ABCDEFGHIJKLMNOPQRSTUVWXYZ
1
CritèreDescription du CritèrePondération (%)QuestionRéponse
(indiquer le nom des pièces jointes si applicable)
2
N/AN/AN/ARaison sociale de la société
3
Forme juridique de la société
4
Numéro SIREN de la société
5
Adresse postale de la société
6
Représentant légal de la société (nom, prénom, poste)
7
Coordonnées de la personne contact de la société pour le projet "Outils IA pour la Recherche Clinique" (nom, prénom, poste, téléphone, email)
8
C1Solvabilité de la société10Attestation de régularité fiscale de la société de moins de 3 mois
9
Attestation de régularité sociale de la société de moins de 3 mois
10
Bilans comptables des 3 derniers exercices clos
11
Déclaration des effectifs moyens annuels et de la répartition des compétences et du personnel d'encadrement sur les 3 dernières années
12
Liste des principales prestations de développement logiciel effectuées au cours des 3 dernières années, avec si possible le nom des clients
13
C2Conformité, gouvernance et éthique15Certifications en cours de validité (ISO 27001, ISO 42001, AI Act, etc.) avec justificatifs, et conformité RGPD
14
Politique de souveraineté numérique : LLM(s) envisagé(s) (propriétaires, open source ou souverains), sous-traitants d'infrastructure impliqués, et garantie qu'aucune donnée d'entraînement ou d'inférence ne transite par des API tierces non souveraines sans accord explicite de Brain&Mind
15
Démarches RSE engagées : sensibilité éthique, inclusivité, respect du public visé
16
Contrôle actionnarial de la société : préciser la répartition du capital et des droits de vote entre les actionnaires, identifier s’il existe un ou plusieurs actionnaires majoritaires ou des accords entre actionnaires, et expliquer comment ce contrôle se traduit concrètement dans la prise de décision et la gouvernance de l’entreprise (par exemple, nomination des dirigeants ou orientation stratégique)
17
C3Compétences techniques
et qualité de la proposition		35Méthodologie scientifique proposée : approche RAG classique ou alternative (GraphRAG, agentic RAG, etc.), stratégie d'adaptation du modèle au domaine clinico-réglementaire (fine-tuning, prompt engineering, enrichissement de la base de connaissances), mitigation des biais et des hallucinations, gestion du seuil de confiance du modèle
18
Capacité à conduire la phase de faisabilité technique (jalon go/no go) : évaluation de la qualité, de la quantité et de la représentativité de la base d'apprentissage (dont le nombre minimum de lettres requises par sous-type d'étude et de population);
Approche Human-in-the-Loop (HITL) : méthodologie d'interaction itérative avec les experts annotateurs, capacité à s'acculturer à leur métier et à prioriser les cas les plus ambigus ou incertains pour optimiser l'effort d'annotation
19
Architecture technique cloud-agnostique proposée : stack, librairies, LLM(s) envisagé(s), modalités d'exposition envisagées (API, interface web);
Stratégie d'évolutivité de cette architecture (maintenabilité du code, capacité à intégrer de nouveaux types d'études et à étendre les fonctionnalités sans refonte majeure)
20
Stratégie de protection des données d'entraînement confidentielles : anonymisation, cloisonnement et mesures techniques prévenant toute mémorisation ou exposition des données via le modèle
21
Politique interne d'IA frugale et responsable : empreinte computationnelle, explicabilité, gestion des biais, traçabilité
22
Méthodologie de gestion de projet agile (outils utilisés), gestion des données d'entraînement, protocole de validation des performances et tests de non-régression entre versions
23
Ressources internes mobilisables sur le projet : nombre de personnes par type de compétence
24
Sous-traitants éventuels envisagés : type de compétence, périmètre de la prestation et nom des sociétés si possible
25
C4Expérience en santé, juridique et recherche clinique20Nombre de projets IA livrés en production dans le domaine de la santé, avec références client vérifiables (contexte, méthodologie, technologies, résultats)
26
Nombre de projets IA livrés en production dans le domaine du juridique, avec références client vérifiables (contexte, méthodologie, technologies, résultats)
27
Expérience spécifique avec des acteurs de la recherche clinique française : CPP, CHU, promoteurs industriels ou académiques
28
Connaissance des textes réglementaires applicables aux lettres d'information patient en France (règlement EU 536/2014, EU 2017/745, EU 2017/746, loi Jardé)
29
C5Conditions commerciales et contractuelles20TJM (€ HT) par profil / type de compétence mobilisé sur le projet
30
Ventilation du coût total par phase et par type de livrable sur l'échéancier 2026, en jours/homme et en € HT, en explicitant les hypothèses de calcul
31
Conditions de maintenance corrective et évolutive post-livraison : périmètre, délais d'intervention selon criticité et tarification
32
Modalités de facturation et conditions de révision tarifaire
33
Conditions de cession de propriété intellectuelle : confirmation de la cession exclusive à Brain&Mind de l'ensemble des livrables et du code source à chaque jalon

34
35
36
Somme des poids100
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100