Comment ArisGlobal a déployé l'inférence d'IA générative à grande échelle sur Amazon Bedrock
ArisGlobal, éditeur de technologies pour les sciences de la vie couvrant la pharmacovigilance, les affaires réglementaires, médicales, cliniques et la qualité, a développé NavaX, un moteur d'IA conçu pour ce secteur et déployé sur Amazon Bedrock, afin d'automatiser le traitement des cas d'événements indésirables. Mis en production en mars 2025 avec les modèles Claude d'Anthropic, le système a traité plus d'un million de transactions réelles dans des environnements pharmaceutiques réglementés, pour plusieurs clients et des milliards de jetons, selon la télémétrie interne de l'entreprise. Son agent d'extraction dynamique extrait environ 130 champs (données démographiques du patient, médicaments suspects, informations sur le déclarant, chronologie, critères de gravité, classifications réglementaires) à partir de rapports PDF de 10 à 200 pages, au fil de plusieurs requêtes séquentielles. En six mois, le préfixe de prompt partagé est passé d'environ 72 000 à 180 000 jetons, soit une hausse de 150 %, tandis que le coût d'inférence par cas augmentait de plus de 200 %.
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 →
Cette dérive illustre un piège économique propre aux déploiements d'IA multi-clients : chaque nouveau locataire ajoute ses règles, et ce coût se répercute sur chaque requête. ArisGlobal avait d'abord mis en cache le document source, puisqu'il constituait la plus grande partie de chaque requête, ce qui laissait le préfixe partagé, de plus en plus volumineux, hors du cache. En inversant l'ordre des éléments et en mettant en cache le préfixe commun plutôt que le document, l'entreprise a réduit le coût effectif des entrées et a pu accueillir de nouveaux clients sans que les dépenses n'augmentent proportionnellement. Pour les industriels du médicament, cela rend viable l'automatisation de la pharmacovigilance à grande échelle, où chaque déclaration doit être traitée dans des délais réglementaires stricts. Pour les équipes techniques, c'est un rappel que l'ordre des éléments dans un prompt est un levier de coût à part entière.
Le contexte tient à la nature même du métier. Chaque laboratoire impose ses propres correspondances de champs, des règles propres à chaque juridiction (ICSR européen, MedWatch de la FDA, formats de l'agence japonaise PMDA), une logique métier pour évaluer la gravité et la causalité, ainsi que des exemples calibrés sur son historique de cas. Ces exigences s'accumulent mécaniquement à mesure que la base de clients grandit, dont plusieurs des vingt premiers groupes pharmaceutiques mondiaux. ArisGlobal, éditeur de la plateforme LifeSphere entièrement hébergée sur AWS, a choisi Amazon Bedrock pour l'accès géré aux modèles de fondation, l'inférence inter-régions limitée à l'Europe et la mise en cache gérée des prompts. Les données de santé protégées étant en jeu, l'entreprise applique aussi des garde-fous, notamment Amazon Bedrock Guardrails, pour filtrer les contenus et masquer les informations sensibles, et valide les champs extraits par rapport au schéma et au document source.
Les exigences de pharmacovigilance européennes (ICSR) et l'inférence inter-régions limitée à l'Europe concernent directement les laboratoires pharmaceutiques opérant dans l'UE.