groupes pharmaceutiques français pour l’IA et le large panel d’applications qu’offre la reconnaissance visuelle à cette industrie sont très prometteurs. Chez Deepomatic, nous préconisons d’aborder les différentes problématiques auxquelles la reconnaissance visuelle peut répondre dans leur globalité afin d’optimiser les réponses apportées, créer des synergies entre les différents pôles d’application, et finalement augmenter la productivité des entreprises.
Article publié sur le blog d’Augustin Marty sur l’Usine Nouvelle.
Augustin Marty est le PDG et co-fondateur de Deepomatic, start-up spécialisée dans le développement de solutions de reconnaissance d’images pour les industriels. Diplômé de l’Ecole nationale des Ponts et Chaussées, il a créé sa première entreprise en Chine à l’âge de 22 ans, puis a travaillé notamment pour Vinci Construction sur la vente et la conception de projets d’ingénierie.
