
Veille documentaire réglementaire
Recherche et comparaison de documents, détection d'écarts et veille réglementaire automatisée.
La comparaison des RCP automatisée
Des agents RAG qui relèvent les écarts entre RCP et alertent les équipes de supervision
Détails du projet
ANSM
Pharmaceutique – GenAI documentaire & supervision intelligente
2023
Mission
Lead Data Scientist / AI Architect - Regulatory GenAI
GenAI documentaire & supervision intelligente
Partenariat Theodo x Cleyrop, Paris / hybride.
Accompagnement des équipes de surveillance réglementaire par l’intégration d’agents intelligents et GenAI pour automatiser et fiabiliser la comparaison des Résumés des Caractéristiques du Produit (RCP) sur base ATC. Industrialisation de la veille pharmaceutique : extraction, structuration et analyse automatisée de grands ensembles documentaires réglementaires. Développement d’agents d’IA agentiques (au-delà des LLMs) orchestrant des tâches complexes : interrogation contextualisée via Retrieval-Augmented Generation (RAG), synthèse automatisée des écarts entre molécules, détection proactive d’anomalies, notifications dynamiques et prises d’initiatives autonomes pour la supervision. Vectorisation intelligente et structuration avancée des connaissances par embeddings sur corpus réglementaire, stockage optimisé sur bases vectorielles pour la recherche et le raisonnement contextualisé. Mise en œuvre d’algorithmes analytiques d’aide à la décision, détection d’anomalies et scoring d’écarts pour renforcer la fiabilité des analyses documentaires critiques. Déploiement de dashboards interactifs pour la restitution dynamique des anomalies et recommandations IA, production automatisée de rapports pour l’aide à la décision et l’orientation opérationnelle. Automatisation avancée via architecture objet : génération modulaire de prompts, chaînes de raisonnement complexes (planification multi-étapes), tuning de l’orchestration agentique pour maximiser la pertinence et la sécurité opérationnelle. Tests robustes (Pytest), monitoring continu des agents (metrics retrieval/generation, Langfuse) pour assurer performance, explicabilité et transparence.
Contexte et environnement
Modernisation technologique de l’ANSM en pharmacovigilance et régulation documentaire, pilotée en consortium (Theodo x Cleyrop).
Lead Data Scientist / AI Architect, en consortium Theodo x Cleyrop
Paris / hybride – Python, Faiss/PGVector, PostgreSQL, Langfuse, Streamlit, PowerBI
Objectifs clés
Technologies et infrastructure
Prêt à obtenir des résultats similaires ?
Discutons de comment nous pouvons générer un impact mesurable pour votre organisation.
Autres études de cas
Découvrez comment nous générons des résultats dans tous les secteurs

Plateforme de recherche vidéo par IA
Media & Deeptech
Plateforme R&D agentique automatisant expérimentation, évaluation et pipelines de génération vidéo-à-vidéo.
En savoir plus
Évaluation des compétences IA à grande échelle
Banking
Ontologie de compétences, évaluations massives, scoring ML et parcours de formation sur mesure.
En savoir plus
Architecture IA pour l'automatisation des livrables
Rail Industry
Architecture data et IA automatisant production de livrables, contrôle qualité et traçabilité.
En savoir plus