L’accélération de la découverte de médicaments par l’IA remplace-t-elle le travail humain?
Selon un article de Bloomberg, l’apprentissage automatique et la reconnaissance d’images moléculaires sont bien plus rapides que les chercheurs pour identifier les traitements potentiels. Cela ne veut pas dire qu’ils seront plus efficaces.
Le véritable test pour la biotechnologie sera de savoir si les médicaments développés avec l’aide de l’intelligence artificielle (IA) ont plus de chances de réussir chez les patients que ceux développés par de simples mortels. Même si cela est loin d’être certain, l’argent afflue. Au cours de la dernière décennie, les investisseurs ont injecté environ 18 milliards de dollars américains dans des sociétés de biotechnologie « axées sur l’IA », des sociétés qui ont construit leur flux de recherche et développement (R et D) autour des outils d’IA, a découvert l’année dernière le Boston Consulting Group (BCG). Et lors de la conférence JPMorgan Healthcare à San Francisco en janvier dernier, la plus grande réunion du secteur, presque tous les PDG ont mentionné l’IA dans leurs présentations.
La ruée vers l’or de l’IA dans les secteurs pharmaceutique et biotechnologique a également suscité l’intérêt du fabricant de puces le plus valorisé au monde, Nvidia, qui tente depuis plus d’une décennie de persuader l’industrie pharmaceutique d’adopter ses puces, qui peuvent se vendre 50 000 dollars pièce. Aujourd’hui, l’entreprise fait des affaires avec les 20 plus grandes sociétés pharmaceutiques et plus de 2 500 jeunes pousses. Elle a également signé des accords de recherche plus approfondis avec quelques géants de l’industrie pharmaceutique, dont Roche.
Il faut généralement 12 à 15 ans pour mettre un médicament sur le marché, selon le BCG. Le cabinet de conseil affirme que la R et D basée sur l’IA pourrait contribuer à réduire de 25 à 50 % le temps et les coûts nécessaires pour amener les médicaments candidats jusqu’au point des tests sur l’humain, mais il faudra encore des études pour déterminer si les médicaments créés avec l’aide de l’IA ont une probabilité plus élevée de succès clinique.
Néanmoins, selon une responsable chez Nvidia, de nombreuses jeunes pousses avec lesquelles Nvidia travaille aujourd’hui se considèrent comme des entreprises de « technobiologie » (techbio), utilisant les données pour « piloter ce qui se passe » au lieu que ce soit la biologie qui influence la technologie. La clé réside dans la capacité de l’IA à donner un sens à d’énormes volumes d’une myriade de types de données, dit-elle.
Les scientifiques ont déjà montré que les algorithmes pouvaient considérablement accélérer la recherche d’un composé chimique qui atteindra une certaine cible sur une cellule – ce qui équivaut à trouver une clé à insérer dans une serrure, pour ainsi dire. Ce qui n’a pas encore été démontré, c’est si l’IA peut être plus efficace que les humains pour trouver la bonne serrure à ouvrir. C’est pourquoi l’IA ne fera pas pleinement ses preuves en biologie tant que des études humaines ne seront pas terminées, déclare Alpha Lee, un physicien de l’Université de Cambridge.
Selon un article de Bloomberg, l’apprentissage automatique et la reconnaissance d’images moléculaires sont bien plus rapides que les chercheurs pour identifier les traitements potentiels. Cela ne veut pas dire qu’ils seront plus efficaces.
Le véritable test pour la biotechnologie sera de savoir si les médicaments développés avec l’aide de l’intelligence artificielle (IA) ont plus de chances de réussir chez les patients que ceux développés par de simples mortels. Même si cela est loin d’être certain, l’argent afflue. Au cours de la dernière décennie, les investisseurs ont injecté environ 18 milliards de dollars américains dans des sociétés de biotechnologie « axées sur l’IA », des sociétés qui ont construit leur flux de recherche et développement (R et D) autour des outils d’IA, a découvert l’année dernière le Boston Consulting Group (BCG). Et lors de la conférence JPMorgan Healthcare à San Francisco en janvier dernier, la plus grande réunion du secteur, presque tous les PDG ont mentionné l’IA dans leurs présentations.
La ruée vers l’or de l’IA dans les secteurs pharmaceutique et biotechnologique a également suscité l’intérêt du fabricant de puces le plus valorisé au monde, Nvidia, qui tente depuis plus d’une décennie de persuader l’industrie pharmaceutique d’adopter ses puces, qui peuvent se vendre 50 000 dollars pièce. Aujourd’hui, l’entreprise fait des affaires avec les 20 plus grandes sociétés pharmaceutiques et plus de 2 500 jeunes pousses. Elle a également signé des accords de recherche plus approfondis avec quelques géants de l’industrie pharmaceutique, dont Roche.
Il faut généralement 12 à 15 ans pour mettre un médicament sur le marché, selon le BCG. Le cabinet de conseil affirme que la R et D basée sur l’IA pourrait contribuer à réduire de 25 à 50 % le temps et les coûts nécessaires pour amener les médicaments candidats jusqu’au point des tests sur l’humain, mais il faudra encore des études pour déterminer si les médicaments créés avec l’aide de l’IA ont une probabilité plus élevée de succès clinique.
Néanmoins, selon une responsable chez Nvidia, de nombreuses jeunes pousses avec lesquelles Nvidia travaille aujourd’hui se considèrent comme des entreprises de « technobiologie » (techbio), utilisant les données pour « piloter ce qui se passe » au lieu que ce soit la biologie qui influence la technologie. La clé réside dans la capacité de l’IA à donner un sens à d’énormes volumes d’une myriade de types de données, dit-elle.
Les scientifiques ont déjà montré que les algorithmes pouvaient considérablement accélérer la recherche d’un composé chimique qui atteindra une certaine cible sur une cellule – ce qui équivaut à trouver une clé à insérer dans une serrure, pour ainsi dire. Ce qui n’a pas encore été démontré, c’est si l’IA peut être plus efficace que les humains pour trouver la bonne serrure à ouvrir. C’est pourquoi l’IA ne fera pas pleinement ses preuves en biologie tant que des études humaines ne seront pas terminées, déclare Alpha Lee, un physicien de l’Université de Cambridge.