La croissance de l’industrie pharmaceutique repose sur la performance de l’intelligence artificielle et de l’apprentissage automatique
Un article de l’AJMC commente la façon dont l’intelligence artificielle (IA) et l’apprentissage automatique sont en train de transformer le secteur biopharmaceutique, une industrie qui a depuis longtemps profité des percées technologiques pour garantir la livraison sûre et efficace des médicaments aux consommateurs. La récente pandémie n’a fait par ailleurs que renforcer le rôle de la technologie et des outils numériques, qui ont accéléré grandement la conception de nouveaux vaccins.
À vrai dire, les technologies disruptives jouent un rôle central dans la modernisation du secteur pharmaceutique depuis quelques années déjà. L’IA a une importance critique dans la découverte et la fabrication de médicaments par l’accélération de la productivité, de l’efficacité et de la vitesse de production, permettant aux sociétés pharmaceutiques de lancer des produits plus rapidement et à des coûts réduits. De son côté, par sa capacité à analyser rapidement de grandes quantités de données, l’apprentissage automatique joue un rôle essentiel dans l’identification des maladies, ce qui se répercute dans des diagnostics accélérés et des résultats plus précis.
L’AJMC estime que la mise en place rapide de l’IA et de l’apprentissage automatique implique certes une augmentation des coûts, mais que les dirigeants de cette industrie sont conscients que les avantages de l’analyse prédictive offerts par ces technologies compensent largement les dépenses initiales.
En guise d’exemple, l’AJMC mentionne que le coût total de la recherche, des tests, du perfectionnement et de la validation d’un seul concept de médicament peut atteindre 2 milliards de dollars américains. Cependant, compte tenu de la capacité de l’IA et de l’apprentissage automatique d’accélérer le processus de développement, les chances de succès augmentent, tout en réduisant les coûts associés aux essais cliniques. Puisqu’il est possible d’écourter le processus des essais, on peut obtenir plus rapidement l’approbation des autorités sanitaires, ce qui se traduit, à terme, par une réduction des dépenses de R et D.
Le partenariat entre Pfizer et IBM sur Watson Drug Discovery montre, selon l’AJMC, la vitesse fulgurante à laquelle l’IA traite les données. Ainsi donc, comparativement à un chercheur humain qui peut examiner jusqu’à 300 articles par an, Watson peut examiner plus de 25 millions de résumés d’articles de Medline et 1 million d’articles de revues médicales (!). Grâce à cette performance exceptionnelle, les chercheurs peuvent identifier plus tôt les perspectives prometteuses et éventuellement introduire de nouveaux médicaments et traitements sur le marché bien plus rapidement.
De plus, ces technologies ont le potentiel de rendre l’écosystème des soins de santé plus personnalisé, prédictif, préventif et participatif. Il s’agit d’un changement de paradigme qui fera assurément sentir son influence au cours de la prochaine décennie, en particulier pour ceux qui habitent des zones mal desservies.
Un article de l’AJMC commente la façon dont l’intelligence artificielle (IA) et l’apprentissage automatique sont en train de transformer le secteur biopharmaceutique, une industrie qui a depuis longtemps profité des percées technologiques pour garantir la livraison sûre et efficace des médicaments aux consommateurs. La récente pandémie n’a fait par ailleurs que renforcer le rôle de la technologie et des outils numériques, qui ont accéléré grandement la conception de nouveaux vaccins.
À vrai dire, les technologies disruptives jouent un rôle central dans la modernisation du secteur pharmaceutique depuis quelques années déjà. L’IA a une importance critique dans la découverte et la fabrication de médicaments par l’accélération de la productivité, de l’efficacité et de la vitesse de production, permettant aux sociétés pharmaceutiques de lancer des produits plus rapidement et à des coûts réduits. De son côté, par sa capacité à analyser rapidement de grandes quantités de données, l’apprentissage automatique joue un rôle essentiel dans l’identification des maladies, ce qui se répercute dans des diagnostics accélérés et des résultats plus précis.
L’AJMC estime que la mise en place rapide de l’IA et de l’apprentissage automatique implique certes une augmentation des coûts, mais que les dirigeants de cette industrie sont conscients que les avantages de l’analyse prédictive offerts par ces technologies compensent largement les dépenses initiales.
En guise d’exemple, l’AJMC mentionne que le coût total de la recherche, des tests, du perfectionnement et de la validation d’un seul concept de médicament peut atteindre 2 milliards de dollars américains. Cependant, compte tenu de la capacité de l’IA et de l’apprentissage automatique d’accélérer le processus de développement, les chances de succès augmentent, tout en réduisant les coûts associés aux essais cliniques. Puisqu’il est possible d’écourter le processus des essais, on peut obtenir plus rapidement l’approbation des autorités sanitaires, ce qui se traduit, à terme, par une réduction des dépenses de R et D.
Le partenariat entre Pfizer et IBM sur Watson Drug Discovery montre, selon l’AJMC, la vitesse fulgurante à laquelle l’IA traite les données. Ainsi donc, comparativement à un chercheur humain qui peut examiner jusqu’à 300 articles par an, Watson peut examiner plus de 25 millions de résumés d’articles de Medline et 1 million d’articles de revues médicales (!). Grâce à cette performance exceptionnelle, les chercheurs peuvent identifier plus tôt les perspectives prometteuses et éventuellement introduire de nouveaux médicaments et traitements sur le marché bien plus rapidement.
De plus, ces technologies ont le potentiel de rendre l’écosystème des soins de santé plus personnalisé, prédictif, préventif et participatif. Il s’agit d’un changement de paradigme qui fera assurément sentir son influence au cours de la prochaine décennie, en particulier pour ceux qui habitent des zones mal desservies.