Nautilus.ai

Un acteur du secteur de la biotechnologie avait développé une nouvelle solution pour les diagnostics en oncologie. Il avait identifié l’analyse des résultats comme un goulot d’étranglement dans le processus de diagnostic et souhaitait offrir une solution à cette étape de la chaîne de valeur.

Pour aider notre client, nous avons mis au point un tableau de bord permettant de convertir des questions simples en informations exploitables. Avec l’aide de notre client et les idées de futurs utilisateurs potentiels, nous avons développé un tableau de bord qui utilise un traitement du langage naturel (NLP) de pointe pour créer des graphiques significatifs et extraire des paramètres statistiques à partir des données sous-jacentes complexes.

Notre projet a permis à notre client d’obtenir un tableau de bord perspicace tout en garantissant la protection des données et en évitant les hallucinations du modèle d’IA génératif.

Alcimed a aidé une start-up spécialisée dans les biotechnologies à développer un tableau de bord alimenté par l’IA pour interpréter les résultats expérimentaux, en transformant les requêtes des utilisateurs en graphiques informatifs pour une étude intuitive des données.

Nous avons mené des recherches approfondies afin d’identifier les outils les plus appropriés pour le développement de la plateforme, y compris les bibliothèques et les projets open-source existants, puis nous avons développé et testé le backend de la solution afin d’en assurer la fonctionnalité et la fiabilité. Nous avons conçu les éléments graphiques du tableau de bord, en les alignant sur la charte graphique du client pour assurer la cohérence de l’image de marque et de l’expérience utilisateur.

Au final, notre équipe a développé une interface pratique qui a permis d’améliorer les processus de R&D de notre client, en offrant des informations précieuses dans un format convivial. Cette interface n’était pas seulement destinée à servir des objectifs internes, mais aussi à présenter un aspect visuellement attrayant, pour impressionner les investisseurs et les clients potentiels et laisser une impression durable.

Alcimed a travaillé avec un client pharmaceutique de premier plan pour développer un processus complet et un outil de gestion de projet spécifique au produit afin de planifier et de prioriser les actions au bon moment pour lancer efficacement plusieurs produits sur l’hématologie dans un court laps de temps.

Dans un premier temps, notre équipe a défini une vision claire de ce que l’outil devrait être, des paramètres clés, des données requises et des cas d’utilisation futurs, y compris le format, la granularité de l’information et les résultats souhaités. Nous avons ensuite défini un ensemble d’activités opérationnelles (par exemple, stratégie de segmentation et de ciblage, campagne environnementale sur le terrain, disponibilité du produit, etc. Pour chaque activité, toutes les étapes pertinentes pour le lancement du produit, les critères d’évolution du processus et les processus de décision associés ont été caractérisés et mis en œuvre dans la version finale de l’outil.

Au final, nous avons construit un outil de gestion de projet spécifique à un produit pour optimiser le processus de lancement de plusieurs produits dans un court laps de temps. L’outil intuitif et facile à utiliser a fourni une visualisation claire des goulots d’étranglement potentiels, de la planification des équipes et des détails des différentes activités (« listes de choses à faire »), permettant à notre client de séquencer et d’optimiser le lancement de ses produits.

Alcimed a accompagné un de ses clients, une entreprise pharmaceutique dans la modélisation d’un business case pour évaluer l’opportunité que représenterait le lancement d’un produit en oncologie sur les 15 prochaines années dans 6 marchés clés.

Notre équipe a collecté des informations épidémiologiques et des données sur les taux d’utilisation des différents produits disponibles et en cours de développement pour réaliser une analyse prédictive des évolutions de la taille du marché et des parts de marché dans les géographies concernées.

Nous avons ainsi pu prédire les performances futures d’un nouveau lancement, grâce à des techniques d’analyse de séries temporelles.

Alcimed a travaillé avec une association viticole française de premier plan pour construire leur plateforme de suivi de la consommation d’alcool afin de suivre et d’analyser les principales tendances à l’échelle mondiale, européenne et nationale concernant la consommation de boissons alcoolisées et les indicateurs sociétaux, dans le but de lancer des initiatives en matière d’éducation et de prévention.

Pour ce faire, notre équipe a d’abord consolidé les données mondiales, européennes et nationales disponibles sur environ 60 indicateurs sociétaux et de consommation d’alcool différents. Nous avons ensuite analysé et comparé les ensembles de données pour construire une architecture de données optimale et durable dans Power BI, suivie par la conception et la configuration de visualisations pertinentes liées à la consommation responsable, afin d’assurer une interprétation facile et efficace des informations (par exemple, la consommation mondiale d’alcool et l’évolution des ventes, la fréquence de la consommation en France, etc.) En outre, notre équipe a construit des requêtes pour clarifier les connaissances sur la consommation de boissons alcoolisées, telles que le taux de consommation, la mortalité liée à l’alcool, le taux de dépendance à l’alcool, etc.

Au final, nous avons développé pour notre client une plateforme de suivi unique, consolidant plus de 50 sources de données différentes en un seul outil de visualisation interactif, effectuant toutes les opérations de bout en bout (collecte et consolidation des données, transformation des données, visualisation des données dans des tableaux de bord, et génération de requêtes croisées pour identifier les corrélations) pour finalement mettre en évidence les résultats clés, offrant un partage facile du contenu, dans n’importe quelle mise en page (présentation, impression, et accès en ligne) facilitant le développement par le client d’initiatives d’éducation et de prévention destinées au grand public et aux professionnels concernant les questions de santé et de prévention.

L’équipe de Data scientists d’Alcimed a mis en place un modèle de machine learning pour mener une analyse non supervisée des thèmes évoqués sur Twitter en lien avec le congrès Américain sur le Diabète, l’ADA2021 ainsi que des communautés d’utilisateurs de Twitter communiquant sur ce thème.

Notre analyse, publiée dans notre Data use case 2, permet de mettre en valeur 2 communautés concernées majoritairement par des thèmes différents avec la visualisation des données en réseau.