Pourquoi ce symposium mérite une journée de ton agenda
Tu bosses en santé, pharma, medtech, data, SI hospitalier. Et tu vois passer de l’IA partout. Le problème n’est plus “est-ce que ça marche ?”. Le problème, c’est “où est-ce que ça tient en production, dans un circuit du médicament réel, avec des contraintes de traçabilité, de qualité, de responsabilité, et maintenant l’AI Act ?”.
Le symposium IA et circuit du médicament annoncé à Villeurbanne coche précisément ce besoin. Une journée pour écouter des experts, du retour d’expérience (pas juste des promesses) et du networking, sur un sujet où les impacts terrain sont immédiats: prescription, dispensation, posologie, pharmacovigilance, et gouvernance des algorithmes.
Repères pratiques (infos organisateurs) : mardi 24 novembre 2026, 08:00 à 17:15, à I-Factory La Doua, 10 avenue Jean Capelle Ouest, 69100 Villeurbanne, campus LyonTech-La Doua. Accès tram T1/T4 (arrêts La Doua ou INSA). Événement gratuit sur inscription. Sources : I-Factory, CIMES.
Les thèmes attendus: ce que tu dois venir “chercher” (et challenger)
1) Pharmacie clinique, santé publique, médecine personnalisée: du panorama au tri
Le programme annonce un panorama des apports de l’IA en pharmacie clinique, santé publique et médecine personnalisée. Source : I-Factory.
Toi, ton objectif n’est pas d’ajouter une couche “IA” sur un process déjà fragile. Ton objectif, c’est de séparer :
- les cas où l’IA réduit un risque (erreurs de médication, interactions, alertes mieux ciblées),
- des cas où elle déplace le risque (opacité, sur-alerte, biais, surconfiance, dette de validation).
Viens pour obtenir des critères de tri. Pas des slogans.
2) Posologie et outils de précision: le jumeau numérique pharmacocinétique
Un focus annoncé: jumeau numérique pharmacocinétique pour optimiser les posologies. Source : I-Factory.
Si tu es côté hôpital ou industriel, c’est un sujet “make or break” : la valeur peut être énorme, mais la démonstration doit être béton. Les points que tu veux entendre:
- quelles données d’entrée sont nécessaires et réalistes (biologie, traitements, constantes, antécédents),
- comment on gère la variabilité inter-patients et les données manquantes,
- comment on intègre ça au flux clinique sans ralentir la décision,
- comment on prouve la robustesse et la sécurité en conditions réelles.
À Lyon et sur La Doua, tu as aussi un enjeu très concret: faire collaborer équipes data et équipes soins sans perdre 6 mois sur des malentendus.
3) Pharmacovigilance: du signal faible au process auditable
Une session dédiée à l’impact de l’IA sur la pharmacovigilance est annoncée. Source : I-Factory.
Le sujet n’est pas seulement “détecter plus”. C’est :
- prioriser sans rater l’essentiel,
- expliquer pourquoi un cas remonte,
- tracer ce qui a été vu, décidé, escaladé,
- tenir face aux audits et aux obligations de gouvernance.
Si tu es qualité, affaires réglementaires, ou responsable PV, tu veux repartir avec une vision “process” et pas “modèle”.
4) Recherche et industrie: repositionnement de médicaments, complémentarité des acteurs
Le programme mentionne le repositionnement de médicaments grâce à l’IA et une table ronde sur la complémentarité des acteurs industriels. Source : I-Factory.
Ce que tu viens tester ici:
- quels types de données sont réellement exploitables en France et en Europe,
- comment on gère l’accès, la propriété, la qualité, la documentation,
- ce qui passe du labo au développement sans exploser le budget validation.
En AURA, l’intérêt est aussi réseau: qui bosse sur quoi, et avec quels standards de preuve.
5) Réglementation: algorithmovigilance et lecture terrain de l’AI Act santé
Le programme annonce un volet algorithmovigilance et une lecture sous l’angle de l’AI Act. Source : I-Factory. C’est probablement la partie la plus “décideur”. Parce qu’en 2026, ce n’est plus théorique.
Points de repère utiles côté calendrier (guide HAS-CNIL) :
- AI Act publié au JOUE le 12 juillet 2024. Source : CNIL (guide HAS-CNIL).
- À partir du 2 août 2026 : une grande partie des obligations devient applicable, notamment pour des systèmes “haut risque” de l’annexe III. Source : CNIL.
- À partir du 2 août 2027 : application des règles “haut risque” de l’annexe I, dont les systèmes intégrés à des dispositifs médicaux (DM et DM-DIV). Source : CNIL.
Le piège fréquent dans le circuit du médicament: “Ce n’est pas un dispositif médical, donc on est tranquilles.” Faux raccourci. Selon la qualification et l’usage, tu peux te retrouver avec des obligations (transparence, supervision, gouvernance, gestion des risques). La discussion annoncée “algorithmovigilance + AI Act” vise justement cette zone grise opérationnelle.
Pour poser ton socle avant le jour J, tu peux aussi relire ce contenu Lyon IA orienté terrain: AI Act à Lyon: ce qui s’applique déjà, et ton plan 30 jours.
6) Déploiement réel: formation et conduite du changement
Le programme mentionne des enjeux de santé digitale dans la formation infirmière. Source : I-Factory.
Ce thème est plus important qu’il n’en a l’air. Beaucoup de projets IA meurent ici. Pas faute de modèle. Faute de :
- workflow clair,
- rôles et responsabilités,
- gestion des alertes,
- formation minimum et droit à l’erreur cadré.
Qui a le plus à gagner (et ce que chacun doit venir verrouiller)
DSI, RSSI, responsables SIH
Tu viens pour clarifier trois sujets qui reviennent à chaque déploiement d’IA santé Villeurbanne ou métropole :
- Architecture : où tourne l’IA (cloud, on-prem, hybride), comment ça s’intègre au SI, quelles dépendances.
- Sécurité : accès, logs, secrets, cloisonnement, contrôle des données envoyées à un modèle.
- Qualification réglementaire : outil d’aide vs système encadré, et obligations côté déployeur.
Objectif: repartir avec une check-list de décisions à prendre avant de brancher quoi que ce soit à des données patients.
Équipes data, produits, data science, MLOps
Tu viens chercher des réponses sur:
- les données minimales pour faire un pilote crédible,
- les métriques de succès qui parlent aux cliniciens,
- la traçabilité des versions (modèle, données, prompts, règles),
- la stratégie de monitoring (drift, erreurs, sur-alerte).
Et tu viens pour entendre comment d’autres gèrent la contrainte “pas de temps, pas de data parfaite, mais obligation de preuve”.
Qualité, gestion des risques, affaires réglementaires
Tu as un rôle central: transformer une idée IA en dispositif gouverné, documenté, défendable. Ce symposium est l’endroit pour tester ton cadre:
- quelles preuves documentaires attendues pour un usage clinique,
- comment articuler RGPD, exigences de qualité internes, et AI Act,
- comment organiser l’algorithmovigilance (incidents, anomalies, amélioration continue).
Industriels pharma, biotech, prestataires, éditeurs
Tu viens pour capter:
- les attentes des déployeurs (hôpitaux, structures de soins) sur la preuve et la sécurité,
- les conditions de “go live” en environnement régulé,
- les zones de risque contractuel et opérationnel (responsabilité, support, mises à jour, auditabilité).
Et accessoirement, tu viens pour éviter de vendre un truc impossible à intégrer.
Focus LyonTech-La Doua: “conformité dès le design”, pas en rustine
Sur le campus LyonTech-La Doua, tu as un mélange rare: recherche, ingénierie, santé, industriels, et lieux comme l’I-Factory. C’est parfait pour travailler “conformité dès le design”. C’est aussi le meilleur moyen de ne pas transformer la conformité en frein.
Ce que “conformité dès le design” veut dire dans le circuit du médicament
- Définir le rôle de l’IA dès le départ: recommandation, tri, alerte, score, automatisation. Pas un flou.
- Cartographier les données: sources, finalités, accès, conservation, transferts. Avant le dev.
- Prévoir la supervision humaine: qui valide, qui tranche, qui peut stopper, qui audite.
- Préparer la preuve: journaux, justification des décisions, versioning, tests, limites connues.
- Organiser l’après: incidents, mises à jour, suivi des dérives, retours utilisateurs.
Ce que tu dois exiger d’un projet IA sur La Doua (même en pilote)
Tu veux un pilote qui produit des éléments réutilisables. Pas un POC jetable. Donc:
- un registre clair des usages et des flux,
- des critères d’arrêt (quand on stoppe car le risque dépasse le gain),
- un plan de test compréhensible par métier,
- un cadre de décision sur “qui porte le risque”.
Pour t’aider à structurer ça, ce contenu est utile: AI Act : documenter vos usages d’IA (registre prêt à copier).
Préparer ta venue: 5 questions concrètes à apporter (et à poser sans détour)
Tu veux repartir avec des pistes actionnables. Donc tu viens avec tes questions écrites. Voici 5 questions qui forcent des réponses utiles, quel que soit ton profil.
Question 1: “Où est la valeur, et comment on la mesure sans se mentir ?”
- Quel indicateur primaire: réduction d’erreurs, temps gagné, événements évités, pertinence d’alertes ?
- Quelle baseline: avant/après, période, comparabilité ?
- Quel niveau de preuve minimum pour décider d’industrialiser ?
Question 2: “Quelles données exactes sont nécessaires, et quelles données sont ‘nice to have’ ?”
- Quelles sources (DPI, pharma, labo, prescriptions) ?
- Qualité: taux de manquants, codage, latence ?
- Qu’est-ce qui bloque le plus en vrai: accès, nettoyage, gouvernance, consentements ?
Question 3: “Quel est le design de sécurité minimum pour ne pas créer une fuite ou un contournement ?”
- Qui a accès à quoi, comment c’est loggé, comment c’est révoqué ?
- Quelles mesures contre l’exfiltration de données et les erreurs de configuration ?
- Qu’est-ce qui est acceptable en cloud vs on-prem dans votre contexte ?
Si ton angle est très “risque”, relis aussi: Sécuriser un agent IA qui a accès à vos outils.
Question 4: “AI Act santé: qui porte quelles obligations, côté éditeur et côté déployeur ?”
- Comment qualifier le cas d’usage: haut risque ou non ?
- Quelles obligations pèsent sur l’établissement de santé en tant que déployeur ?
- Quelles preuves garder pour être auditables ?
Pour le calendrier et les obligations déjà applicables, tu peux t’appuyer sur: AI Act : l’échéance du 2 août est passée, ce qui s’applique maintenant.
Question 5: “Comment on organise l’algorithmovigilance, et à quel coût opérationnel ?”
- Quels événements doivent déclencher une revue (erreur, near miss, dérive) ?
- Qui analyse, à quelle fréquence, avec quels outils ?
- Quelle procédure de rollback, de mise à jour, de communication ?
Logistique et timing: optimiser ta journée à l’I-Factory
Le format annoncé alterne interventions d’experts, retours d’expérience et networking. Source : I-Factory. C’est le bon format si tu joues le jeu.
- Avant: choisis 1 cas d’usage précis de ton organisation (pas 10).
- Pendant: pose tes 5 questions, et note les réponses “conditions de succès” et “points de rupture”.
- Après: planifie un débrief interne de 45 minutes sous 72 h. Sinon, tu perds tout.
Et oui, c’est à Villeurbanne sur LyonTech-La Doua, donc simple d’accès en tram T1/T4 (arrêts La Doua ou INSA). Source : CIMES.
Ce que tu dois viser en sortant: 3 livrables simples, tout de suite exploitables
- Un cadrage de pilote en une page: objectif, données, métriques, contraintes, responsables.
- Une liste de risques priorisés: sécurité, qualité, réglementaire, conduite du changement, avec parades.
- Une shortlist d’interlocuteurs (région AURA) à recontacter pour valider ton design.
Si tu veux compléter avec une base “méthode” pour cadrer sans t’éparpiller, tu peux partir de: Cadrer un projet IA : la méthode en quatre étapes.
À retenir si tu hésites
Ce symposium IA santé Villeurbanne n’est pas un salon généraliste. C’est une journée sur un sujet où l’IA touche directement la sécurité des patients, la conformité, et la responsabilité. Si tu es décideur SI, data, qualité, réglementaire, ou industriel, tu as intérêt à venir avec un cas réel et des questions dures.
Tu ne viens pas “voir ce qui se fait”. Tu viens tester ce qui est déployable dans ton circuit du médicament, et ce que l’AI Act santé va t’imposer dès la conception. Et tu profites du contexte local I-Factory LyonTech La Doua pour créer les bons liens entre santé, pharma et ingénierie.
Laisser un commentaire