L’Analyse des Modes de Défaillances, de leurs effets et de leur criticité (AMDEC), ou Failure Mode and Effect Analysis (FMEA), est largement reconnue comme une technique puissante d’analyse de fiabilité dans divers secteurs. FMEA est une technique de base pour la maîtrise de la qualité. Elle a pour but d’identifier, d’évaluer, de prioriser et d’atténuer les modes de défaillance potentiels des fonctions et/ou composants critiques d’un système avant qu’ils ne se manifestent. Cependant, la méthode conventionnelle d’évaluation et de priorisation des risques par nombre de priorité de risque ou Risk Priority Number (RPN) utilisée dans FMEA présente des limites et a été très critiquée dans la littérature. Pour améliorer la performance de FMEA dans ce sens, l’Intelligence Artificielle a été fréquemment utilisée dans des travaux, et plus particulièrement, les systèmes à base de règles floues. Les étapes de l’analyse FMEA largement décrites dans la littérature se focalisent principalement sur l’identification, l’évaluation et la détection des modes de défaillance possibles du système étudié. Elles ne font pas ressortir la notion de point de contrôle qui est d’une importance primordiale lorsqu’il s’agit d’un système étendu. Cette notion de point de contrôle constitue la base de la méthode traditionnelle de management de risque Hazard Analysis and Critical Control Point (HACCP), qui a d’ailleurs été intégrée avec succès à FMEA dans plusieurs travaux, mais dans le but d’améliorer la performance de HACCP. HACCP, que nous pouvons traduire par l’analyse des aléas et des points critiques de contrôle, est une méthode permettant d’identifier, d’évaluer et de contrôler des dangers et aléas associés au produit étudié. Le succès reconnu de la méthode HACCP dans l’agroalimentaire par les organisations internationales a promu son implémentation dans le secteur de la santé. Dans cet article, nous présentons une approche de combinaison de l’analyse FMEA à la méthode traditionnelle HACCP utilisant une approche de priorisation de risque par rang de priorité de risque (RPR) pour contourner les limites de la méthode conventionnelle de priorisation de risque par nombre de priorité de risque et intégrer la notion de point de contrôle dans l’analyse FMEA dans un contexte de chaîne logistique. Cette approche est testée dans le secteur du transport international, plus précisément sur la chaîne du transport conteneurisé pour la gestion des risques de sûreté. Les résultats de ce travail ont montré que cette combinaison permet une meilleure priorisation du risque, la prise en compte des différents poids des facteurs de risque selon le contexte de l’étude, une meilleure prise de décision sur le risque, et l'amélioration globale de la performance de la technique FMEA.