Aller au contenu
AtheronLABS

Pays détecté : États-Unis. Les prix sont affichés en dollars américains. Ce n’est pas le bon pays ?

labs@atheron:~/industries/pharma/ai$ train agent --grounded

L’IA en pharma

Cas de sécurité et PON, confirmés par un spécialiste.

Les sciences de la vie reposent sur la lecture : déclarations de sécurité, PON, dossiers de lot. L’IA aide quand elle lit dans la langue du domaine, montre sa source et qu’une personne qualifiée garde la décision. Nous bâtissons sur des modèles sur mesure ou open source qui restent dans votre environnement.

// ce qui compte ici

Ce qui change dans ce secteur.

01

Parle la langue du domaine

Un modèle de sécurité entraîné davantage sur des textes médicaux et de pharmacovigilance connaît les termes MedDRA et les noms de médicaments qu’un modèle général devine.

02

Un spécialiste confirme

Le modèle propose les champs et les termes; un spécialiste de la sécurité les confirme ou les corrige. Les corrections sont consignées et deviennent les prochaines données d’entraînement.

03

Les versions en vigueur seulement

Un assistant PON lit la version en vigueur et cite le document, la version et la section : personne n’applique une procédure remplacée.

04

Validé comme tout outil GxP

Chaque modèle est évalué sur un jeu réservé de vos cas, et le score, les données et la version du modèle sont consignés pour qu’un changement soit maîtrisé.

// exemples de projets

Exemples chiffrés pour ce service.

Chacun est hypothétique, présenté comme tel et chiffré en direct à partir de notre grille tarifaire. Ouvrez-le dans l’estimateur et adaptez-le.

Exemple de projetApplication webIALLM sur mesure

Modèle de cas de sécurité

Hypothétique. Ni un client ni un résultat.

// Le problème

Une équipe de pharmacovigilance lit à la main chaque déclaration d’effet indésirable pour trouver le produit, l’événement, les renseignements sur le patient et l’échéance de déclaration.

// Ce que nous bâtirions

Un modèle sur mesure, entraîné davantage sur la littérature médicale et de sécurité puis sur les cas dépersonnalisés de l’équipe, qui lit chaque déclaration et propose les champs du cas et les termes MedDRA qu’un spécialiste confirme, sur un serveur GPU à l’intérieur de l’entreprise.

// Ce qu’il comprend

  • Déclarations reçues par courriel, formulaire web et notes d’appel converties en champs de cas
  • Termes MedDRA suggérés, avec le passage d’où ils viennent
  • Gravité et échéance de déclaration signalées pour confirmation par un spécialiste
  • Un modèle entraîné davantage sur le langage de la sécurité, puis sur vos cas
  • Évalué sur un jeu réservé de vos cas avant chaque version

// Technologies

  • Modèle de base à poids ouverts, entraîné davantage
  • PyTorch
  • Python
  • Next.js
  • Serveur GPU Lenovo sur place

// estimation

Développement
≈ 269 000 USD à 407 000 USD, livré en 55 semaines au plus382 400 $ CA à 579 600 $ CA
Hébergement
≈ 176 USD par mois250 $ CA par mois
Soutien
≈ 2 500 USD par mois3 565 $ CA par mois
Matériel
≈ 47 800 USD à 197 000 USD68 000 $ CA à 280 800 $ CA

Les prix dans votre devise sont des estimations au taux du jour de la Banque du Canada. Toute la facturation se fait en CAD ou en USD.

Approche d’IA
LLM sur mesure
Coût d’exploitation du modèle
≈ 176 USD par mois250 $ CA par mois

Échéancier par étape

Découverte
2,9 à 3,4 semaines
Données et plan d’évaluation
0,4 semaine
Maquettes approuvées
2,9 à 4,9 semaines
Fonctions principales
2,4 à 3,9 semaines
Développement complet
1,4 à 2,9 semaines
Entraînement
16,4 à 28,4 semaines
Tests et corrections
0,4 semaine
Évaluation et tests adverses
3,9 à 4,4 semaines
Dossier de validation remis
3,9 à 4,4 semaines
Mise en ligne
0,9 à 1,4 semaine
Production
0,9 à 1,4 semaine

Hors de notre contrôle, et ajouté au calendrier

Livraison du matériel, après la commande
2 à 6 semaines
Accès à l’environnement de test du fournisseur
1 à 4 semaines

Modalités de paiement

Acompte 20 %
74 980 $ CA à 114 420 $ CA
Découverte 0,7 %
2 624,30 $ CA à 4 004,70 $ CA
Données et plan d’évaluation 6,8 %
25 493,20 $ CA à 38 902,80 $ CA
Maquettes approuvées 0,7 %
2 624,30 $ CA à 4 004,70 $ CA
Fonctions principales 2,2 %
8 247,80 $ CA à 12 586,20 $ CA
Développement complet 1,4 %
5 248,60 $ CA à 8 009,40 $ CA
Entraînement 20,4 %
76 479,60 $ CA à 116 708,40 $ CA
Tests et corrections 0,7 %
2 624,30 $ CA à 4 004,70 $ CA
Évaluation et tests adverses 13,6 %
50 986,40 $ CA à 77 805,60 $ CA
Dossier de validation remis 15,5 %
58 109,50 $ CA à 88 675,50 $ CA
Mise en ligne 0,7 %
2 624,30 $ CA à 4 004,70 $ CA
Production 7,3 %
27 367,70 $ CA à 41 763,30 $ CA
Retenue, 30 jours après la mise en ligne (10 %)
37 490 $ CA à 57 210 $ CA
Temps GPU pour l’entraînement et les tests, au coût
7 500 $ CA. Facturé d’avance, au coût, en dehors des étapes
Serveur GPU pour l’IA, pour le modèle
68 000 $ CA à 280 800 $ CA. Facturé d’avance, au coût, en dehors des étapes
Exemple de projetApplication webIAModèle open source

Assistant PON et documents

Hypothétique. Ni un client ni un résultat.

// Le problème

Le personnel de la qualité et de la production fouille un système documentaire pour trouver la version en vigueur d’une PON, et la section voulue est enfouie dans un long PDF.

// Ce que nous bâtirions

Un assistant qui répond uniquement à partir des PON en vigueur, cite le document, la version et la section, et ouvre un formulaire de déviation sur demande, sur un modèle open source dans le compte infonuagique de l’entreprise pour que les documents contrôlés restent privés.

// Ce qu’il comprend

  • PON, instructions de travail et formulaires en vigueur indexés depuis votre système documentaire
  • Versions remplacées exclues automatiquement
  • Chaque réponse cite le document, la version et la section
  • Un outil pour lancer une déviation ou une demande de changement avec le contexte déjà rempli
  • Un jeu d’évaluation de vraies questions, exécuté avant chaque changement

// Technologies

  • Llama ou Mistral (open source)
  • vLLM
  • PostgreSQL avec pgvector
  • Next.js
  • GPU AWS

// estimation

Développement
≈ 130 000 USD à 199 000 USD, livré en 24 semaines au plus185 000 $ CA à 282 900 $ CA
Hébergement
≈ 6 710 USD par mois9 550 $ CA par mois
Soutien
≈ 2 500 USD par mois3 565 $ CA par mois

Les prix dans votre devise sont des estimations au taux du jour de la Banque du Canada. Toute la facturation se fait en CAD ou en USD.

Approche d’IA
Modèle open source
Coût d’exploitation du modèle
≈ 6 530 USD par mois9 300 $ CA par mois

Échéancier par étape

Découverte
2,9 à 3,4 semaines
Spécification et plan d’évaluation
0,4 semaine
Maquettes approuvées
2,4 à 3,9 semaines
Fonctions principales
1,4 à 2,4 semaines
Développement complet
0,9 à 1,4 semaine
Projet pilote fonctionnel
4,4 à 7,4 semaines
Tests et corrections
0,4 à 0,9 semaine
Dossier de validation remis
0,9 à 1,9 semaine
Mise en ligne
0,9 à 1,4 semaine
Production
0,9 à 1,4 semaine

Hors de notre contrôle, et ajouté au calendrier

Accès à l’environnement de test du fournisseur
1 à 4 semaines

Modalités de paiement

Acompte 20 %
36 940 $ CA à 56 520 $ CA
Découverte 1,4 %
2 585,80 $ CA à 3 956,40 $ CA
Spécification et plan d’évaluation 8,2 %
15 145,40 $ CA à 23 173,20 $ CA
Maquettes approuvées 1,4 %
2 585,80 $ CA à 3 956,40 $ CA
Fonctions principales 4,4 %
8 126,80 $ CA à 12 434,40 $ CA
Développement complet 2,9 %
5 356,30 $ CA à 8 195,40 $ CA
Projet pilote fonctionnel 24,7 %
45 620,90 $ CA à 69 802,20 $ CA
Tests et corrections 1,4 %
2 585,80 $ CA à 3 956,40 $ CA
Dossier de validation remis 15,5 %
28 628,50 $ CA à 43 803,00 $ CA
Mise en ligne 1,4 %
2 585,80 $ CA à 3 956,40 $ CA
Production 8,7 %
16 068,90 $ CA à 24 586,20 $ CA
Retenue, 30 jours après la mise en ligne (10 %)
18 470 $ CA à 28 260 $ CA
Temps GPU pour l’entraînement et les tests, au coût
300 $ CA. Facturé d’avance, au coût, en dehors des étapes

// questions

Ce qu’on nous demande à ce sujet.

Pourquoi un modèle sur mesure plutôt qu’une API?

Les déclarations de sécurité contiennent des renseignements de santé personnels et leur langage est spécialisé. Un modèle entraîné davantage sur le domaine et exécuté dans l’entreprise garde les données à l’interne et lit mieux les termes. Un modèle de pointe coûte moins cher au départ pour du texte non sensible, et nous chiffrons les deux.

Un outil d’IA peut-il servir dans un processus GxP?

Oui, comme outil à l’usage prévu défini, validé pour cet usage, avec une personne qualifiée responsable du résultat. Nous le bâtissons ainsi avec votre équipe qualité.

Comment un assistant PON reste-t-il à jour?

Il lit votre système documentaire et réindexe dès qu’un document entre en vigueur ou est retiré : les réponses suivent votre maîtrise des changements.

// la suite

Ce n’est pas tout à fait votre projet?

Décrivez-nous ce que vous avez en tête. Nous vous reviendrons avec une fourchette et les questions qui permettront de la resserrer. Ou réservez un appel pour en discuter.

L’IA en pharma : réception des cas de sécurité et assistants PON | Atheron Network Labs