Intelligence artificielle et découverte de médicaments : le choc des cultures entre la Silicon Valley et l'industrie pharmaceutique
L’intersection entre l’intelligence artificielle (IA) et la découverte de nouveaux médicaments est devenue le récit central de la Silicon Valley.
Des géants de la technologie aux startups agiles, tous promettent une révolution dans la manière dont les maladies sont traitées.
Cependant, un fossé significatif s’est creusé entre ces visionnaires du numérique et les dirigeants chevronnés qui dirigent les plus grandes entreprises pharmaceutiques mondiales.
Alors que la Silicon Valley perçoit l’IA comme une panacée capable de réduire drastiquement les délais de développement et les coûts, de nombreux PDG de laboratoires pharmaceutiques restent sceptiques, soulignant l’immense complexité de la biologie humaine et les réalités pragmatiques des essais cliniques.
Les partisans de l’IA en médecine soutiennent que les algorithmes d’apprentissage automatique peuvent analyser des ensembles de données massifs pour identifier des candidats-médicaments potentiels beaucoup plus rapidement que les méthodes de laboratoire traditionnelles.
Ils imaginent un avenir où les tests « in silico » remplaceraient des années d’expériences itératives coûteuses.
Les entreprises technologiques investissent des milliards dans ces plateformes, les présentant comme la prochaine frontière de l’innovation médicale.
Elles suggèrent que le goulot d’étranglement dans le développement des médicaments est principalement un problème de données, que leurs puissants modèles computationnels sont particulièrement bien équipés pour résoudre.
En revanche, les leaders de l’industrie pharmaceutique soulignent que le processus de découverte de médicaments n’est pas seulement un défi de science des données ; c’est un défi biologique.
Les PDG des grandes firmes pharmaceutiques rappellent que les modèles d’IA ne sont efficaces que si les données sur lesquelles ils sont entraînés sont fiables.
Or, les données biologiques sont notoirement « bruitées », incomplètes et difficiles à standardiser.
De plus, le paysage réglementaire pour l’approbation des médicaments est extrêmement rigoureux, exigeant des années de tests sur l’homme pour garantir la sécurité et l’efficacité — un processus qui ne peut être contourné par de simples algorithmes.
Il existe également un fossé culturel entre les deux industries.
Les entreprises technologiques fonctionnent souvent selon la philosophie « avancer vite et casser les choses », ce qui est fondamentalement en contradiction avec l’environnement averse au risque et hautement réglementé du développement pharmaceutique.
Les dirigeants pharmaceutiques soutiennent que le battage médiatique entourant l’IA ignore souvent la réalité des taux d’échec dans le développement des médicaments, où la plupart des composés échouent même après avoir montré des promesses prometteuses aux premiers stades.
Ils restent prudents, considérant l’IA comme un outil utile pour l’optimisation plutôt que comme un remplacement de la rigueur scientifique nécessaire pour mettre un nouveau médicament sur le marché.
En fin de compte, le scepticisme de l’industrie pharmaceutique suggère que, bien que l’IA jouera sans aucun doute un rôle dans l’avenir de la médecine, elle n’est pas la « solution miracle » que certains leaders de la Silicon Valley prétendent qu’elle est.
Le chemin vers la guérison des maladies reste un voyage long et ardu, nécessitant une intégration équilibrée de la puissance computationnelle et d’une expertise biologique profonde et traditionnelle.
La capacité de ces deux industries à trouver un terrain d’entente déterminera l’impact réel de l’IA sur les résultats des patients au cours de la prochaine décennie.
Source: The Wall Street Journal