Comment l’IA transforme la R&D pharmaceutique
L'enquête menée par Groupe de conseil de Boston (BCG) examine l’impact potentiel de l’intelligence artificielle sur la recherche et le développement (R&D) pharmaceutiques, suggérant qu’elle pourrait surpasser les résultats obtenus à l’aide des méthodes traditionnelles. La découverte de nouveaux médicaments grâce à la recherche et au développement est un processus long et coûteux, caractérisé par un niveau élevé d’incertitude. Ces recherches prennent des années et se heurtent à de nombreux défis, notamment lorsqu’il s’agit d’identifier de nouvelles molécules capables de combattre les maladies. Selon l'étude « Dans quelle mesure les médicaments découverts par l’IA réussissent-ils dans les essais cliniques ? » réalisé par le BCG sur les premières phases (I et II) des essais cliniques, L’IA a le potentiel de transformer le processus de développement dans l’industrie pharmaceutique, en automatisant bon nombre des étapes les plus onéreuses et en élargissant considérablement les capacités d’enquête.
Des molécules de médicaments et de vaccins découvertes grâce à l’IA
Les molécules de médicaments et de vaccins découvertes grâce à l’IA ont connu une augmentation spectaculaire en 2022, commençant à égaler le nombre de molécules découvertes grâce aux méthodes traditionnelles.
« L’industrie pharmaceutique a définitivement adopté l’IA pour la recherche et le développement de nouveaux médicaments », déclare-t-il. Augusto Incampo, directeur général et associé du BCG. « En effet, ces dernières années, le nombre de molécules utiles au développement de médicaments et de vaccins découvertes grâce à cette technologie a augmenté de façon exponentielle. Les premiers résultats cliniques sont prometteurs et montrent la possibilité d’obtenir d’énormes bénéfices en termes de productivité.
En outre, les technologies les plus récentes, telles que l’IA générative, peuvent contribuer à améliorer encore les taux de réussite tout au long du cycle de recherche et de développement, garantissant ainsi aux patients de meilleurs médicaments innovants, mis à disposition plus rapidement et à moindre coût.»
La plupart des molécules découvertes par l'IA sont actuellement en phase I et quelques-unes seulement sont déjà en phase II ou au-delà, mais les résultats sont encourageants : au cours de la phase I du processus de R&D de médicaments, les molécules découvertes par l'IA ont montré un taux de réussite de 80 – 90 %, des valeurs nettement supérieures à la moyenne ; lors de la phase II, le taux de réussite s'élève à 40 %, un chiffre conforme à la moyenne des méthodes traditionnelles.
Le domaine de recherche le plus représentatif est l’oncologie
Le domaine thérapeutique le plus représentatif est l’oncologie, avec 50 % des molécules d’IA déjà validées en phases I et II. La quantité de molécules découvertes par l’IA dans le pipeline clinique de l’ensemble du secteur en 2023 est également importante, qui atteint une valeur supérieure à 30 %. 1 Compte tenu de la durée prolongée des essais cliniques, des données définitives et suffisantes pour la phase III ne sont pas encore disponibles. Impact de l'IA sur la recherche Après avoir analysé les recherches des entreprises de biotechnologies natives de l'IA en consultant des bases de données publiques, la recherche s'est concentrée sur l'utilisation de cette technologie pour la découverte et l'identification de nouvelles molécules.
Selon les résultats, depuis 2015, 75 molécules ont été introduites en phase clinique, dont 67 sont encore en phase de tests d'ici 2023. Au cours des 10 dernières années, le nombre global de molécules découvertes a augmenté de 60% chaque année, ce qui laisse entrevoir la perspective d’un pic d’utilisation de l’IA dans les activités de R&D à l’avenir. À partir des données obtenues des deux premiers niveaux d'analyse disponibles à ce jour, il est également possible d'estimer la probabilité qu'une molécule découverte grâce à l'IA passe par toutes les phases cliniques du début à la fin, y compris la phase III : une augmentation des moyennes historiques de 5-10% à 9-18%.
Conclusions
Si les valeurs observées sont maintenues, l’IA pourrait donc doubler la productivité globale de la recherche pharmaceutique, apportant ainsi aux patients des médicaments innovants de manière plus rapide et plus économique. Les résultats suggèrent que l’IA pourrait améliorer considérablement les taux de réussite dès la phase I des essais cliniques, réduisant potentiellement le risque de toxicité et améliorant les capacités de l’ADME, c’est-à-dire l’absorption, la distribution, le métabolisme et l’excrétion des molécules une fois qu’elles pénètrent dans l’organisme humain.
Cependant, la phase II reste compliquée, en fait il n'y a pas de taux de réussite supérieurs aux moyennes des méthodes traditionnelles. À mesure que davantage de données seront disponibles, il sera important d’évaluer comment l’IA influencera la productivité de la R&D pharmaceutique dans sa complexité. L'adoption continue de technologies innovantes pourrait conduire à des taux de réussite encore plus élevés et à une révolution radicale dans les méthodes de recherche adoptées par les entreprises du secteur.
