Comment Indegene modernise et déploie à grande échelle la qualité des données d'entreprise dans les sciences de la vie
Indegene, groupe indien coté à Bombay et à la Bourse nationale (BSE : 544172, NSE : INDGN) et partenaire opérationnel stratégique de l'industrie des sciences de la vie, a développé un agent de qualité des données propulsé par un grand modèle de langage. Cet agent est intégré à sa plateforme NEXT Unified Data Platform (NEXT UDP), hébergée sur AWS, et est exploité en production. Il génère des règles de qualité adaptées au contexte métier, les valide, puis produit du code SQL et Python prêt à l'exécution. Le tout reste placé sous une gouvernance centralisée où un humain valide les étapes clés. Indegene, dont les clients incluent les vingt premiers laboratoires biopharmaceutiques mondiaux, pilote pour eux des opérations commerciales, médicales, de R&D et de sécurité dans des environnements très réglementés.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
L'enjeu est de réduire l'effort nécessaire pour bâtir et maintenir des programmes de qualité des données à l'échelle de l'entreprise. Aujourd'hui, chaque nouveau jeu de données exige du profilage, la définition de règles, du développement SQL, de la validation et une maintenance continue. Ces règles se dispersent entre scripts, code de pipelines, tableurs, catalogues de données et configurations propres à chaque outil. Quand un schéma, une définition métier ou un seuil change, la mise à jour devient coûteuse. Le résultat est un onboarding plus lent des nouveaux jeux de données, des équipes d'ingénierie mobilisées sur des centaines de tables et des utilisateurs métier pénalisés par des données dont ils ne peuvent pas toujours se fier. Or la fiabilité de chaque modèle d'IA, tableau de bord ou analyse dépend directement de cette qualité.
Le problème est structurel. Les ingénieurs de données écrivent des règles techniques qui vérifient la forme des données, par exemple qu'un identifiant de professionnel de santé n'est pas nul, respecte le bon format, est unique et renvoie à une référence valide. Les équipes métier, elles, définissent des règles de cohérence opérationnelle, comme un total de parts de marché égal à 100 % dans un territoire, ou une activité de prescription compatible avec la spécialité et l'éligibilité d'un médecin. Les premières vivent dans le code, les secondes dans des glossaires, des procédures opérationnelles et l'expertise des spécialistes, ce qui rend leur alignement difficile. Les contrôles classiques (valeurs nulles, types, unicité, intégrité référentielle) restent indispensables, mais ils ne savent pas exprimer les hiérarchies de produits, la segmentation clients ou l'alignement territorial. C'est précisément ce vide que les modèles de langage, capables d'exploiter le contexte métier, cherchent à combler, tandis que la validation humaine préserve la traçabilité exigée dans les secteurs régulés.
Pas d'impact direct sur la France/UE