Emmanuel Frenehard (Sanofi) : “Nous utilisons les agents d’IA dans de plus en plus de domaines”

Sanofi a pour ambition de devenir la première entreprise pharmaceutique alimentée par l’IA à grande échelle, comment cela s’incarne concrètement ?

Aujourd’hui, toutes les entreprises utilisent l’intelligence artificielle (IA), notre spécificité est cette volonté de l’intégrer à grande échelle. Nous pensons que les IA, car il n’en existe pas qu’une, ont un rôle à jouer sur toute la chaîne de valeur de Sanofi, de la recherche académique jusqu’à la mise à disposition de médicaments et d’informations pour les patients. N’oublions pas que dix à douze ans sont nécessaires pour trouver un nouveau traitement. Notre objectif est donc de gagner du temps et de développer de nouveaux traitements dans l’intérêt des patients. Prenons l’exemple des maladies rares, l’errance thérapeutique est en moyenne de dix ans. Dix ans pour trouver le bon diagnostic, c’est extrêmement long. Nous mettons donc un outil d’IA, AccelRare, à disposition des professionnels de santé afin de les aider à mieux diagnostiquer les maladies rares et à orienter les patients vers un dépistage. À nouveau, l’élément d’échelle est central, notre but est que tous les professionnels de santé puissent se servir de l’IA.

Le gain de temps est souvent cité comme un bénéfice de l’utilisation de l’IA, arrivez-vous à le quantifier ?

Tout n’est pas facilement mesurable, mais nous pouvons apprécier un certain nombre de choses. Je porte toujours ce message aux équipes : et si nous pouvions diminuer de moitié le temps pour trouver un nouveau traitement ? C’est une philosophie, une ambition vers laquelle tendre et non un pur principe mathématique. Intéressons-nous aux différentes étapes du cycle du médicament. Sur la partie recherche fondamentale, le bénéfice existe, mais l’IA nous permet surtout de gagner en qualité. Nous accédons à un plus grand nombre de données grâce à l’analyse de documents et de publications scientifiques permis par l’IA, cela nous permet de faire le tri dans nos hypothèses et de nous concentrer sur les plus valides. Sur l’identification des cibles, l’IA nous aide à créer un jeu de cibles que les chercheurs vont pouvoir étudier, parmi les millions de cibles potentielles. Le gain de temps potentiel pourrait se chiffrer en années, nous ne l’avons pas encore mesuré car nous sommes encore au début de cette utilisation. Une fois la cible déterminée, nous allons identifier des molécules pour l’adresser. Des IA nous permettent aujourd’hui de recommander certaines molécules, nous travaillons avec des start-up comme Aqemia sur cette question. Leur IA définit des molécules potentielles qui sont chimiquement réalistes.