Catégories
Actualité pharmacieutique

Pourquoi l'automatisation intelligente est l'avenir de la réglementation –

Il existe une multitude de nouveaux outils et techniques auparavant inimaginables – de l'analyse à l'automatisation des processus robotiques (RPA) et à l'intelligence artificielle (IA) – disponibles pour accélérer les processus et augmenter la précision des données. Mais pour de nombreuses organisations des sciences de la vie, ces outils ne sont pas encore totalement adoptés ou ne sont pas utilisés à bon escient dans leurs fonctions réglementaires.

Dans le rapport Intelligent Life Sciences: Redefining Regulatory through Intelligent Automation d'Accenture, nous soulignons comment l'automatisation peut aider les professionnels de la réglementation dans les organisations des sciences de la vie à offrir des produits plus rapidement aux patients.

L'adoption de l'automatisation intelligente pourrait aider les entreprises à réaliser des avantages disruptifs qui vont au-delà des gains tangibles liés à l'amélioration des coûts, de la qualité et de la productivité. En appliquant l'automatisation intelligente, les entreprises pourraient raisonnablement s'attendre à permettre: la distribution transparente des informations sur les produits dans une variété de canaux multimédias à toutes les parties prenantes internes et externes; mise en œuvre rapide et accélérée des avancées de produits susceptibles de propulser une amélioration continue; et la prévision avancée des risques pour atténuer les contraintes de capacité des ressources – qui ont été mises en évidence lors du COVID-19.

Pour de nombreuses entreprises, il pourrait être réaliste d'automatiser jusqu'à la moitié des tâches de maintenance manuelle actuellement effectuées, ce qui se traduira par des modèles d'exploitation futurs considérablement différents où les rôles mixtes prévaudront avec une supervision stratégique des produits.

«L'une des erreurs les plus courantes des entreprises est de permettre aux unités commerciales de mener des initiatives d'automatisation en silos»

Mais par où commencer?

Où commencez-vous cette transformation? Commencez par les données. Les entreprises doivent changer la façon dont les gens collectent, conservent, interprètent et appliquent les données pour les soumissions réglementaires et améliorent la confiance dans ces données. Selon les recherches d'Accenture, la plupart des organisations ont encore du mal à comprendre la «vérité» fondamentale des données qu'elles utilisent et échangent avec d'autres. L'enquête Accenture Technology Vision a révélé qu'un tiers seulement des 103 cadres des sciences de la vie ont une grande confiance dans leurs données et les valident de manière approfondie. Pour améliorer la confiance des données, les responsables de la réglementation doivent adopter une approche en quatre étapes pour changer la façon dont ils:

  1. Collecter des données: Les organisations de sciences de la vie doivent utiliser des solutions basées sur le cloud avec un accès global qui facilite un référentiel avec une source unique de vérité et élimine l'utilisation de serveurs et de partage de fichiers locaux. En intégrant des applications tout au long de la chaîne de valeur de bout en bout, ils éliminent la duplication des entrées de données.
  2. Curate Data: Les spécialistes de la réglementation doivent appliquer la normalisation des données et la gestion des données de base pour définir le bon niveau granulaire de données pour le stockage. Cela doit être fait dès le départ. En mettant en œuvre une gouvernance et une gestion solides des données, ils peuvent maintenir la qualité et l'intégrité des données. En assurant la traçabilité de l'évolution des données, ainsi que la transparence de bout en bout du statut de soumission et de ses composants, ils contribuent à promouvoir la confiance dans les données elles-mêmes.
  3. Interpréter les données: Les dirigeants doivent utiliser davantage les données facilement disponibles pour prendre des décisions commerciales et optimiser les opérations. Ils devraient appliquer des analyses aux données de soumission passées pour recommander des plans de contenu de soumission futurs et anticiper et atténuer les questions des autorités sanitaires (HA).
  4. Appliquer les données: Les employés chargés de la réglementation devraient utiliser les données stockées pour créer intelligemment des documents de soumission. En limitant les documents remplis de champs de texte libre et de subjectivité, les entreprises peuvent adopter une approche plus numérisée, dans laquelle les modèles de documents peuvent être compilés automatiquement à partir des données disponibles. Rendre les données en temps réel accessibles aux consommateurs d’informations au moment et à l’endroit où elles en ont besoin augmente la probabilité d’adhésion à la valeur ajoutée du système. De cette manière, la planification de la fabrication peut être optimisée et les décisions de libération des lots mieux informées. Ceci, à son tour, permet aux professionnels de la santé d'obtenir les informations les plus à jour sur les produits à portée de main.

Se concentrer sur les résultats commerciaux de la façon dont les données peuvent être interprétées et appliquées, grâce à la mise en œuvre d'analyses, de RPA et d'IA, aidera à renforcer votre vision des données, à améliorer votre culture de gestion des données et à justifier financièrement l'investissement dans une gestion améliorée des données. Ceci est crucial car tous les signes indiquent un futur ordre mondial d'augmentation des volumes et de la complexité des nouveaux produits qui arrivent sur le marché, et le support numérique est un must – pas une belle à avoir – pour gérer cette charge de travail.

Quelle automatisation intelligente envisager?

Au fur et à mesure que les entreprises se lancent dans les domaines de l'automatisation intelligente, trois considérations clés doivent être prises en compte dès le décalage.

  1. Définissez la vision North Star: Discutez de la stratégie de l'entreprise et des considérations relatives au pipeline pour les 3 à 5 prochaines années et des objectifs commerciaux pour atteindre cette stratégie. Est-ce le moteur de la réduction des déchets d'automatisation intelligente et des économies de coûts, ou la vitesse à laquelle les produits innovants sont proposés aux patients? Définissez les domaines prioritaires pour votre feuille de route d'automatisation intelligente et évaluez l'équilibre entre les «gains rapides» et les initiatives stratégiques à plus long terme.
  2. Créez le plan opérationnel: Décrivez à quoi ressembleront les futurs processus avec l'inclusion de l'automatisation intelligente. Quelles activités restent et d'où doivent-elles être réalisées? Réfléchissez à la manière dont les descriptions de poste et les rôles évolueront pour tenir compte du futur environnement de travail transformé.
  3. Prototyper, automatiser, évaluer, répéter: Établissez l'infrastructure pour prototyper rapidement et échouer rapidement. Considérez comment mettre en œuvre de manière agile et modulaire qui se combine progressivement en une solution de bout en bout. Évaluer soigneusement les bénéfices réalisés.

«Le manque de communication sur la réorientation de la main-d’œuvre après la mise en œuvre de l’automatisation peut entraîner des troubles internes et une éventuelle attrition»

Voici quelques exemples de cas d'utilisation montrant comment l'automatisation intelligente change la donne:

Exigences réglementaires et plans de contenu

  • Défi commercial: conserver les données sur les exigences de soumission est un défi constant. En conséquence, la collecte des exigences du marché est souvent répétée pour chaque soumission, ce qui entraîne des délais plus longs. De plus, les informations tirées des commentaires de HA ne sont pas intégrées aux soumissions, ce qui réduit la précision de l'approbation de la première soumission.
  • Solution: Analytics peut comparer les nouvelles propriétés de soumission aux soumissions précédentes pour suggérer un plan de contenu basé sur la correspondance la plus proche et la soumission approuvée la plus récente.

Traitement de la correspondance des autorités sanitaires

  • Défi commercial: l'enregistrement en temps opportun des dates d'approbation des soumissions ou le suivi des questions HA peut être difficile lorsque les informations reçues par les affiliés doivent être déchiffrées et traduites avant d'être entrées dans les systèmes réglementaires.
  • Solution: les outils d'IA peuvent traduire et déchiffrer des lettres sans l'intervention de l'affilié local et saisir automatiquement des informations dans les systèmes de gestion des informations réglementaires pour que les parties prenantes puissent agir.

Création et suivi d'étiquettes

  • Défi commercial: gérer et assurer la traçabilité du déploiement des mises à jour d'étiquettes mondiales est onéreux en fonction des nuances linguistiques, des considérations de mise en œuvre et des termes de données répliqués dans plusieurs documents, ce qui peut entraîner un risque élevé d'incohérences d'étiquettes de produit.
  • Solution: les outils d'IA peuvent simplifier la cartographie des termes globaux vers locaux et suggérer automatiquement quelles mises à jour sont nécessaires, et fournir une traçabilité de bout en bout de la progression de la mise à jour.

Au fur et à mesure que les entreprises adoptent l'automatisation intelligente, elles doivent s'assurer que leurs projets sont: orientés vers les résultats commerciaux (plutôt que d'automatiser simplement une tâche ou une fonction); centrés sur l'humain (ils n'éliminent donc pas seulement les tâches répétitives mais libèrent plutôt les gens pour qu'ils se concentrent sur l'analyse, la prise de décision et l'innovation à plus haute valeur); et riche en technologie (c'est-à-dire intégré dans l'architecture plus large des sources de données et des applications).

Comment assurez-vous le succès?

Et il y a des pièges à éviter. L'une des erreurs les plus courantes commises par les entreprises (dans tous les secteurs) est de permettre aux unités commerciales de mener des initiatives d'automatisation en silos. Vous devriez ramener à la maison la notion de «société unique» et garder un œil sur les cow-boys qui construisent leurs propres programmes voyous. De même, assurez-vous que tout le monde est sur la même longueur d'onde: s'il y a une déconnexion entre le service informatique et l'entreprise, ce qui est construit peut ne pas servir ce qui est nécessaire. Et assurez-vous que vos équipes des RH, de la formation et de la communication sont mises en boucle, informées et dotées des informations et des outils appropriés pour encourager et soutenir l'adoption.

Le manque de communication sur la réorientation de la main-d'œuvre après la mise en œuvre de l'automatisation peut entraîner des troubles internes et une possible attrition. Il faudra mettre en place une formation et un contrôle des changements, ce qui nécessite de la planification et de la gestion. Enfin, dès le début et tout au long, une équipe doit être chargée de veiller à ce qu'une automatisation responsable soit en place. Cela doit appartenir à la C-Suite et à chaque tour communiqué aux employés, il fait donc partie de l'ADN de la transformation: considérez les implications éthiques et juridiques lorsque les données sont traitées et les tâches automatisées. Sachez qui est responsable des résultats et assurez-vous que ces équipes assument cette responsabilité.

Le processus d’adoption de l’automatisation intelligente n’est pas facile, mais il est également inévitable. L'adoption de processus et de procédures pour traiter des données complexes est essentielle à notre époque – les entreprises qui ne parviennent pas à créer une plate-forme adaptable au changement risquent d'être laissées pour compte; ceux qui adoptent de nouvelles solutions ne sont pas seulement prêts à réussir – ils sont les leaders de l'industrie de l'avenir.

A propos de l'auteur

Kim BrownriggKim Brownrigg est senior principal chez Accenture et dirige le domaine de la réglementation en Europe. Ses responsabilités comprennent l'interconnexion des services de conseil, de technologie et d'exploitation pour optimiser la valeur client et définir les offres de services de nouvelle génération. Kim dirige actuellement le programme de transformation numérique réglementaire d’Accenture; aider les clients à définir leur stratégie numérique et leur feuille de route dans le cadre de la réglementation, concevoir des solutions et des prototypes d'intelligence appliquée et fournir des pilotes et une mise en œuvre à l'échelle pour transformer et rationaliser l'industrie.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *