L'IA dans la production biopharmaceutique : on y est ?
On y est ? Jack Prior a passé quarante ans à se demander ce que les données de production peuvent nous apprendre — d'une thèse sur l'analyse des données de procédés industriels à trente ans dans la production de biomédicaments — et on lui demande sans cesse si l'usine est « prête pour l'IA ». Ce podcast prend la question au sérieux : où en est réellement l'IA dans la production biopharmaceutique, où va-t-elle maintenant que les grands modèles de langage et l'IA agentique sont arrivés plus vite que les règles, et ce que chaque nouvelle attente signifie pour ceux qui font tourner les procédés. La saison 1 parcourt ces règles au fur et à mesure qu'elles s'écrivent — l'annexe 22, le cadre de crédibilité de la FDA, le règlement européen sur l'IA, les principes EMA–FDA et d'autres — une question par épisode, trente minutes, à écouter en marchant. Édition française de « Are We There Yet? », traduite avec l'IA à partir des épisodes anglais vérifiés.
Every episode reads documents from the AI-in-CMC Regulatory Map, an interactive index of the whole rulebook with its tiers and change-control instruments.
Un directeur de site veut une seule diapositive pour vendredi : quatre systèmes d'IA, trois colonnes, à faire maintenant, à attendre, à faire quand même. Sam et Sarah closent la saison en lisant les deux documents qui disent où va le corpus réglementaire : les principes directeurs communs EMA-FDA de bonne pratique de l'IA (janvier 2026), dix principes sur deux pages qui placent pour la première fois le contexte d'utilisation, le risque du modèle, les données adaptées à l'usage, le cycle de vie et l'équipe humain-IA sous les deux logos ; et le document de réflexion de l'ICH d'octobre 2025 sur la fabrication avancée, qui nomme la modélisation des procédés et la vérification continue des procédés comme sujets, liste dans ses propres termes les lacunes des Points to Consider de 2011, et propose une ligne directrice sur les modèles de procédé comme première étape, sans qu'aucun sujet ne soit encore adopté. Puis le calendrier tel que le paysage l'a vérifié (la guidance sur la fabrication promise par le CDER, les textes finaux des annexes 22 et 11 et du chapitre 4, le projet de la FDA, les dates reportées du règlement sur l'IA), la machinerie européenne derrière (EMANS 2028, les plans de travail du NDSG et du QIG), les bacs à sable qui existent et le bac à sable BPF qui n'existe pas, les six questions ouvertes telles que la saison les a trouvées, un tableau de bord pour les quatre systèmes récurrents, et le verdict de Sam : presque là sur le vocabulaire, pas sur les instruments, et c'est l'atelier qui décide.
88 factual claims in this episode were checked against the source documents by an independent AI pass: 68 are supported by the primary text, 9 are confirmed by official web sources, 3 rest on secondary sources or are hedged as such (listed in the report), 8 corrected before release, 0 open. Full report.
Un fournisseur de vision pousse une nouvelle version de modèle à deux heures du matin et un fournisseur de modèle de langage déprécie la version qu'un site a validée. Sam et Sarah découpent le « changement » en quatre types (l'environnement dérive, le propriétaire réentraîne, le modèle apprend, le fournisseur pousse) et lisent les instruments de l'intérieur vers l'extérieur, ancrés sur ICH Q12 : Q10 et les projets d'annexe 11 et d'annexe 22 dans le système qualité ; les catégories de déclaration de Q12, les conditions établies et le protocole de gestion des changements post-approbation dans le dossier ; le projet de la FDA de 2025 qui les relie par un plan de maintenance du cycle de vie ; et le plan de contrôle des changements prédéterminé côté dispositifs comme canevas que personne n'a marié au PACMP. Puis les deux questions que la FDA a posées en 2023 et que l'ICH a répétées en 2025, une règle niveau par niveau pour savoir quel instrument s'applique, la mise à jour du fournisseur qu'aucun document ne couvre, et les quatre systèmes récurrents passés par les quatre types de changement, pour finir sur ce qu'un PACMP IA pour le capteur logiciel dirait réellement.
68 factual claims in this episode were checked against the source documents by an independent AI pass: 63 are supported by the primary text, 2 are confirmed by official web sources, 1 rest on secondary sources or are hedged as such (listed in the report), 2 corrected before release, 0 open. Full report.
Chaque document qui laisse entrer l'IA dans les BPF la laisse entrer à une condition : un humain dans la boucle. Sam et Sarah lisent ce que cette expression veut vraiment dire dans six documents, en prenant pour ancre le document de réflexion de l'EMA de 2024 : les trois configurations de contrôle de BioPhorum et le niveau que chacune rapporte, la liste de l'article 14 du règlement sur l'IA de ce que la personne chargée du contrôle doit être en mesure de faire, l'opérateur du projet d'annexe 22 surveillé comme tout autre procédé manuel, l'équipe humain-IA de la FDA et des principes GMLP, et le paradoxe que les documents énoncent eux-mêmes, à savoir que le contrôle humain est à la fois un contrôle et un risque. Puis la question de Sam, en attente depuis l'épisode quatre : quel humain, avec quelle compétence, évaluant quelles entrées, mesuré comment. Les quatre systèmes récurrents passent les trois questions, l'assistant agentique passe le test de l'équipe de nuit, et la position de Sam est proposée à l'auditeur pour qu'il la mette à l'épreuve : encoder chaque vérification qu'un ordinateur peut exécuter, nommer le jugement humain par la compétence, et si cette compétence n'est pas de service, le contrôle est une fiction et le niveau de risque ne doit pas en être crédité.
47 factual claims in this episode were checked against the source documents by an independent AI pass: 43 are supported by the primary text, 2 are confirmed by official web sources, 0 rest on secondary sources or are hedged as such (listed in the report), 2 corrected before release, 0 open. Full report.
Chaque cadre de cette saison suppose que les données sous le modèle sont dignes de confiance. Sam et Sarah lisent ce que le corpus réglementaire exige réellement : ALCOA et ses plus, du questions-réponses de la FDA de 2018 sur l'intégrité des données, du PI 041 du PIC/S et de la révision de l'annexe 11 ; le « fit for use » de la FDA en 2025, qui ajoute la pertinence à la fiabilité ; et les clauses de gouvernance des données du règlement sur l'IA, du document de réflexion de l'EMA et du projet d'annexe 22. La révision de l'annexe 11 fait du pipeline de données d'entraînement un système informatisé BPF, avec transferts validés, comptes uniques, pistes d'audit et sauvegarde. Puis le vide : personne ne dit comment passer d'un historian, d'un dossier de lot et d'un LIMS à un jeu de données adapté à l'usage. Le jeu d'entraînement du capteur logiciel est interrogé attribut par attribut, les golden batches du modèle de lot deviennent des décisions d'exclusion, les étiquettes et les flacons de la caméra reçoivent leurs clauses, et les données de l'assistant agentique se révèlent être des documents, versions comprises.
69 factual claims in this episode were checked against the source documents by an independent AI pass: 65 are supported by the primary text, 4 are confirmed by official web sources, 0 rest on secondary sources or are hedged as such (listed in the report), 0 open. Full report.
Une fois qu'un modèle a franchi le verrou, que doit-on produire sur le papier ? Sam et Sarah lisent le projet de la FDA de deux mille vingt-cinq pour son plan et son rapport d'évaluation de la crédibilité, dimensionnés au risque du modèle, puis lisent les sections trois à neuf du projet d'annexe 22 des BPF de l'UE comme la recette de preuves la plus concrète du corpus : une utilisation prévue portée par un expert du procédé, des critères d'acceptation fixés avant les essais et pas inférieurs au procédé remplacé, un jeu de test conçu avec des étiquettes vérifiées, une indépendance des données de test imposée par le contrôle d'accès et la séparation du personnel, et l'explicabilité et la confiance consignées comme preuves. La guidance Computer Software Assurance de la FDA, les dix principes de bonnes pratiques d'apprentissage automatique et le vocabulaire de la crédibilité de deux mille vingt-trois expliquent comment la validation est devenue assurance. Le dossier de preuves de la caméra de volume de remplissage est construit clause par clause, puis le capteur logiciel, le modèle de lot et l'assistant agentique passent par la même recette.
58 factual claims in this episode were checked against the source documents by an independent AI pass: 52 are supported by the primary text, 4 are confirmed by official web sources, 1 rest on secondary sources or are hedged as such (listed in the report), 1 corrected before release, 0 open. Full report.
Pendant vingt ans, le modèle que vous choisissiez était un choix d'ingénierie. Le projet d'annexe 22 des BPF de l'UE en fait une décision de conformité : apprentissage automatique statique et déterministe uniquement dans les applications BPF critiques, les modèles dynamiques, les modèles probabilistes et l'IA générative étant priés de ne pas y être utilisés du tout. Sam et Sarah lisent en entier le projet de six pages, le confrontent au projet de la FDA de 2025, qui demande aux demandeurs d'anticiper les modèles auto-évolutifs et ne mentionne jamais les modèles de langage, et aux plans de contrôle des changements prédéterminés du monde des dispositifs. Le document de réflexion de l'EMA et le profil du NIST sur l'IA générative fournissent le vocabulaire des risques. Les quatre systèmes récurrents passent la barrière, et l'épisode se termine sur la façon dont un site garde une boucle de réentraînement hors du périmètre BPF.
64 factual claims in this episode were checked against the source documents by an independent AI pass: 58 are supported by the primary text, 4 are confirmed by official web sources, 2 rest on secondary sources or are hedged as such (listed in the report), 0 open. Full report.
Sept documents classent les modèles de sept façons, et ils ne classent pas la même chose. Sam et Sarah partent des Points to Consider de l'ICH de 2011, qui classaient les modèles en impact faible, moyen et élevé selon leur rôle dans l'assurance de la qualité et faisaient de « l'indicateur unique » la ligne de partage, puis mettent à côté le risque du modèle de la FDA et de M15, le test critique-ou-pas et le verrou sur le type de modèle de l'annexe 22, les niveaux de produit de l'AI Act, et la redéfinition par BioPhorum de l'influence du modèle comme maturité. Quatre paliers émergent pour la saison. Les quatre systèmes récurrents sont placés puis déplacés, et le palier de l'assistant agentique s'avère être un argument sur la criticité qu'il faut d'abord gagner.
69 factual claims in this episode were checked against the source documents by an independent AI pass: 62 are supported by the primary text, 6 are confirmed by official web sources, 1 rest on secondary sources or are hedged as such (listed in the report), 0 open. Full report.
La seule idée présente dans presque tous les documents : le contexte d'utilisation. Sam et Sarah lisent de près le projet de la FDA de janvier 2025, de la question d'intérêt au rôle et au périmètre, puis au risque du modèle comme influence fois conséquence, suivent le vocabulaire depuis la norme ASME pour les dispositifs jusqu'à ICH M15 en passant par la guidance dispositifs de la FDA de 2023, et placent à côté les deux axes de l'EMA. La caméra de volume de remplissage de la FDA n'est à risque moyen que parce qu'un essai sur échantillon reste en place. Les quatre systèmes récurrents passent par les étapes un à trois, et l'assistant agentique se révèle être celui dont la phrase de périmètre est la plus difficile à écrire honnêtement.
74 factual claims in this episode were checked against the source documents by an independent AI pass: 70 are supported by the primary text, 4 are confirmed by official web sources, 0 rest on secondary sources or are hedged as such (listed in the report), 0 open. Full report.
Avant de lire un seul document, il vous faut la carte. Sam et Sarah classent le corpus réglementaire de l'IA en production en ses quatre couches, remplacent « contraignant ou pas » par la maturité et qui-va-demander, et suivent cinq tendances à travers les documents : des modèles à l'IA, de l'agnostique au type de modèle à la ligne de l'annexe 22 sur le type de modèle, de la validation au cycle de vie, du régional aux principes communs EMA-FDA et au document de réflexion de l'ICH, et du silence sur l'IA générative à une lacune que tout le monde voit. La distribution récurrente est présentée, et l'assistant agentique qui rédige les investigations de déviation descend l'axe de maturité pour montrer combien les documents en disent encore peu à son sujet, et comment un site raisonne malgré tout.
148 factual claims in this episode were checked against the source documents by an independent AI pass: 121 are supported by the primary text, 20 are confirmed by official web sources, 6 rest on secondary sources or are hedged as such (listed in the report), 1 corrected before release, 0 open. Full report.
Jack Prior présente le podcast, dans son propre français : ingénieur en bioprocédés, parti du MIT à la fin des années quatre-vingt pour appliquer l'IA aux bioprocédés, sur pourquoi deux mille vingt-six est l'année où ce moment est arrivé — et la question posée à nos données, à l'apprentissage automatique et à l'IA agentique, et aux cadres réglementaires : on y est ? La saison 1 parcourt la quarantaine de guidances et de livres blancs du paysage réglementaire, sous forme de conversation produite avec l'IA et vérifiée contre les documents sources. Tout est sur https://jackprior.ai/podcast/fr
Documenté, écrit et lu par des systèmes d'IA sous la direction de Jack Prior ; édition française traduite par l'IA à partir des épisodes anglais vérifiés. Sam et Sarah sont des personnages d'IA ; rien dans l'épisode n'est Jack qui parle, et rien n'engage ses opinions ni celles de son employeur. L'IA générative peut se tromper avec assurance — vérifiez les sources. Corrections : jack@jackprior.ai.
