Pharma AI : le rôle de l’intelligence artificielle dans la médecine du futur

avril 26, 2022

Le processus de recherche et de développement de nouveaux médicaments est complexe et long et nécessite des investissements importants. L’industrie pharmaceutique a de plus en plus de mal à développer et commercialiser des médicaments efficaces. Le processus entier peut nécessiter jusqu’à 12 ans et coûter entre 1,9 et 3,2 milliards de dollars, selon DiMasi et al., Journal of Health Economics, janvier 2016.

Au cours des essais cliniques, les médecins réalisent des procédures biochimiques et physicochimiques complexes en utilisant des données massives. La probabilité qu’un médicament réussisse tous les tests est inférieure à 12 %, selon les sources CSIC.

L’industrie pharmaceutique a investi l’informatique et l’intelligence artificielle pour améliorer ce processus.

L’intelligence artificielle dans l’industrie pharmaceutique

L’industrie biopharmaceutique a été l’un des principaux bénéficiaires de l’intelligence artificielle, principalement parce que cette dernière contribue à rationaliser la recherche et le développement de médicaments et à réduire les coûts de recherche et le nombre de médicaments soumis à des essais cliniques.

L’industrie pharmaceutique collabore généralement avec des hôpitaux et des entreprises technologiques. Ce fut le cas lors de la pandémie de COVID-19, où le secteur a utilisé des algorithmes d’IA pour rechercher des informations, mener des études et effectuer des simulations de test plus rapidement.

Ces algorithmes ont aidé à identifier le gène assurant le codage des protéines cibles qui pourraient se lier favorablement aux médicaments, réduisant ainsi la phase de développement initial de médicaments d’environ cinq ans à seulement quelques mois.

Ces techniques basées sur l’IA ont joué un rôle essentiel dans le développement des vaccins contre le COVID-19 avec des sociétés comme AstraZeneca ou Janssen. De même, l’IA a permis de prédire plus facilement comment la pandémie pourrait poursuivre son essor et quelles erreurs peuvent être évitées si une situation similaire se représente à l’avenir.

 L’utilisation du Big Data et de l’IA dans le secteur de la santé est très bénéfique et a un impact à la fois sur les sociétés pharmaceutiques et sur la société dans son ensemble. C’est pourquoi de nombreuses organisations ont commencé à miser sur cette technologie.

L’utilisation de l’IA dans la recherche sur les médicaments

L’intelligence artificielle dans l’industrie biopharmaceutique a révolutionné le secteur en facilitant l’accès aux données biométriques de manière agile et en aidant à identifier les modèles cachés.

L’IA peut également s’avérer utile dans ces cas :

Segmentation des patients

Une segmentation appropriée des patients est l’un des plus grands défis des essais cliniques. Le choix des patients en fonction de l’éligibilité, de l’aptitude, de la motivation et de la responsabilisation est crucial, et ces processus impliquent généralement des retards importants qui peuvent être éliminés avec l’IA.

Grâce à ces mécanismes, une classification des patients plus efficace est possible et des traitements appropriés peuvent être administrés rapidement, en anticipant les risques potentiels et en obtenant des résultats plus favorables.

Prédiction de la maladie

Il est possible d’automatiser la vérification des dossiers médicaux ou de prédire les modèles de comportement pour comprendre comment les patients réagissent à des traitements spécifiques ou identifier les raisons de leur réadmission à l’hôpital.

Optimisation des ressources

Grâce à l’intelligence artificielle, les hôpitaux et les établissements de santé peuvent réduire le nombre de visites en personne et les remplacer par des rendez-vous en ligne. L’IA permet également aux professionnels de la santé de surveiller les patients, qu’ils visitent le centre de santé en personne ou non.

Vision artificielle

Les radiologues peuvent également bénéficier de ces innovations. L’intelligence artificielle facilite des diagnostics d’image plus rapides, rationalisant la phase initiale des traitements.

Recherche de composés pharmaceutiques

L’IA peut automatiser des tâches complexes et gagner du temps.

Au cours des premières étapes de la recherche médicale, l’IA facilite considérablement l’analyse des essais cellulaires et la modélisation de la structure moléculaire, ainsi que la prédiction des propriétés physicochimiques des composés, entre autres tâches.

L’intelligence artificielle permet également de comprendre l’interaction possible entre protéines et ligands, permettant la création de molécules au potentiel plus important.

Elle est également utile lorsqu’il s’agit d’identifier et de différencier des images, probablement deux des processus les moins efficaces dans le développement de la médecine. Les machines d’apprentissage peuvent repérer les minuscules différences dans les structures cellulaires à partir d’images microscopiques.

L’IA ne se contente pas de rationaliser les étapes initiales du processus. Elle s’avère également précieuse pour le contrôle de la qualité et l’optimisation de l’administration des médicaments.

Réutilisation ou recyclage

La réutilisation des médicaments est une stratégie qui vise à découvrir de nouvelles utilisations pour des médicaments déjà approuvés.

C’est le cas du Botox, par exemple. Il a été créé à l’origine pour traiter le strabisme, mais on a découvert plus tard qu’il pouvait également aider à soulager les migraines et à éliminer les rides.

La réutilisation des médicaments comporte moins de risques et rationalise le processus de développement. Cependant, combiner efficacement les essais cliniques peut être coûteux et prendre du temps.

Dans ce contexte, l’intelligence artificielle peut développer des hypothèses plus rapidement, accélérant ainsi les essais cliniques.

Avantages de la mise en œuvre de l’intelligence artificielle

L’intelligence artificielle apporte des avantages significatifs en prédisant la manière dont les molécules pourraient réagir à certains médicaments.

Elle réduit le taux d’échec des essais cliniques.

Les médicaments dans les essais cliniques ont un taux de réussite de moins de 12 %. Ce chiffre s’explique par un manque d’efficacité, des effets néfastes sur les humains et des coûts élevés des ressources, tout cela entravant la commercialisation du produit.

Grâce à la technologie avancée de l’intelligence artificielle, le taux de réussite des molécules peut être augmenté, réduisant ainsi les effets indésirables du médicament sur les humains. Les algorithmes d’apprentissage automatique peuvent également améliorer l’efficacité sans compromettre la sécurité.

Elle accélère la recherche de nouveaux médicaments tout en réduisant les coûts

À l’heure actuelle, le processus de développement de médicaments peut durer jusqu’à 12 ans, y compris les étapes précliniques et cliniques, et coûte plus de 2 milliards de dollars.

Au fur et à mesure que de nouveaux problèmes surgissent à différentes étapes du processus de développement, le prix continue d’augmenter, en particulier pendant la phase 3, où les biomarqueurs différencient les réponses aux médicaments.

Seule la recherche du composé, qui implique la sélection, la validation et l’optimisation des cibles et des prospects, peut durer entre 4 et 6 ans. Et à ce stade, seulement 1 % des composés atteignent la phase suivante.

C’est pourquoi l’utilisation de l’intelligence artificielle et de l’apprentissage automatique au début du processus est cruciale pour réduire le risque d’échec. Un processus de recherche et développement rationalisé aide à économiser du temps et des ressources.

Il permet d’identifier des traitements innovants.

Grâce à l’apprentissage automatique, les avancées technologiques et l’innovation dans le domaine pharmaceutique ont explosé.

L’un des développements critiques alimentés par l’intelligence artificielle implique la personnalisation des traitements pour s’adapter aux besoins spécifiques de chaque patient.

Comment les entreprises utilisent l’IA

De nombreuses entreprises mettent déjà en œuvre l’intelligence artificielle pour gagner du temps et de l’argent dans le développement de médicaments.

Bien que les professionnels de la recherche soient toujours essentiels dans ces processus, l’apprentissage automatique peut bénéficier de manière significative aux entreprises pharmaceutiques.

Moderna

Moderna est un excellent exemple de mise en œuvre de l’intelligence artificielle. Pendant la crise du COVID-19, beaucoup se sont demandé comment l’entreprise fabriquait le vaccin tellement plus vite que d’habitude.

Cette réussite est due à l’utilisation par Moderna de logiciels de pointe et d’algorithmes.

Exscientia et Sumitomo Dainippon Pharma

Ce cas est l’un des plus frappants, car il s’agit du premier médicament créé par l’IA et testé par des humains. C’est le cas de la molécule DSP-1181, que les médecins ont développée avec l’aide de l’IA comme antagoniste des récepteurs 5-HT1A de la sérotonine à longue durée d’action, un médicament utilisé pour le traitement des troubles obsessionnels compulsifs.

Le développement de cette molécule a été possible grâce à des processus d’apprentissage automatique qui ont permis à des algorithmes de générer des millions de molécules et de les filtrer pour obtenir la bonne molécule.

Deep Genomics

Cette entreprise canadienne a utilisé l’intelligence artificielle pour identifier la cause génétique de certaines maladies. Grâce à l’IA, il est possible de développer des médicaments qui régulent les gènes défectueux responsables de ces maladies.

De nombreuses entreprises pharmaceutiques ont déjà rejoint l’ère de la numérisation et misent sur l’intelligence artificielle. Bien qu’il soit encore trop tôt pour connaître l’impact futur de l’intelligence artificielle sur les médicaments, les résultats actuels sont satisfaisants.

Abonnez-vous à notre newsletter

Recevez les dernières nouvelles, les articles sélectionnés et les derniers faits saillants de notre part. Nous ne vous spammerons jamais, promis.

En savoir plus sur

Le Data & AI Studio exploite la puissance du Big Data et de l'intelligence artificielle pour créer de nouvelles expériences et de meilleurs services. Il va au-delà de l'extraction de valeur des données et de l'automatisation. Notre objectif est de fournir aux clients un avantage concurrentiel en libérant la véritable valeur des données et de l'IA pour créer des décisions professionnelles pertinentes, exploitables et opportunes.