La transformation numérique : Comment les laboratoires peuvent-ils adopter la numérisation ?

Passer du papier au numérique

De plus en plus de laboratoires passent des processus papier à des solutions numériques avancées, ce qui a conduit un plus grand nombre de scientifiques à adopter l'ère numérique. Les outils numériques permettent de rationaliser la documentation, de fournir des copies de sauvegarde traçables et sécurisées auxquelles les chercheurs peuvent accéder depuis n'importe quel endroit, et d'aider les scientifiques à gérer de grandes quantités de données, pierre angulaire d'une recherche efficace et fiable. Les avantages du "passage au numérique" offrent aux scientifiques une plus grande liberté en leur permettant de consacrer leur temps à des expériences précieuses plutôt qu'à la documentation.

Pour conseiller les scientifiques qui se préparent à passer au numérique, nous nous sommes entretenus avec Mike Tarselli, directeur scientifique de TetraScience, une société spécialisée dans les données scientifiques en nuage. "Nous aidons les entreprises biopharmaceutiques à migrer leurs données vers le nuage, nous les rendons consultables, liquides et équitables (trouvables, accessibles, interopérables et réutilisables), puis nous les harmonisons et les préparons pour des actions en aval, telles que la publication, le stockage, l'intelligence artificielle (IA), l'apprentissage automatique (ML) et la visualisation", explique M. Tarselli. Pour moi, il s'agit moins de "passer au numérique" - bien que les flux de travail sur papier comportent des risques liés à la perte de données, à la facilité de collaboration et au stockage à long terme - que d'utiliser les données de manière holistique. Pensez à l'utilisation en aval : si des scientifiques avaient besoin de trouver toutes les données relatives à un projet donné, le pourraient-ils ? Si un scientifique souhaite comparer plusieurs séries, lots ou cultures les uns par rapport aux autres, cela devient-il un cauchemar pour Excel ou PowerPoint ?

Aneesh Karve, directeur de la technologie et cofondateur de Données sur les quiltsIl partage également ses réflexions sur la transformation numérique. "Chez Quilt, nous sommes obsédés par la façon dont les données peuvent être utilisées par les humains pour prendre des décisions fiables. J'ai rencontré mon cofondateur, Kevin Moore, lors de mes études supérieures à l'université d'Oxford. UW-Madison. Nous étions à la fois séduits par la puissance des bases de données et frustrés par leur difficulté d'utilisation, en particulier pour les scientifiques. Quilt rend les systèmes de données à haute performance accessibles au plus grand nombre en reliant des éléments de connaissance cloisonnés en un seul tissu. C'est ainsi que notre entreprise, Quilt, a pris son nom. Chaque personne, chaque instrument et chaque pipeline possède une parcelle de vérité, et Quilt rassemble ces parcelles", poursuit M. Karve. "Notre mission consiste désormais à aider les entreprises à intégrer toutes leurs données dans des unités compréhensibles, exploitables et fiables, que nous appelons des paquets de données".

M. Karve a également expliqué que la chose la plus importante à retenir est que la transformation, numérique ou autre, est davantage un problème humain qu'un problème technologique, et qu'il peut être difficile de changer le comportement humain. "Cela ne peut fonctionner que s'il y a une véritable motivation et une raison pour le changement. Je recommande aux laboratoires d'étudier la formule 'Switch'. L'idée de base est de calmer l'éléphant (apaiser les émotions des gens), de s'adresser au cavalier (parler à sa raison intellectuelle) et d'éclairer le chemin (lui montrer un avenir meilleur). Les entreprises qui commencent la transformation numérique par la technologie passent à côté de l'essentiel et se retrouvent avec des systèmes coûteux, basés sur le cloud, que personne n'utilise. Il est beaucoup plus efficace d'éclairer le chemin avec des histoires d'utilisateurs simples et convaincantes que vous souhaitez fournir, et de travailler à partir de là sur la transformation numérique", conseille M. Karve.

Tobias Wingbermühle, cofondateur et directeur commercial de l'entreprise ClustermarketWingbermühle a travaillé dur pour mettre au point des systèmes de planification et de gestion de pointe, afin d'aider les laboratoires à optimiser leurs opérations, d'aider les chercheurs à tirer le meilleur parti des ressources existantes et d'accélérer l'obtention de résultats. "Nous équipons les équipes de recherche d'une solution logicielle facile à utiliser qui leur permet de coordonner l'utilisation des équipements, de planifier les activités de maintenance et de générer des rapports sur l'utilisation et les prévisions pour la planification des ressources", explique M. Wingbermühle. L'amélioration de la durabilité des opérations de laboratoire est également cruciale pour Clustermarket, "un partage bien organisé des équipements et des consommables entre collègues et équipes les aide à devenir plus durables en augmentant l'utilisation, en identifiant les instruments inutilisés et en étant en mesure de traiter rapidement les pannes et les incidents". Tout comme le partage des consommables pour éviter qu'ils ne soient gaspillés, le partage des instruments de laboratoire moins fréquemment utilisés est un excellent moyen de s'assurer que votre équipement ne reste pas inutilisé et que vous ne gaspillez pas d'argent".

Lorsqu'on demande à Wingbermühle comment il pense que les laboratoires peuvent se préparer au mieux à "passer au numérique", il recommande "aux laboratoires de constituer une petite équipe de projet comprenant différentes parties prenantes, telles qu'un membre du service informatique, le directeur du laboratoire et un scientifique qui sera principalement l'utilisateur final. Il convient ensuite de définir la portée, le budget et le calendrier du projet, en commençant par recueillir des informations sur le statu quo, les processus et les outils existants, ce qui fonctionne, ce qui ne fonctionne pas et ce qui manque. Sur la base de l'analyse du statu quo, l'équipe de projet peut maintenant rechercher les outils disponibles qui peuvent être ajoutés aux processus quotidiens". Wingbermühle souligne que les aspects suivants devraient être inclus dans ces évaluations :

• Facilité d'utilisation - L'outil numérique doit être facile à utiliser, ce qui est essentiel pour l'adoption interne du système.
• Complexité - Le système peut-il faire face à la complexité de l'entreprise et évoluera-t-il avec elle ?
• Conformité - Vérifier que le système répond aux normes de conformité réglementaire - pour le secteur de la R&D et les régions dans lesquelles l'entreprise opère.
• Intégrations - Vérifier que des interfaces de programmation d'applications (API) sont disponibles - pour s'intégrer pleinement à tous les équipements de laboratoire.
• Croissance - Le système est-il adapté à une entreprise en pleine croissance ? Les exigences peuvent changer selon qu'il s'agit d'une équipe de dix personnes ou d'une équipe de cinq cents personnes. Les outils numériques doivent être évolutifs.
• Prix - Quel est le niveau des coûts, s'agit-il d'un paiement unique ou de coûts récurrents ?
• Tester le système - Veiller à ce que toutes les parties prenantes testent la facilité d'utilisation du système et soient associées à la décision.

Aider les jeunes entreprises à prospérer

Ceux qui se lancent dans l'aventure entrepreneuriale peuvent se demander comment et pourquoi passer au numérique. Selon M. Wingbermühle, "les outils numériques permettent de gagner en efficacité dans tous les secteurs en automatisant les tâches, en réduisant les erreurs manuelles et en générant d'énormes économies de temps et d'argent, ainsi qu'une plus grande précision". Dans le domaine de la recherche et du développement, où les scientifiques explorent avec créativité les nouvelles frontières des techniques, des traitements et des connaissances, les outils numériques offrent une capacité unique à transformer les opérations et à assurer la normalisation et la conformité nécessaires. Plus tôt une entreprise met en œuvre les bons outils numériques, moins elle aura de problèmes pour les adopter ultérieurement.

La gestion d'une jeune entreprise est largement reconnue comme un défi important, associé à une concurrence féroce, à une montée en puissance, à un manque de demande et à des revers financiers. Néanmoins, ces petites entreprises présentent des avantages uniques, car elles ont la possibilité d'expérimenter de nouvelles idées et solutions, et de voir les choses sous un angle nouveau. Selon M. Tarselli, "les jeunes entreprises biopharmaceutiques ont un choix étonnant : elles peuvent mettre en œuvre des expériences lentes et isolées, ou passer à la technologie "cloud-native" dès le premier jour". La mise en place d'une "fondation" numérique cohérente permet à l'entreprise de se développer rapidement et d'adopter plus vite les technologies." La technologie en nuage aide les entreprises à se développer et à s'adapter rapidement, tout en rationalisant les opérations et en augmentant l'innovation, comme l'explique Karve : "Quilt est née dans le nuage. Nous n'avons littéralement pas une seule ligne de code qui n'ait pas été écrite d'abord et avant tout pour le cloud. La transformation numérique est importante parce qu'elle nous permet d'offrir un effet de levier à nos clients. Au lieu de réinventer sans cesse la même infrastructure d'entreprise, nous proposons la plateforme Quilt comme point de départ d'une gestion humaine des données."

Big pharma contre small pharma

Lorsqu'il compare les problèmes auxquels une grande entreprise pharmaceutique est confrontée à ceux d'une jeune entreprise innovante, M. Karve déclare que "les gens sont figés dans leurs méthodes de travail non numériques parce que les bonnes incitations au changement n'ont pas été envisagées". Les dirigeants de l'industrie pharmaceutique doivent comprendre que la pression et les incitations qui pèsent sur les scientifiques les poussent à "faire des expériences". L'organisation et la conservation des connaissances acquises ne figurent pas sur la liste des choses à faire", poursuit M. Karve. "La transformation numérique devrait donc se concentrer sur la mise en place d'incitations, et non de procédures, afin que les scientifiques, en s'organisant, organisent également leurs données pour les réutiliser au fil du temps, entre collègues et dans le respect de la conformité."

Avec les défis pharmaceutiques à l'esprit, Wingbermühle a travaillé avec plus de dix mille laboratoires dans le monde entier, y compris de grandes entreprises pharmaceutiques. Ces entreprises lui ont fourni de nombreuses informations intéressantes sur leurs goulets d'étranglement, qui se sont révélées précieuses pour aider Clustermarket à mettre en œuvre des outils logiciels. Wingbermühle affirme que les grandes entreprises sont confrontées à deux défis principaux lorsqu'elles mettent en œuvre de nouvelles solutions numériques :

• La modification du statu quo entraînera une résistance de la part des employés actuels et permettra une adoption satisfaisante du système dans l'ensemble de l'entreprise.
• Les grandes équipes comptent des personnes aux intérêts différents qui peuvent résister au changement et empêcher l'adoption satisfaisante des outils numériques.

"Si ces défis ne sont pas relevés, des silos de données sont créés dans les différentes équipes, les différents bâtiments ou les différents sites. Wingbermühle souligne qu'une solution clé pour aider à surmonter ces défis est d'identifier les personnes qui sont prêtes à mettre en œuvre les outils numériques, et de les utiliser pour stimuler l'adoption à partir de la base.

Pour développer ce point, Tarselli remarque que "les grandes entreprises pharmaceutiques ont tout simplement plus de tout : plus de composés, de données historiques, d'espace physique, d'infrastructure et plus d'employés. Bien que cela s'avère généralement un avantage, ce surplus peut conduire à des silos de données, à l'accumulation de technologies héritées et à une refonte sans fin des systèmes. Après quelques faux départs au début de l'année 2010, les entreprises pharmaceutiques semblent prêtes à se réorienter complètement vers le cloud pour bénéficier des avantages décrits ci-dessus pour les petites entreprises en phase de démarrage."

Passer au numérique : Rencontrer la technologie

Une fois qu'un laboratoire a pris la décision de passer au numérique, il est temps de sélectionner les bons outils d'automatisation et d'IA pour l'aider à atteindre ses objectifs de manière durable. eLabNext a développé eLabJournal, une solution tout-en-un, conçue à l'aide de fonctions d'IA, de flux de travail automatisés et de robotique, pour permettre aux scientifiques d'agréger les données de manière efficace en vue d'une analyse plus poussée. L'eLabJournal convient à tous les laboratoires, qu'il s'agisse d'une start-up ou d'une grande entreprise bien établie. Cette solution peut améliorer la productivité et les efforts de collaboration en permettant aux utilisateurs de tracer, de faire correspondre et de visualiser le flux de travail exact de leur laboratoire.

Tarselli fait référence à la boucle commune Conception-Fabrication-Test-Analyse (DMTA), qui peut être rationalisée dans les systèmes en nuage. "Nous constatons une très bonne concordance entre ce flux de travail et la chaîne de production thérapeutique biopharmaceutique, mais aussi avec la façon dont les données reviennent dans notre plateforme pour informer l'étape suivante de la prise de décision", explique M. Tarselli. Karve a également appliqué cette plateforme à son travail : "Avec un conteneur normalisé pour les données, la conformité devient un jeu d'enfant, car chaque version de l'ensemble de données est suivie, versionnée et a un historique - un peu comme un référentiel de code moderne. En ce qui concerne la sécurité, la prochaine génération d'applications de gestion des données fonctionnera 100% dans les nuages privés du client, de sorte que les plateformes de données dont le plan de contrôle et le plan de données fonctionnent dans le compte du client offrent les niveaux les plus élevés de sécurité dans le nuage, sans risque pour les tiers. En ce qui concerne la sécurité, plus les connaissances de l'équipe sont correctes et complètes, plus les décisions qu'elle prendra lors du passage de la découverte à la phase clinique et au-delà seront judicieuses", explique M. Karve.

Perspectives d'avenir

Notre groupe d'experts nous fait part de ses objectifs pour l'avenir : "J'espère que les fournisseurs d'informatique dématérialisée proposeront des logiciels clés en main qui résoudront les problèmes d'intégration, de gestion et de recherche des données, afin que nos clients puissent se concentrer sur la mise sur le marché de médicaments et de thérapies. Les avantages sont nombreux, le moindre n'étant pas d'alléger les souffrances humaines", explique M. Karve. Wingbermühle a également de grands projets : "Clustermarket ajoutera des capacités d'"Internet des objets" afin que les clients puissent voir les paramètres en temps réel et des informations supplémentaires sur l'utilisation dans le logiciel. Cela permettra aux chercheurs de vérifier des paramètres tels que l'humidité et la température directement sur notre plateforme. Clustermarket a également lancé des intégrations aux carnets de laboratoire électroniques (ELN) et aux systèmes financiers, donnant aux chercheurs la possibilité de passer d'un outil numérique à l'autre de manière transparente."

Dans sa déclaration finale, M. Tarselli explique directement ses objectifs et ses projets futurs : "Comme l'a dit le grand joueur de base-ball Yogi Berra, "il est difficile de faire des prédictions, en particulier sur l'avenir". Nous espérons élargir notre offre pour relever les défis de bout en bout dans le paysage biopharmaceutique, y compris tous les types de données, d'instruments et de résultats, de la découverte à la fabrication. Nous avons également l'intention d'obtenir des informations opérationnelles et scientifiques, grâce à nos applications scientifiques produites et à nos formats de données réutilisables et consultables, qui accéléreront le développement pharmaceutique et garantiront que les données de laboratoire restent l'actif central.

Erwin Seinen, cofondateur d'eLabNext, nous fait part de ses réflexions : "La science s'articule autour de résultats cohérents et reproductibles, ce qui est de plus en plus difficile à réaliser avec la génération de big data assistée par le numérique qui est devenue la norme dans de nombreux domaines. L'IA fournit les outils nécessaires à une analyse et à une conception d'expérience tout aussi accélérées qui respectent les normes que nous avons suivies jusqu'à présent. Les applications de l'IA nous aideront à franchir l'inévitable prochaine étape de la science. Zareh Zurabyan, responsable d'eLabNext, conclut en expliquant davantage la nécessité de "passer au numérique" de la bonne manière, "ce que nous voyons ces jours-ci, c'est que les laboratoires n'hésitent pas à passer au numérique, mais plutôt qu'ils le font de la mauvaise manière. Les laboratoires finissent par acheter cinq ou six logiciels différents, qui ne communiquent pas entre eux, ce qui entraîne une décentralisation des données, une perte de données et une perte d'argent. C'est ce que nous appelons dans le secteur la "santé numérique". Chez eLabNext, en plus de fournir ce logiciel holistique et complet de cahier de laboratoire électronique et de gestion des échantillons (LIMS), nous conseillons les laboratoires pour qu'ils démarrent dès le départ sur des bases numériques saines. Avec notre place de marché, nous avons permis aux laboratoires d'utiliser une gamme de logiciels tiers intégrés dans le mélange, permettant aux laboratoires de se développer au sein du système, et non pas de le dépasser. C'est précisément ce modèle qui nous permet de travailler avec Tetrascience, Quilt et Clustermarket, car le partage des données entre les systèmes est absolument crucial de nos jours, lorsque vous automatisez votre laboratoire et que vous essayez d'être numériquement sain et durable.