Intelligence artificielle et médecine : les laboratoires pharmaceutiques modèrent

Les dirigeants de l'intelligence artificielle ont esquissé une vision audacieuse pour l'avenir de la médecine, affirmant que l'IA pourrait guérir la majorité des maladies d'ici une décennie. Le directeur général d'Anthropic, Dario Amodei, a estimé que la plupart des pathologies pourraient être vaincues d'ici cinq à dix ans, plaçant la médecine au premier rang des domaines transformés par l'IA. De son côté, Demis Hassabis, fondateur de DeepMind chez Alphabet, a partné cet optimisme quant à une éradication prochaine des maladies.

Cependant, les grands laboratoires pharmaceutiques adoptent une approche nettement plus mesurée. Bien que ces groupes intègrent ces technologies, investissent massivement dans les startups et nouent des partenariats stratégiques, ils rappellent qu'aucun médicament conçu par l'intelligence artificielle n'a encore reçu l'approbation de la Food and Drug Administration (FDA). Les dirigeants soulignent que les grands modèles de langage sont principalement formés sur le langage humain et non sur la biologie cellulaire, ce qui limite leur efficacité immédiate en chimie moléculaire.

Dave Ricks, PDG d'Eli Lilly, a expliqué que la prédiction de la structure des protéines, bien qu'étant une avancée majeure, ne représente qu'une infime partie des défis rencontrés dans la mise au point d'un traitement. Le PDG de Pfizer, Albert Bourla, a partagé un constat similaire, soulignant que si l'IA générative a permis d'optimiser les tâches administratives et la planification des essais cliniques, le bond qualitatif attendu en recherche fondamentale se fait attendre. Chez Novartis, on qualifie l'IA d'outil de navigation précieux plutôt que de baguette magique.

Les réalités économiques du développement pharmaceutique

Le développement d'un nouveau médicament prend généralement entre 10 et 15 ans, mobilise en moyenne 2,5 milliards de dollars et affiche un taux d'échec d'environ 90 % pour les molécules testées sur l'homme. L'intelligence artificielle démontre son efficacité lors des phases préliminaires, réduisant la phase de découverte de trois ou quatre ans à une période de 12 à 18 mois. Néanmoins, les obstacles majeurs surviennent lors des essais de phase 2, où les traitements doivent prouver leur réelle efficacité sur des populations de patients variées.

Une étude scientifique récente a qualifié l'impact clinique actuel de l'IA de modéré, attribuant les difficultés aux données cellulaires parfois fragmentaires. Malgré plus de 40 milliards de dollars injectés par les fonds de capital-risque au cours de la décennie, peu de molécules issues de l'IA ont franchi le cap de la phase 2. Insilico Medicine illustre la progression la plus avancée avec un traitement contre la fibrose pulmonaire entré en phase 3 en Chine.

Perspectives à long terme et leçons du passé

Les acteurs de l'industrie pharmaceutique rappellent le précédent du séquençage du génome humain en l'an 2000, qui avait suscité des espoirs immenses rapidement tempérés par la complexité biologique. Si la génomique a transformé la médecine moderne, des pathologies comme Alzheimer ou les maladies cardiaques restent des défis ardus. Les experts estiment que l'IA constituera un levier tout aussi puissant, mais que seuls les essais cliniques valideront son véritable potentiel.