E-santé

Quelles applications pour l’IA dans la recherche en santé ?

Publié le 11/02/2025

Crédit photo : CHINE NOUVELLE/SIPA

En marge de la grande messe parisienne sur l’intelligence artificielle (IA), les industriels du médicament ont présenté plusieurs applications déjà mises en place dans la chaîne de production du médicament.
« Le développement de l’IA en santé doit s’inscrire comme une priorité » a appuyé Yannick Neuder, ministre délégué à la Santé, à l’ouverture de la matinée IA et santé lors du « AI Action summit », mardi 11 février à Paris. Les avancées technologiques qu’offre l’utilisation d’intelligence artificielle dans les processus de recherche et de développement, l’industrie du médicament les a bien comprises. Pour le président de France Biotech, Frédéric Girard, nous sommes même « à un point de pivot dans l’industrie des biotechnologies ». Les applications sont déjà là. France Biotech et Les entreprises du médicament (LEEM) ont présenté cinq étapes dans le cycle de vie des médicaments qui utilisent de l’intelligence artificielle.

Les jumeaux numériques
Plusieurs types de jumeaux numériques existent aujourd’hui. Ils permettent, entre autres, de simuler et modéliser des systèmes biologiques complexes pour prédire l’efficacité d’un médicament, optimiser un schéma de traitement, mieux identifier les options les plus prometteuses ou encore d’éviter un traitement devenu inutile. Des tumeurs virtuelles et tridimensionnelles aident à prédire la réaction d’un patient à un médicament ou à une combinaison. Le rêve du « traitement adéquat, pour le patient adéquat, au moment adéquat est à portée de main », se réjouit Frédéric Lavie, directeur recherche, innovation et santé publique du LEEM.

La découverte de nouvelles molécules
D’immenses bibliothèques numériques de plusieurs milliards de molécules sont détenues par les industriels. Les modèles d’intelligence artificielle permettent de passer en revue ces principes actifs en moins de 2 jours et ainsi d’identifier les molécules les plus pertinentes pour répondre à une problématique donnée. Durant la crise du Covid, l’IA a permis de sélectionner 600 molécules sur 3 millions, en retenant notamment les formes galéniques par voie orale, qui demandaient moins de travail aux soignants. Cette vitesse est autorisée par le couplage des modèles à des supercalculateurs, qui réduisent les temps de calcul de 80 à 90 %.

L’accélération de la mise au point des médicaments
Au cours des essais cliniques, les jumeaux numériques permettent de réduire le nombre d’essais physiques nécessaires, accélérant ainsi le processus. Selon le LEEM, l’efficacité des études cliniques a été améliorée de 5 à 10 % et le temps nécessaire au développement d’un vaccin contre le VRS a été réduit de 2 ans. Et, dans la recherche en santé, « économiser du temps, c’est économiser des vies », souligne Frédéric Lavie. Le taux de réussite clinique, d’autre part, est passé de 7 à 18 % fin 2022 dans le développement de vaccin et d’antiviraux contre le Covid-19.

L’optimisation de l’inclusion des patients
Près de neuf essais cliniques sur 10 rencontrent des difficultés à recruter suffisamment de patients dans les délais impartis, selon le LEEM, retardant l’accès aux nouveaux traitements et réduisant les chances du patient. L’IA permet d’optimiser l’analyse de dossiers médicaux et de mieux identifier les patients qui pourraient bénéficier d’un traitement innovant.

L’amélioration de la sécurité du médicament
L’analyse de vastes quantités de données (rapports d'effets indésirables, réclamations patients, publications scientifiques…) permet la détection précoce de signaux d’alerte. Le machine learning (apprentissage autonome par l’IA) et l’automatisation du traitement du langage naturel (comprendre la capacité d’un programme numérique à interpréter le langage parlé et écrit) dotent les intelligences artificielles d’une autonomie vis-à-vis de l’extraction et de l’analyse de ces données clefs. Récemment, c’est par exemple la puissante Food and Drug Administration (FDA) qui a utilisé ces approches pour classer des cas de réactions allergiques, dont l’origine probable était la vaccination contre la grippe H1N1.

Ces bonds technologiques sont toutefois accompagnés de nombreuses questions éthiques. Au premier rang desquelles se place la sécurité des données de santé de millions de personnes. Le stockage et le traitement de ces dernières sont réalisés par sociétés privées, dont certaines ne sont pas basées en France. En prévision de ces questionnements, Yannick Neuder a souligné sa volonté de « valoriser la dimension éthique de l’intelligence artificielle ». Chacun y comprendra ce qu’il pourra.