Comment les industriels de la santé s’approprient l’intelligence artificielle

Quarante-six. C’est le nombre de jours qu’il aura fallu à Insilico Medicine et à des chercheurs de l’Université de Toronto, pour créer un “médicament” grâce aux technologies d’intelligence artificielle. La start-up aura, dans un premier temps, développé 30 000 modèles de molécules ciblant une protéine liée à la fibrose. Les chercheurs ont ensuite synthétisé six de ces molécules puis en ont testé deux, la plus prometteuse étant inoculée à des souris. L’article du MIT Technology Review qui évoque ce record rappelle que la mise sur le marché d’un nouveau médicament peut prendre dix ans ans et coûter jusqu’à 2,6 milliards de dollars.

“Cette IA n’a fait que générer des pistes intéressantes et il reste beaucoup de travail pour parvenir au stade de médicament, tempère Alexandre Templier, président et fondateur de Quinten, cabinet de conseil en data science qui compte Ipsen, Servier, BMS, Sanofi, Novartis ou Roche pour références. À partir des banques de données des laboratoires pharmaceutiques renfermant des millions de molécules, l’IA permet de simuler l’action de ces molécules sur les différentes cibles thérapeutiques et même de créer de nouvelles molécules.”

Le développement de molécules n’est pas le seul cas d’usage de l’intelligence artificielle appliquée à la santé. Publié en mars 2018, le rapport de Cédric Villani sur l’IA y consacre un chapitre entier. Selon ses conclusions, les technologies de machine learning et de deep learning ouvrent des “perspectives très prometteuses” pour améliorer la qualité des soins par une prise en charge plus personnalisée, prédictive et sûre (traçabilité). Et l’étude Pipame de juin 2019, intitulée Industrie du futur – enjeux et perspectives pour la filière industries et technologies de santé, a fait de l’IA une des huit briques technologiques de transformation du secteur. 

Du côté du marché, l’IA est appelée à bouleverser la quasi-totalité des activités des laboratoires pharmaceutiques et des fabricants de dispositifs médicaux estime Alexandre Templier. « En amont de la chaîne, l’IA éclaire les chercheurs sur la manière dont les maladies apparaissent et se développent. En aval, elle contribue au maintien sur le marché des solutions thérapeutiques au meilleur prix. Entre les deux, l’IA optimise le développement et la production. »

Une infinité de cas d’usage, d’abord pour la mise au point de nouveaux médicaments

Passée la phase de recherche de candidats médicaments, l’utilisation fine des données médicales permet tout d’abord optimiser l’exécution des essais cliniques et donc de réduire leurs coûts.