Le développement de nouveaux médicaments est permanent. Le nombre de nouveaux médicaments ayant eu accès au marché mondial entre 2017 et 2021 est supérieur de 47 % aux cinq années précédentes (lien externe à ibm.com). Et les projections indiquent une croissance supplémentaire jusqu’en 2026.
Au fur et à mesure que de nouveaux médicaments sont développés, même les essais cliniques les plus poussés ne peuvent prendre en compte toutes les interactions possibles en fonction des individus et de leurs traitements coexistants. C’est pourquoi la pharmacovigilance revêt une telle importance. C’est le processus clé en matière de sécurité médicamenteuse.
Mais les informations sur les effets des médicaments dans la population, en particulier après leur mise sur le marché, sont complexes et proviennent d’une myriade de sources. Avant d’utiliser la RPA, l’équipe de pharmacovigilance de Daewoong Pharmaceutical a mené un processus PV hebdomadaire pour plus de 100 produits de la société, y compris des médicaments pour des pathologies à haut risque, tels que les inhibiteurs de PRS et les traitements de la fibrose pulmonaire, où la collecte de données mondiales est essentielle pour garantir la sécurité.
Le processus impliquait des recherches approfondies dans les bases de données mondiales et nationales, ainsi que dans des sources moins structurées telles que la littérature médicale et les études de cas, la recherche de données sur les effets indésirables, les résultats de laboratoire atypiques, etc. Et l’équipe a dû rechercher chaque nom de produit ainsi que les noms des principes pharmaceutiques actifs (API) de chaque produit. Les combinaisons de dose fixe de plusieurs API nécessitent parfois des études supplémentaires.
Au-delà des recherches, le personnel de pharmacovigilance devait prendre et enregistrer des captures d’écran, télécharger des documents source, documenter les résultats de recherche et charger les données sur un serveur Daewoong Pharmaceutical.
Pour chacun des 100 produits, il fallait normalement une journée de travail à un membre de l’équipe pour mener à bien le processus de PV.
L’opportunité d’automatisation était claire, mais une première tentative a entraîné des résultats erronés. L’équipe PV a utilisé un logiciel RPA tiers pour automatiser le processus de recherche. Le logiciel a converti les résultats en données de feuille de calcul Microsoft Excel et l’incompatibilité entre Excel et certaines sources de données nécessitaient des reprises et corrections manuelles, retardant le reporting et annihilant le bénéfice de l’automatisation.
Néanmoins, l’équipe savait qu’elle était sur la bonne voie. Ils avaient juste besoin d’une meilleure solution.