IA pour la fabrication pharmaceutique : automatisation de la revue des dossiers de lot
Un fabricant pharmaceutique du New Jersey disposait de 4 spécialistes en assurance qualité qui consacraient 60 % de leur temps à la revue des dossiers de lot. Chaque dossier de lot comptait 80 à 200 pages de données : paramètres de procédé, résultats de tests en cours de production, journaux d'équipement, signatures des opérateurs, traçabilités des lots de matières et documentation des déviations. La revue manuelle d'un seul dossier de lot prenait 6 à 10 heures. Après la mise en œuvre d'un système de revue des dossiers de lot basé sur l'IA, le temps de revue est passé à 30 à 60 minutes par dossier, et le système a détecté 23 % de déviations de plus au cours de sa première année que le processus manuel n'en avait détecté l'année précédente.
Les spécialistes AQ n'ont pas perdu leur emploi. Ils sont passés de la vérification page par page des données à l'investigation des déviations identifiées par l'IA et à la prise de décisions d'acceptation/rejet qui nécessitent un jugement humain.
Ce que la revue des dossiers de lot implique réellement
Un dossier de lot pharmaceutique est la preuve documentée qu'un lot de produit a été fabriqué conformément au procédé approuvé. Les réglementations BPF (Bonnes Pratiques de Fabrication) exigent que chaque paramètre critique du procédé soit conforme aux spécifications, que chaque matière utilisée soit correcte et dans sa date de péremption, que chaque équipement soit qualifié et nettoyé, et que chaque opérateur ayant effectué une étape critique soit formé et autorisé.
La revue manuelle signifie qu'un spécialiste AQ lit chaque page du dossier de lot, vérifie chaque point de données par rapport à sa spécification, s'assure que toutes les signatures sont présentes, confirme que tous les résultats de tests en cours de production sont dans les critères d'acceptation, et recherche toute anomalie ou incohérence. C'est un travail détaillé et fastidieux qui exige une attention soutenue face à des données techniques denses.
Le taux d'erreur dans la revue manuelle est significatif. Des études ont montré que les réviseurs AQ formés manquent 2 % à 5 % des erreurs intégrées dans les dossiers de lot, le taux d'omission augmentant avec la longueur du dossier et la fatigue du réviseur. Étant donné que certaines de ces erreurs représentent de véritables déviations de procédé affectant la qualité du produit, la fiabilité de la revue manuelle est une préoccupation légitime dans la fabrication réglementée.
Comment l'IA automatise la revue
La revue des dossiers de lot par IA fonctionne différemment selon que les dossiers de lot sont électroniques (provenant d'un système de dossiers de lot électroniques) ou papier (numérisés ou photographiés). Les dossiers électroniques sont simples : l'IA lit directement les données structurées et les compare aux spécifications de manière programmatique. Les dossiers papier nécessitent l'OCR (reconnaissance optique de caractères) pour extraire les données des pages numérisées avant que l'analyse puisse commencer.
Pour les dossiers de lot électroniques, l'IA compare chaque valeur de paramètre à ses limites de spécification, signale toute valeur hors spécification ou tendant vers les limites de spécification, vérifie la complétude (toutes les entrées requises sont présentes), contrôle la cohérence interne (les horodatages sont séquentiels, les valeurs calculées correspondent à leurs données d'entrée, les numéros de lot sont cohérents dans tout le dossier) et identifie toute déviation documentée et si elle a été correctement traitée.
Pour les dossiers papier, le composant OCR ajoute de la complexité. Les entrées manuscrites (encore courantes dans de nombreuses installations pharmaceutiques) nécessitent des modèles de reconnaissance d'écriture entraînés sur les formulaires spécifiques et les styles d'écriture des opérateurs de l'installation. Les systèmes actuels atteignent une précision de 95 % à 98 % sur les caractères imprimés et de 88 % à 93 % sur les entrées manuscrites, la précision dépendant fortement de la qualité de l'écriture et de la résolution de la numérisation.
Capacités de détection des déviations
L'IA détecte plusieurs catégories de problèmes que la revue manuelle tend à manquer. Les déviations de tendance en sont un exemple clé : un paramètre de procédé qui est conforme aux spécifications pour chaque lot mais qui dérive lentement vers la limite de spécification au cours des 20 derniers lots. Un réviseur humain examinant un seul dossier de lot voit une valeur conforme. L'IA, qui dispose du contexte sur tous les lots récents, identifie la tendance et la signale pour investigation.
Les anomalies de chronologie sont une autre catégorie. Si une étape de fabrication qui prend normalement 45 minutes a été réalisée en 12 minutes selon les horodatages, quelque chose d'inhabituel s'est produit. Les réviseurs manuels détectent les erreurs de chronologie grossières mais manquent souvent les plus subtiles. L'IA signale toute durée d'étape qui s'écarte significativement de la distribution historique pour cette étape.
Les erreurs de références croisées, où l'information dans une section du dossier de lot ne correspond pas à l'information dans une autre section (un numéro de lot de matière sur le registre de pesée qui ne correspond pas au numéro de lot sur le registre de dispensation, par exemple), sont longues à vérifier manuellement et fréquemment manquées. L'IA vérifie systématiquement toutes les références croisées internes.
Intégration avec les systèmes de gestion de la qualité
Dans un environnement de fabrication BPF, la revue des dossiers de lot est une étape du processus global de libération des lots. Le système de revue par IA s'intègre au système de gestion de la qualité (SGQ) pour générer automatiquement des rapports de déviation pour les problèmes identifiés, acheminer les dossiers de lot à travers le flux d'approbation et maintenir la piste d'audit exigée par les autorités réglementaires.
L'environnement réglementaire impose des exigences spécifiques aux systèmes d'IA utilisés à des fins BPF. Le système doit être validé conformément aux directives GAMP, avec des preuves documentées qu'il fonctionne comme prévu. La logique de décision de l'IA doit être explicable : lorsque le système signale une déviation, le réviseur AQ doit comprendre pourquoi, et non simplement accepter un résultat de boîte noire. La plupart des systèmes commerciaux répondent à cette exigence en fournissant des explications détaillées pour chaque élément signalé, en référençant la limite de spécification spécifique qui a été approchée ou dépassée.
Acceptation réglementaire
La FDA et l'EMA ont toutes deux publié des orientations indiquant l'acceptation des outils d'IA et de ML dans la fabrication pharmaceutique, à condition que des contrôles de validation et de système qualité appropriés soient en place. Les orientations de la FDA de 2023 sur l'IA dans la fabrication de médicaments reconnaissent explicitement le potentiel de l'IA pour améliorer la précision et l'efficacité de la revue des dossiers de lot.
L'exigence réglementaire clé est que le système d'IA soit traité comme un système GxP soumis aux mêmes exigences de validation, de contrôle des changements et de revue périodique que tout autre système informatisé utilisé dans la fabrication BPF. Cela inclut la validation du modèle d'IA lui-même (démontrant qu'il identifie correctement les déviations dans un jeu de données représentatif), la surveillance continue des performances du modèle (suivi des taux de faux positifs et de faux négatifs) et un processus de contrôle des changements pour les mises à jour du modèle.
Résultats pratiques et limites
Les installations ayant mis en œuvre la revue des dossiers de lot par IA rapportent systématiquement une réduction de 85 % à 95 % du temps de revue, une augmentation de 15 % à 30 % des taux de détection des déviations et une amélioration significative de la satisfaction du personnel AQ (la revue des dossiers de lot est largement considérée comme la partie la moins stimulante du rôle AQ). La capacité AQ libérée est généralement redirigée vers des activités à plus forte valeur ajoutée comme l'investigation des causes racines, l'amélioration des procédés et la gestion de la qualité des fournisseurs.
La technologie fonctionne mieux pour les installations disposant de dossiers de lot électroniques et de formats de dossiers cohérents. Les installations avec des dossiers papier, des changements de format fréquents ou des structures de dossiers de lot très variables (courantes dans les organisations de fabrication sous contrat qui produisent de nombreux produits différents) font face à des délais de mise en œuvre plus longs et à des taux d'automatisation initiaux plus faibles. Même dans ces cas, l'automatisation partielle des étapes de revue les plus structurées et répétitives permet généralement d'atteindre 50 % à 70 % d'économie de temps, la revue manuelle restante étant concentrée sur les sections nécessitant une interprétation humaine.