Frema Labs

Par secteur

Par technologie

Par taille d'entreprise

Partez de votre secteur, de la technologie que vous envisagez ou de la taille de votre entreprise.Toutes les solutions
Discutons

Solutions / Pharma et sciences de la vie

IA pour la pharma et les sciences de la vie suisses

Des outils qui s'insèrent dans des processus validés, avec la documentation que votre unité qualité demandera.

Décrire votre cas

Ce que nous pourrions construire

Ces scénarios sont des illustrations. Aucun ne décrit un client.

Pharmacovigilance

Les annonces d'événements indésirables arrivent par e-mail, par formulaire ou sous forme d'extraits de publications, et les gestionnaires de cas ressaisissent chacune dans la base de pharmacovigilance.

Ce que nous construirions

Un pipeline de réception qui extrait de chaque annonce le notificateur, le patient, le produit, l'événement et la gravité, propose des termes MedDRA et surligne la phrase source de chaque champ. Les gestionnaires revoient le cas prérempli avant son entrée dans la base de pharmacovigilance par import E2B(R3), et le pipeline est validé pour cet usage prévu.

Mistral, MedDRA, Python

Affaires réglementaires

Répondre à une question d'une autorité sanitaire oblige à fouiller des années de soumissions, de SOP et de lignes directrices pour trouver le paragraphe qui tranche.

Ce que nous construirions

Un assistant de recherche sur vos soumissions, vos SOP et les lignes directrices de Swissmedic, de l'EMA et de l'ICH, qui répond en quelques phrases et relie chaque affirmation à la section exacte. Il fonctionne en lecture seule et refuse de répondre quand les documents ne permettent pas d'étayer une réponse.

FAISS, bge-reranker-v2-m3, vLLM, Veeva Vault

Assurance qualité

Les relecteurs de l'assurance qualité parcourent les dossiers de lot complétés ligne par ligne, à la recherche d'une signature manquante ou d'une valeur hors limites.

Ce que nous construirions

Un agent de revue qui lit les dossiers de lot numérisés, compare chaque étape au dossier de lot maître et liste les déviations, les signatures manquantes et les saisies hors limites avec leur page. Le relecteur traite cette liste, et la libération reste du ressort de la personne qui certifie les lots.

Qwen3-VL, LangGraph, Python

Sciences de fabrication

Une culture en bioréacteur qui commence à dériver n'est en général remarquée qu'une fois le lot déjà hors de sa trajectoire.

Ce que nous construirions

Un modèle de détection d'anomalies sur les séries temporelles du procédé, qui apprend le déroulement normal d'une culture et avertit dès qu'un signal commence à s'en écarter, en nommant les capteurs concernés. Les ingénieurs voient quels signaux ont bougé et à quel moment, et décident s'il faut intervenir.

PyTorch, Darts, AVEVA PI, MLflow

Affaires médicales

Les scientifiques sont censés suivre chaque nouvelle publication de leur domaine, et le volume hebdomadaire rend la chose impossible.

Ce que nous construirions

Un agent de veille qui interroge PubMed chaque semaine sur les sujets de chaque équipe, trie les résumés selon leurs critères et envoie une courte synthèse avec les liens et la raison pour laquelle chaque article a été retenu. Les scientifiques notent la sélection, ce qui affine le tri de la semaine suivante.

PubMed API, BGE-M3, LangGraph, Microsoft Teams

Les contraintes de départ

Dans un processus réglementé, un modèle n'est utile que s'il peut être validé, versionné et expliqué à un inspecteur. Nous en tenons compte dès la première semaine : un usage prévu bien délimité, un jeu de test approuvé par vos experts, une version de modèle figée et une personne qui signe chaque résultat important.

  1. Validation GxP

    Un système qui touche un processus réglementé demande un usage prévu défini et un plan de validation : nous rédigeons ces documents avec le logiciel et suivons votre procédure de maîtrise des changements.

  2. Swissmedic et EMA

    Réponses et documents doivent souvent citer la ligne directrice ou la soumission exacte sur laquelle ils s'appuient. C'est pourquoi chaque résultat indique ses sources.

  3. Données de patients

    Les annonces d'effets indésirables et les données cliniques sont des données personnelles sensibles au sens de la nLPD. Le traitement reste donc dans votre propre environnement ou chez un hébergeur approuvé par votre conseiller à la protection des données.

  4. Approbation humaine

    Les gestionnaires de cas, les relecteurs qualité et les scientifiques restent responsables : dans chaque scénario, une personne vérifie le résultat.

Les questions qu'on nous pose

Oui, si l'usage prévu est bien délimité et si la version du modèle et ses paramètres sont figés. Conformément à GAMP 5, nous testons sur un jeu approuvé par vos experts, documentons les limites et relançons les tests à chaque modification.

Oui, dans votre environnement ou chez un hébergeur suisse. Nous définissons les flux de données avec votre conseiller à la protection des données avant que la moindre donnée circule.

L'assistant a pour consigne de répondre uniquement à partir des passages retrouvés, qu'il affiche à côté de la réponse, et un contrôle signale toute phrase qu'ils n'étayent pas. Quand rien de pertinent n'est trouvé, il le dit.

En général par la veille bibliographique ou la recherche documentaire. Les deux demandent peu d'intégration et aident un petit groupe de scientifiques dès les premières semaines. Notre page consacrée aux PME (lien ci-dessous) présente l'équipe et le budget à cette échelle.

Solutions associées

Technologies

Secteurs

Taille d'entreprise

Quel document votre équipe passe-t-elle le plus de temps à chercher ?

Nous commençons par une étude de faisabilité sur vos propres données : vous voyez des résultats avant toute promesse.

Décrire votre casNotre méthode