Temps de lecture estimé: 8min
Comment déployer une solution logicielle sur-mesure tout en maîtrisant les coûts de développement et en garantissant une facilité d’évolution ?
Un logiciel “sur étagère” (off the shelf) avec un degrés de configuration pourra répondre à vos besoins dans certains cas mais l’ajout d’une fonctionnalité spécifique dans ce type de logiciel est soit impossible soit très onéreux.
A l’opposé, un logiciel sur-mesure développé depuis la page blanche (from scratch) sera en parfaite adéquation avec votre cahier des charges mais demande un temps de réalisation long et implique un investissement financier important.
Un outil hybride semble être la solution idéale. Une approche logicielle guidée par la description de votre métier (approche description driven) et guidée par les données (approche data driven) rassemble les arguments et avantages des deux camps. Nous présentons dans cet article comment un tel framework peut répondre à cette problématique.
Les systèmes guidés par la description (DDS) se caractérisent par une identification et une abstraction des éléments suivants :
- les objets métiers (un produit, un médicament, une facture, …)
- Le cycle de vie de ces objets.
- Les processus reliant les agents (personnes ou machines) aux objets (ou workflow)
Dans le cas de la production de médicament, comme le montre le diagramme ci-contre, on voit que différentes personnes vont enrichir les données du lot (batch) par différents champs. L’approche permettra la réalisation de solutions de type d’EBR (electronic batch record) ou LIMS (laboratory information management system).
Worflow simplifié ci-dessous:
D’un point de vue de l’approche description-driven, cela revient à décrire chaque activité effectuée par chaque intervenant par un schéma. Exemple d’un schéma (“JSON”) au démarrage de la production (l’étape verte dans le workflow ci dessus):
La version excel de ce schéma simplifie la collaboration entre le business et les développeurs tout en offrant une traçabilité documentaire. Le document excel servira de base de travail pour la spécification du logiciel.
Le schéma est la représentation de votre savoir-faire métier et de vos automatismes gagnés par votre expérience. Il permet de capitaliser toute l’information nécessaire au bon fonctionnement de votre business. Sur la base de ce schéma de données, l’interface utilisateur va être générée automatiquement. On parle d’une approche low-code.
Après la validation, l’objet “lot” (batch) va ressembler à cela :
Dans cette approche, une attention particulière est portée sur la phase de description de vos modèles de données qui vont composer votre métier. Cette phase d’analyse métier est cruciale pour aboutir à un modèle de données robuste qui pourra évidemment évoluer par la suite. Le logiciel est sur-mesure dans sa configuration mais pas dans le développement du code à proprement parlé pour ainsi limiter les coûts.
L’interconnexion entre vos objets métiers est une composante également importante dans cette approche. Par exemple l’objet “lot” va être connecté à l’objet “emballage” qui lui même va être connecté à l’objet “ligne de production d’emballage”. Ainsi le contexte de votre donnée va vous servir pour des analyses ultérieures telles que la traçabilité, l’analyse qualité, …
Les avantages sont nombreux :
- Il est facile d’étendre le schéma d’un objet a-posteriori sans devoir remettre en question toute l’implémentation logicielle
- Il est facile d’ajouter une tâche à un workflow sans devoir remettre en question toute la structure des écrans utilisateurs
- L’évolution du logiciel est garantie afin qu’il représente précisément votre métier et les données importantes
- L’intégrité de vos données est assurée (1) grâce au schémas descriptifs qui “forcent” la qualité des données et (2) grâce à la représentation de votre processus métier par un workflow
Cette approche est particulièrement puissante pour les métiers du life-science et de l’agroalimentaire pour lesquels les réglementations gouvernementales (FDA, …) imposent des exigences très élevées en terme de gouvernance de la donnée et de traçabilité (ALCOA+).
Les frameworks logiciels construits sur cette approche montrent une série de points fort pour le suivi de production pharmaceutique :
- Leur développement est agile (ajout de briques fonctionnelles métiers par incréments rapides).
- Le traditionnel développement en V appliqué dans le monde pharmaceutique tel que le préconise GAMP5 est respecté tout en étant accéléré.
- La qualification GxP software est simplifiée par le design même du logiciel.
Le framework utilisé a été inventé au CERN dans le but de superviser la mise au point des cristaux de l’accélérateur de particule. Sa robustesse n’est pas à démontrer !
Plus d’informations sur le framework open source cristal inventé au CERN
De nombreux projets voulant mettre à profit les nouvelles technologies comme l’intelligence artificielle (IA) ou le machine learning (ML) échouent car la source de données n’est pas suffisamment “juste”. Un pré-requis à tout projet d’analyse de données est de disposer d’une base de donnée propre, de confiance et sans anomalie.
On parle également de plus en plus de Data Driven Business (DDB) ou l’entreprise guidée par les données. L’approche logicielle descriptive présentée ici est une base fondatrice solide pour pouvoir générer de la valeur ajoutée sur la base de vos données afin d’en tirer un avantage concurrentiel et donc de faire tendre votre business vers un Data Driven Business.
Les applications et services dédiés à votre production
Avec EVA, monitorez et analysez votre production de médicaments
Découvrez Smart Pharma, notre solution pour le suivi de production pharmaceutique
