IA et communication patient dans l’industrie pharmaceutique : rencontre avec Charles

Entre potentiel disruptif et cadre réglementaire strict, l’intelligence artificielle bouscule les pratiques de communication santé. Pour éclairer ce sujet au cœur de mon mémoire de MBA, j’ai rencontré Charles, responsable digital & social media dans un laboratoire pharmaceutique, actif sur plusieurs marchés européens. Entretien d’une quarantaine de minutes, sur un sujet qu’il connaît de l’intérieur depuis six ans.

Un parcours entre marketing digital et univers réglementé

Charles, pouvez-vous vous présenter et nous parler de votre parcours ?

Avec plaisir. J’ai commencé dans le digital pur, côté grande consommation, où la logique c’est : on teste, on regarde les résultats, on ajuste, parfois en quelques heures. Quand je suis arrivé dans le pharma il y a six ans, ça a été un vrai changement de rythme. Le premier mois, j’ai proposé un post assez classique pour du digital généraliste, et on me l’a retorqué parce qu’une formulation pouvait être lue comme une allégation de bénéfice. Ça m’a servi de leçon rapide sur les codes du secteur. Aujourd’hui je gère une petite équipe, entre social media, veille et l’interface constante avec les équipes médicales et réglementaires — c’est vraiment le cœur du poste, plus que la créa.

Sur l’IA marketing et la création de contenu

Quels outils d’IA utilisez-vous concrètement dans votre stratégie social media, et à quelle étape du workflow ?

On les utilise surtout en amont : génération de premières pistes de sujets, premiers jets de texte, déclinaison d’un contenu déjà validé en plusieurs formats ou plusieurs langues. Sur la partie visuelle, on s’en sert aussi pour des variations de mise en forme d’un visuel déjà approuvé, jamais pour créer un visuel qui partirait directement en publication. La règle qu’on s’est fixée est simple : l’IA peut écrire un premier jet, elle ne signe jamais un contenu final. Il y a toujours un humain entre le brouillon et la publication.

Comment gérez-vous la tension entre la vitesse de production que permet l’IA et les cycles de validation médicale/réglementaire ? Avez-vous réussi à réduire ces délais ?

C’est la question qu’on me pose le plus souvent, et la réponse surprend toujours un peu : non, l’IA n’a presque rien changé à nos délais de validation. Le goulot d’étranglement, ce n’est pas l’écriture, c’est le visa médical et réglementaire, et ce visa prend le même temps qu’un texte soit rédigé par un humain ou par une IA, parce que ce qui est contrôlé, c’est le fond, pas la vitesse de rédaction. Ce qu’on a gagné, en revanche, c’est du temps sur les allers-retours internes avant même d’envoyer un contenu en validation : moins de versions à faire relire en amont, des briefs plus clairs. Mais le cycle réglementaire lui-même reste incompressible, et franchement, c’est tant mieux, je ne voudrais pas qu’il aille plus vite sur ce type de contenu.

Avez-vous déjà eu un contenu généré par IA qui a failli ou a franchi la ligne de la promotion déguisée ? Comment l’avez-vous détecté ?

Oui, une fois, sur un contenu de sensibilisation autour d’une pathologie. Le brouillon généré par IA avait glissé vers une formulation qui, sans le vouloir, ressemblait à un bénéfice produit implicite. Ce n’est pas l’outil qui a détecté le problème évidemment c’est la relecture médicale, comme pour n’importe quel contenu. Ce qui m’a marqué, c’est que la formulation semblait tout à fait naturelle à la lecture, presque plus fluide qu’un texte écrit en interne. C’est précisément ce qui la rendait risquée : une IA générative a été entraînée sur énormément de contenu marketing classique, donc elle reproduit par défaut des tournures incitatives, sans avoir la moindre notion de ce qu’est une ligne réglementaire à ne pas franchir. C’est à nous de poser cette ligne, systématiquement, à chaque brief.

Sur le social listening

Avez-vous mis en place des processus pour traiter les mentions d’effets indésirables détectées via le social listening comme des obligations de pharmacovigilance ?

Oui, et c’est un des points sur lesquels on est le plus stricts en interne. Dès qu’une mention pouvant s’apparenter à un effet indésirable identifiable remonte, que ce soit sur nos propres canaux ou dans notre veille générale, elle sort immédiatement du circuit marketing pour rentrer dans un circuit dédié à la pharmacovigilance, avec une obligation de remontée sous 24 heures. L’outil de social listening ne fait que détecter et faire remonter une alerte : ce n’est jamais lui qui qualifie. C’est un pharmacien de l’équipe de pharmacovigilance qui évalue si le signal est pertinent ou non. On a d’ailleurs des sessions de formation régulières pour que toute l’équipe social media sache reconnaître immédiatement ce type de signal, même en dehors des heures de veille classique.

Quelle est votre politique interne sur la frontière entre données agrégées et profilage individuel dans vos outils de social listening ?

On travaille uniquement sur des données agrégées et anonymisées, jamais sur des profils individuels identifiables. C’est une exigence contractuelle systématique avec nos prestataires d’outils de veille, et notre DPO est consulté avant tout nouvel outil, pas après. On a d’ailleurs écarté une solution assez performante techniquement, à l’époque, parce que sa méthode de scoring d’influence reposait sur un suivi trop individualisé des comptes dans la durée ce qui posait un vrai risque au regard du RGPD sur des sujets de santé. Sur ce type de données, on préfère perdre en finesse d’analyse plutôt que de prendre un risque de conformité.

Sur une échelle de 1 à 10, où situez-vous la maturité de l’industrie pharmaceutique dans l’usage de l’IA pour la communication patient ? Qu’est-ce qui freine le plus la progression ?

Je dirais 4 sur 10, pas plus, et je pense que beaucoup de mes homologues diraient la même chose. Techniquement, les outils sont largement matures, on pourrait aller plus vite. Mais organisationnellement et réglementairement, l’industrie est structurellement prudente, et je trouve ça légitime vu ce qui est en jeu. Ce qui freine le plus, ce n’est pas la technologie en elle-même : c’est le manque de profils hybrides en interne, des gens qui comprennent à la fois l’IA et le cadre réglementaire, et la complexité multi-marchés un contenu qui passe dans un pays peut être problématique dans un autre, avec des règles de promotion et de pharmacovigilance qui diffèrent.

Pensez-vous que les patients seraient prêts à accepter une communication de santé ouvertement pilotée par IA, si c’était transparent ? Ou la confiance repose-t-elle fondamentalement sur la présence humaine ?

Je pense que ça dépend énormément du sujet abordé. Pour des choses factuelles trouver un point de vente, comprendre une notice, poser une question logistique un chatbot transparent sur sa nature suffit largement, les retours qu’on a sont plutôt bons. Mais dès qu’on touche à des sujets plus sensibles, un doute sur un effet secondaire par exemple, la confiance repose fondamentalement sur la présence humaine accessible. Je crois que la transparence sur l’usage de l’IA peut même renforcer la confiance, mais à une condition : qu’elle s’accompagne d’un accès facile et rapide à un humain en cas de besoin. La transparence sans porte de sortie humaine, ça peut au contraire inquiéter plus que rassurer.

Un dernier conseil

Si vous deviez donner un seul conseil à un laboratoire qui commence à intégrer l’IA dans sa stratégie sociale, lequel serait-il ?

Commencez par l’interne. Automatisez la veille, les premiers jets, le reporting tout ce qui ne touche jamais directement le patient. Et surtout, faites entrer les équipes réglementaires et de pharmacovigilance dans la conversation dès le choix des outils, pas seulement au moment de valider le contenu final. Le plus grand risque n’est pas que l’IA écrive mal. C’est qu’elle écrive vite un contenu qui n’a jamais été pensé, dès le départ, avec le bon cadre en tête.

Ce qu’il faut retenir de cette rencontre

• L’IA accélère la production de brouillons, mais le vrai blocage du secteur pharma reste humain et réglementaire, pas technologique.
• Le social listening n’est pas qu’un outil marketing : c’est aussi un canal potentiel de pharmacovigilance, avec des obligations de délai strictes.
• La frontière données agrégées / profilage individuel est un point de vigilance RGPD central, parfois même un critère éliminatoire dans le choix d’un outil.
• La confiance patient dans l’IA santé dépend moins de la performance de l’outil que de la garantie d’un accès humain en cas de besoin.