2026-05-10
Un modèle IA à 95 % d'accuracy peut rester fragile en lecture réglementaire, voici pourquoi
95 % d'accuracy ne suffit pas à défendre un modèle IA en pharma
Un modèle IA pharma peut afficher 95 % d'accuracy et rester fragile en lecture réglementaire.
La cause est rarement la métrique. C'est souvent un document pré-spécifié que personne dans l'équipe IA n'a pensé à rédiger.
ICH M15 : ce qui a changé le 29 janvier 2026
L'ICH harmonise les guidelines pharma entre la FDA, l'EMA, la PMDA et les autres autorités membres.
M15, leur première guideline globale sur le Model-Informed Drug Development, est passée Step 4 le 29 janvier 2026. Les agences entrent maintenant en phase d'implémentation.
L'IA et le machine learning y sont explicitement listés comme méthodes de modélisation, au même rang que :
- popPK
- PBPK
- QSP
- les modèles de progression de maladie
Le vrai sujet n'est pas l'acceptation de l'IA
Le vrai sujet n'est donc pas : « est-ce que l'IA est acceptée ? »
Le vrai sujet est : « est-ce que l'évidence générée par le modèle est pré-spécifiée, justifiée et traçable ? »
C'est là qu'intervient le Model Analysis Plan.
Ce que doit contenir un MAP, au minimum opérationnel
Le MAP cadre chaque analyse modélisée avant qu'elle ne tourne. Au minimum opérationnel :
- Question d'intérêt, quelle décision le modèle est-il censé éclairer ?
- Contexte d'usage, où, quand et par qui le modèle sera utilisé
- Données et leur qualification, sources, qualité, représentativité
- Méthode choisie et justification, pourquoi cette architecture, pas une autre
- Critères techniques, métriques de performance, seuils d'acceptabilité
- Évaluation prévue, comment l'on jugera que le modèle est apte à l'usage
- Lien avec le risque du modèle, proportionner l'effort à l'enjeu
Pré-daté. Versionné. Traçable.
La métrique finale ne porte pas seule l'évidence
Conséquence directe : un modèle IA déposé avec une accuracy impressionnante mais sans MAP cohérent reste fragile en lecture réglementaire.
Ce n'est pas la métrique finale qui porte seule l'évidence. C'est le plan pré-spécifié qui rend l'évidence défendable.
La question à se poser aujourd'hui en pharma ou biotech : vous documentez vos modèles IA avec un MAP cadré, ou avec un README de fin de projet ?
Si vous portez un projet IA en pharma ou biotech et que vous voulez le cadrer pour qu'il tienne en lecture réglementaire, prenons 30 minutes pour en parler.