Amgen diversifie les cas d’usage des LLMs et des outils d’IA générative

Amgen se classe au 9ème rang cette année du tableau de CBInsights sur le niveau de maturité des laboratoires pharmaceutiques dans l’intelligence artificielle (Pharma AI readiness index). Dans la course à l’IA, le laboratoire déploie une stratégie pragmatique, qui transite du niveau mondial vers le local. “Les cas d’usage de l’IA générative et des LLMs sont nombreux et s’enrichissent rapidement” témoigne à mind Health Marie Morice, directrice Innovation chez Amgen France. “Les transformations liées à l’intelligence artificielle se font déjà sentir à tous les niveaux de l’entreprise. Pour nos dirigeants au niveau mondial, c’est une véritable révolution. Et localement, nous voyons aussi les pratiques quotidiennes évoluer rapidement. J’ai la conviction que nous n’en sommes encore qu’aux prémices.”

6 collaborateurs sur 10 utilisent une licence Copilot

Amgen met à disposition de ses collaborateurs des outils d’IA validés et sélectionnés par la direction monde. Le groupe a très tôt adopté Microsoft Copilot. “Depuis plus d’un an, près de 60 % de nos collaborateurs disposent de licences Copilot, déployées progressivement. L’objectif est clair : donner aux équipes un accès rapide et à grande échelle à l’IA générative, afin de renforcer leur efficacité et d’identifier des usages concrets à forte valeur ajoutée” explique Marie Morice.

“Avec Microsoft Copilot, nous avons d’abord couvert des usages quotidiens intégrés à la suite Office : trier et hiérarchiser les e-mails, prioriser les tâches, ou encore résumer un rapport de plusieurs dizaines de pages en quelques points clés. C’est un véritable copilote de productivité”, détaille-t-elle.

L’ère des agents d’IA

Amgen est également l’un des premiers laboratoires à avoir signé un partenariat avec OpenAI. Le groupe explore aujourd’hui des cas d’usages “plus avancés”, souligne Marie Morice, notamment grâce à la version 5 de ChatGPT et à l’essor des agents d’IA, qui interviennent pour affiner les résultats. “Comme nous utilisons des licences ChatGPT, l’outil est nourri d’informations confidentielles, et peut faire des liens avec d’autres outils comme SharePoint ou Outlook, pour aller un cran plus loin dans les requêtes.

Cela peut aussi être puissant quand on est sur du brainstorming, car l’outil peut aller trouver des informations à partir de nombreuses sources d’informations”, indique Marie Morice.

Le cas d’usage sur lequel Amgen mise en particulier dans la pharma concerne la revue documentaire. “Dans un contexte où nous devons systématiquement réaliser une revue médico-légale et réglementaire de nos documents, l’IA joue le rôle de “premier filtre” à partir de règles et critères à respecter. L’idée est de gagner du temps et d’éviter les allers-retours sur un même document. Ce sont des pistes que nous explorons et dont les premiers résultats sont plutôt encourageants”, explique Marie Morice.

Des essais cliniques boostés au machine learning

Le recrutement des patients est un défi majeur pour les promoteurs d’études cliniques. Amgen ne fait pas exception. “Aujourd’hui, il est difficile d’estimer en temps utile le potentiel de patients éligibles dans les établissements et c’est un travail souvent très long, qui se fait à une échelle réduite du territoire. En oncologie notamment, 90% des essais cliniques sont réalisés dans 10% des centres en France”, souligne Marie Morice. Le groupe pharmaceutique a lancé le projet AIIPIK (Artificial Intelligence to Improve Patient Inclusion and Knowledge)  avec la start-up OSPI afin de “comprendre l’intérêt et la faisabilité d’utiliser l’intelligence artificielle pour accélérer la phase de pré-screening de patients dans les essais cliniques et ainsi augmenter le nombre de patients participants”, indique la directrice innovation d’Amgen France. Cette expérimentation visait à identifier des patients correspondant aux critères d’éligibilité d’une étude clinique en oncologie thoracique sponsorisée par Amgen, en comparant l’algorithme i4H d’OSPI, déployé au CHU de Toulouse, aux résultats classiques obtenus par les équipes de recherche clinique. 

Les résultats de l’algorithme ont permis d’identifier “un nombre plus élevé de patients éligibles” constate Marie Morice. Malgré des résultats prometteurs, “le plug and play n’est pas encore une réalité”, souligne-t-elle. Il faut encore en passer par de nombreuses autorisations au préalable, ce qui a valu aux porteurs du projet d’attendre 2 ans avant que les premiers résultats voient le jour. Pour la suite, des questions se posent encore : “Aujourd’hui, nos difficultés ne sont pas tant d’ordre technologique mais plutôt administratif. Néanmoins, nous continuons les discussions car nous voyons un intérêt fort, notamment pour les essais cliniques” note Marie Morice.

Amgen a également entamé une collaboration avec la start-up Klineo, cette fois pour faire connaître les essais cliniques auprès des professionnels de santé et des patients. “Grâce à un algorithme d’IA de “matching”, cet outil facilite la mise en relation entre patients et essais pertinents, améliorant ainsi la visibilité et l’accessibilité de la recherche clinique” détaille Marie Morice.