« Bientôt, tout le monde aura un assistant de recherche en IA. »

Entretien avec Alan Marcus, Chief Growth Officer chez LabVantage - adapté d’un entretien initialement publié en néerlandais dans LabInsights (numéro 03/2025)

Si l’on considère l’IA et les données connectées au cloud, quels sont les développements les plus significatifs sur le marché actuel des LIMS ? Comment les laboratoires peuvent-ils tirer parti de l’intelligence artificielle et du cloud computing pour devenir plus efficaces, plus précis et plus évolutifs ? Alan Marcus, Chief Growth Officer chez LabVantage, partage sa vision sur la façon de saisir les opportunités qu’offre l’IA : « Dans cinq ans, je m’attends à plus de dark labs dans les environnements de production, avec encore plus d’automatisation et presque aucune intervention humaine. »

L’essor de l’intelligence artificielle (IA), du cloud computing et des plateformes intégrées est appelé à changer fondamentalement le fonctionnement des laboratoires. Les données sont la nouvelle monnaie, et l’innovation est la clé du progrès. Le marché des laboratoires est à l’aube d’un changement transformateur. LABinsights s’est entretenu avec Alan Marcus, directeur de la croissance chez LabVantage, qui prédit : « Bientôt, tout le monde aura un assistant de recherche en IA. »

Exclusivité en ligne - Dans cet article, nous explorons les cinq tendances clés qui façonnent l’avenir de LIMS, sur la base d’une interview exclusive avec un expert du secteur.

Le monde des laboratoires est en pleine révolution technologique. Alors que les données étaient autrefois statiques et fragmentées, elles sont aujourd’hui - ou seront bientôt - dynamiques, toujours connectées et la force motrice de l’innovation. Les solutions basées sur le cloud, les analyses basées sur l’IA et l’intégration avancée des données ne sont plus des concepts futuristes. Cependant, ces avancées soulèvent également des questions pratiques : Comment migrer les systèmes existants vers le cloud ? Comment l’IA peut-elle être exploitée pour analyser non seulement de nouvelles données, mais aussi des ensembles de données historiques ? Et comment assurer le respect d’une réglementation de plus en plus stricte ?

Quelles sont les principales tendances qui influencent actuellement le marché des LIMS ?

Le plus grand développement est sans aucun doute l’adoption du cloud. Plus de 80 % de nos nouveaux clients choisissent un LIMS basé sur le cloud. Cela offre des avantages significatifs, tels que des coûts informatiques réduits, une meilleure reprise après sinistre et une dépendance réduite à l’égard de l’infrastructure locale. Cependant, la migration des systèmes existants reste un défi, non seulement pour nous, mais pour l’ensemble du secteur.

L’IA et l’apprentissage automatique jouent un rôle de plus en plus important dans les laboratoires. Quel impact cela a-t-il sur le LIMS ?

L’IA et le ML sont particulièrement précieux pour l’automatisation, l’analyse des données et les informations prédictives. En R&D, cela signifie que nous pouvons intégrer et analyser plus efficacement des ensembles de données complexes. Mais l’IA n’est pas seulement utile pour les nouvelles données, elle peut également réanalyser des ensembles de données historiques, empêchant ainsi les laboratoires de répéter des expériences inutiles.

Comment l’analyse des données évolue-t-elle au sein de LIMS ?

Les systèmes LIMS traditionnels basés sur SQL ont du mal à faire face au volume et à la complexité croissants des ensembles de données. Cela a conduit à une évolution vers une gestion et une analyse avancées des données. Dans les dernières versions de LIMS, telles que LabVantage 8.9, les outils de visualisation et l’optimisation du flux de travail basée sur les données sont des priorités clés.

Qu’est-ce que cela signifie pour l’intégration avec d’autres systèmes ?

LIMS évolue vers une plate-forme entièrement intégrée qui collabore de manière transparente avec d’autres systèmes. Cela signifie que LIMS n’est plus une solution autonome, mais qu’il est lié aux ELN (Electronic Lab Notebooks), aux LES (Laboratory Execution Systems) et aux systèmes ERP comme SAP. Cette intégration améliore la collaboration interdépartementale et accélère la prise de décision.

Les réglementations en matière de conformité sont de plus en plus strictes, en particulier avec la nouvelle législation sur l’IA. Comment LIMS aborde-t-il cela ?

La conformité est un défi croissant, en particulier dans les secteurs hautement réglementés comme les produits pharmaceutiques. Le LIMS permet d’assurer la traçabilité, la transparence et l’intégrité des données. Un bon exemple est la façon dont les entreprises pharmaceutiques travaillent avec les organismes de recherche sous contrat (CRO) : avec un LIMS intégré, les pistes d’audit, les signatures électroniques et les contrôles de données garantissent que les données restent sécurisées et conformes.

Quelles tendances façonneront davantage l’avenir de LIMS ?

Nous constatons une nette évolution vers le LIMS en tant que plateforme centrale de données scientifiques. De la même manière que les ERP centralisent les données financières, le LIMS doit être capable de gérer l’ensemble des données scientifiques. De plus, l’IoT et les jumeaux numériques prennent de plus en plus d’importance : les appareils IoT collectent des données en temps réel, tandis que les jumeaux numériques simulent numériquement les processus. Nous assistons également à une augmentation des solutions LIMS mobiles, particulièrement utiles dans la recherche médico-légale et les tests environnementaux.

Comment l’IA transforme-t-elle déjà le LIMS aujourd’hui ?

L’IA automatise les tâches de routine, améliore l’analyse des données et permet la maintenance prédictive. Cela permet aux scientifiques de passer moins de temps sur des travaux répétitifs et de se concentrer sur l’innovation. L’IA améliore également la prise de décision, en particulier dans le contrôle de la qualité et la conformité.

Quels sont les principaux obstacles à l’adoption de ces technologies ?

Les deux principaux obstacles sont la résistance humaine et la réglementation. Les gens sont naturellement prudents face au changement, et les réglementations sont souvent à la traîne par rapport aux progrès technologiques. Un bon exemple est le concept de « dark labs », c’est-à-dire des laboratoires entièrement automatisés sans personnel humain. Techniquement, c’est possible, mais d’un point de vue réglementaire et pratique, nous n’en sommes pas encore là.

Quelle est votre vision pour LIMS dans cinq ans ?

Je m’attends à voir plus de laboratoires sombres dans les environnements de production, tandis que les assistants pilotés par l’IA deviendront un outil standard en R&D. La médecine personnalisée connaîtra une croissance considérable, les données génétiques jouant un rôle central dans les décisions de traitement. De plus, les interactions avec LIMS deviendront de plus en plus intuitives, avec des interfaces en langage naturel et des outils de visualisation avancés qui aident les laboratoires à travailler plus rapidement et plus précisément.