Analyse · Affaires réglementaires · Octobre 2026

Qui lit le dossier désormais ? Les régulateurs construisent des agents IA

Le nouveau plan quinquennal chinois de l’industrie pharmaceutique contient une ligne que la plupart des lecteurs étrangers manqueront : le régulateur va construire des agents IA pour examiner les dossiers. La FDA fournit déjà des agents à ses évaluateurs, et l’EMA avance plus prudemment. Des deux côtés de la table, le premier lecteur d’un dossier réglementaire devient une machine. Pour une équipe d’affaires réglementaires, la question est moins de savoir quel outil acheter que de savoir comment son propre travail est organisé.

JUMO Partners · 8 octobre 2026 · Sources en fin d’article. Les traductions des textes chinois sont les nôtres.

La ligne du plan

Publié le 18 septembre par dix administrations chinoises, le 15e plan quinquennal de l’industrie pharmaceutique liste cinq familles d’applications IA prioritaires. L’une d’elles concerne la régulation de la production et de la distribution. Elle prévoit des « grands modèles et agents » d’examen, d’autorisation et d’inspection pour les médicaments, les cosmétiques et les dispositifs médicaux, chargés de la classification des produits, de l’attribution des tâches, de l’examen des dossiers, de la recherche documentaire, de l’identification des problèmes et de la rédaction des rapports.

Le plan n’a rien inventé. Le régulateur chinois du médicament avait déjà écrit les règles six mois plus tôt.

Ce que la NMPA a déjà décidé

Les avis de mise en œuvre sur « IA + régulation des médicaments » du régulateur (国药监综〔2026〕6号), publiés le 2 avril 2026, fixent deux objectifs : une IA appliquée à l’examen et à l’autorisation, à l’inspection et aux contrôles d’ici 2030, et un système de régulation « intelligent » abouti d’ici 2035. Deux passages concernent directement une entreprise qui dépose en Chine.

Le premier concerne le dossier lui-même. La NMPA veut que les dépôts électroniques deviennent « normalisés et structurés » (申报资料电子提交标准化、结构化). Un dossier qu’une machine peut lire devient la norme attendue, plus une option.

Le second concerne la façon dont les machines du régulateur lui-même sont encadrées. Le travail humain-machine doit suivre trois principes : l’IA assiste, l’humain revérifie, chaque étape est tracée (数智赋能、人工复核、全程留痕). Retenez cette phrase. C’est aussi la meilleure description que nous connaissions de la façon dont une entreprise devrait encadrer ses propres agents.

Trois régulateurs

La Chine, les États-Unis et l’Europe n’avancent pas au même rythme

RégulateurCe qui a été annoncéRègle de supervision humaine
Chine — NMPAPlan quinquennal (publié le 18 septembre 2026) : « grands modèles et agents » d’examen, d’autorisation et d’inspection pour les médicaments, les cosmétiques et les dispositifs. Avis de mise en œuvre de la NMPA (publiés le 2 avril 2026) : dépôts électroniques structurés ; IA utilisée pour l’examen, l’inspection et les contrôles d’ici 2030.« L’IA assiste, l’humain revérifie, tout est tracé », inscrit dans les avis de la NMPA comme règle du travail humain-machine.
États-Unis — FDAOutil d’IA générative déployé dans toute l’agence, Elsa, depuis juin 2025 : revue de protocoles, synthèses d’événements indésirables, comparaisons d’étiquetage. Agents IA facultatifs pour le personnel depuis décembre 2025, y compris pour l’examen avant mise sur le marché et les inspections.Les agents sont facultatifs pour le personnel et intègrent une « supervision humaine » ; les modèles ne s’entraînent pas sur les données soumises par l’industrie.
Union européenne — EMAOutil d’exploration documentaire pour les évaluateurs (Scientific Explorer, étendu en mars 2026) ; principes directeurs sur les grands modèles de langage pour le personnel (septembre 2024) ; plan de travail du réseau sur les données et l’IA jusqu’en 2028.La plus prudente des trois : le personnel doit vérifier chaque résultat. Aucun agent d’examen annoncé à ce jour.

L’autre côté de la table

Les cabinets qui rédigent les dossiers bougent aussi. Le 8 juillet 2026, ProPharma a annoncé une capacité d’IA qui produit des premières versions structurées de demandes d’autorisation de génériques aux États-Unis et aide à gérer les questions et les demandes de compléments des régulateurs. L’outil de Freyr freya.RTQ rédige des réponses aux questions des autorités de santé à partir des dépôts antérieurs d’une entreprise. À l’échelle d’une société de recherche sous contrat, IQVIA déclare plus de 150 agents déployés dans ses équipes internes et chez ses clients.

Un dossier rédigé avec l’aide d’un agent pourrait donc bientôt être lu d’abord par un autre agent. Les deux bouts de l’échange changent en même temps.

Ce que disent les chiffres, et ce qu’ils ne disent pas

Dans ce domaine, les chiffres viennent des organisations elles-mêmes. La FDA indique que plus de 70 % de son personnel a utilisé son outil d’IA générative ; son premier projet pilote d’examen assisté par l’IA décrit certaines tâches passant de trois jours à quelques minutes. Les 150 agents d’IQVIA relèvent de son propre décompte. Aucun de ces chiffres n’a fait l’objet d’un audit indépendant, et les cabinets de services réglementaires n’en publient aucun.

Pris un par un, chaque chiffre est fragile. Pris ensemble, ils vont dans le même sens, et un détail ressort : les régulateurs publient plus de chiffres que les entreprises qui leur vendent leurs services.

Ce qui change pour une équipe d’affaires réglementaires

Si le premier lecteur est une machine qui travaille selon des règles explicites, les défauts qu’elle est conçue pour trouver deviennent coûteux : des documents qui se contredisent, des versions qui ne concordent pas, des données qu’on ne peut pas faire remonter à leur source. Une bonne discipline documentaire était un signe de qualité. Elle devient un coût d’entrée.

Et les trois principes de la NMPA valent dans les deux sens. Une entreprise qui utilise des agents pour rédiger ses dossiers sera tenue, tôt ou tard, au standard que le régulateur s’applique à lui-même : la machine assiste, une personne nommément désignée revérifie, et chaque étape laisse une trace.

Dans notre propre pratique

Nous appliquons ce modèle pour l’un de nos clients, une entreprise européenne de dispositifs médicaux. Des agents rédigent les réponses aux questions réglementaires ; un spécialiste réglementaire relit et valide chaque réponse avant qu’elle ne parte. Le client a renouvelé le dispositif. Ce qui l’a fait fonctionner, ce n’est pas le modèle. C’est d’avoir décidé à l’avance qui signe, selon quels critères, et ce qui se passe quand l’agent se trompe.

Trois questions à poser à votre équipe

  • Quand un agent rédige une partie d’un dossier ou d’une réponse à une question du régulateur, qui la valide, et est-ce écrit quelque part ?
  • Votre dossier est-il suffisamment structuré et cohérent pour être lu par une machine travaillant selon des règles explicites ?
  • Des personnes de votre équipe utilisent-elles déjà l’IA sur les dossiers en dehors de toute règle ?

Si l’une de ces réponses n’est pas claire, la question n’est pas quel outil acheter. C’est la façon dont le travail est organisé.

Où cela s'applique

C'est la pratique Organisation.

Qui répond du travail que fait un agent, comment chaque poste est défini, et comment il revient entre des mains humaines — conçu avant que les agents ne soient déployés. Lire notre première analyse : les agents IA sur toute la chaîne de valeur pharmaceutique.

Sources

  1. Ministère de l'Industrie et des Technologies de l'information, Commission nationale du développement et de la réforme et huit autres administrations, 《医药工业发展“十五五”规划》 (15e plan quinquennal pour le développement de l'industrie pharmaceutique), avis 工信部联规〔2026〕210号, publié le 18 septembre 2026. miit.gov.cn. Consulté le 1er octobre 2026.
  2. Administration nationale des produits médicaux (NMPA), 《国家药监局关于“人工智能+药品监管”的实施意见》 (Avis de mise en œuvre sur « IA + régulation des médicaments »), 国药监综〔2026〕6号, daté du 11 mars 2026, publié le 2 avril 2026. nmpa.gov.cn. Consulté le 1er octobre 2026.
  3. Food and Drug Administration (États-Unis), communiqué de presse annonçant le lancement de l’outil d’IA Elsa dans toute l’agence, 2 juin 2025. fda.gov. Consulté le 1er octobre 2026.
  4. Food and Drug Administration (États-Unis), « FDA Announces Completion of First AI-Assisted Scientific Review Pilot and Aggressive Agency-Wide AI Rollout Timeline », 8 mai 2025. fda.gov. Consulté le 1er octobre 2026.
  5. Food and Drug Administration (États-Unis), « FDA Expands Artificial Intelligence Capabilities with Agentic AI Deployment », 1er décembre 2025. fda.gov. Consulté le 1er octobre 2026.
  6. Agence européenne des médicaments, « Artificial intelligence » (Scientific Explorer, principes directeurs sur les grands modèles de langage, plan de travail du réseau sur les données et l’IA). ema.europa.eu. Consulté le 1er octobre 2026.
  7. ProPharma, « ProPharma Advances Technology Enablement Strategy with AI-Assisted Capability for ANDA Submission Development », communiqué de presse, 8 juillet 2026. prnewswire.com. Consulté le 1er octobre 2026.
  8. Freyr, page produit « freya.RTQ ». freyafusion.com. Consulté le 1er octobre 2026.
  9. IQVIA, « IQVIA Unveils IQVIA.ai, a Unified Agentic AI Platform », communiqué de presse, 16 mars 2026. iqvia.com. Consulté le 1er octobre 2026.

Les chiffres des entreprises et des agences sont déclaratifs et n’ont pas été vérifiés de manière indépendante. Les citations des documents chinois sont traduites par nos soins.