Sept ans pour commercialiser un médicament : comment l’IA peut réduire ce délai

Créer et commercialiser un médicament, cela peut prendre – beaucoup – de temps. Mais l’intelligence artificielle (IA) pourrait intervenir à différents niveaux de la recherche scientifique et du lancement du produit, et fortement accélérer les choses, selon Cognizant.

Sept ans. Voilà le temps moyen qu’il faut pour créer, développer et commercialiser un médicament. C’est long, surtout pour la santé des personnes qui doivent attendre la sortie du médicament dont elles ont besoin. Gagner du temps “équivaut à sauver des vies – ou du moins à améliorer l’espérance de vie grâce à des médicaments disponibles plus rapidement”, note Cognizant, une société qui conseille les entreprises en technologies et organisations.

Elle s’est penchée sur les possibilités d’accélération que l’IA peut offrir à l’industrie pharmaceutique. Ce long processus, du constat de besoin d’un médicament jusqu’à la vente en pharmacie, pourrait ainsi être réduit “de mois, voire d’années” avec des outils d’intelligence artificielle générative.

Quelles applications pour l’IA ?

En quoi, et à quel niveau, l’IA peut-elle aider les chercheurs à développer et à lancer un médicament ? Ce n’est bien sûr pas un robot qui crée le médicament de bout en bout, loin de là. Mais elle peut intervenir à différents niveaux pour faciliter des tâches pour les chercheurs, ou les épauler dans certains processus de recherche.

Au début de la recherche par exemple, il y a ce qu’on appelle l’état de l’art, c’est-à-dire la littérature scientifique qui existe sur un sujet donné. Faire le tour de cette littérature est très important, mais peut prendre beaucoup de temps, rien que pour “tout” trouver. L’IA pourrait alors aider les chercheurs à assembler les écrits nécessaires, et ce de manière plus rapide. Mais elle peut également “suggérer de nouvelles informations et des possibilités qui n’avaient pas été envisagées au départ”.

La deuxième étape où l’IA peut donner un coup de main est l’élaboration de protocoles d’essais cliniques. Ce point peut prendre des années. Mais l’IA peut analyser des jeux de données et trouver des modèles, sur base de conditions ou de patients, puis concevoir l’étude avec les différents critères à tester. Cela serait possible en quelques jours voire en quelques heures, selon Cognizant. Puis pour traiter les résultats de ces tests, l’IA pourrait sans doute aussi aider les chercheurs.

L’IA peut aussi intervenir à la fin du processus, lors du lancement sur le marché. Etude de marché, stratégie commerciale et marketing, ou encore packaging, notices et affiches dans une autre langue, pour un nouveau pays… Tant d’éléments qui peuvent être accélérés par la GenAI.

Des opportunités, mais aussi des difficultés

Voilà pour les promesses de gains de temps. Mais il pourrait y avoir quelques difficultés à ce déploiement de l’IA : il ne se fera pas en un claquement de doigts. D’abord, il faut former le personnel, lui apprendre à utiliser l’IA et à comprendre quels sont les impacts de l’IA sur son travail. Il faudrait aussi créer une équipe qui encadre l’IA et son utilisation, en définissant des lignes conductrices.

Ensuite, il y a aussi l’attitude attentiste dans laquelle se trouvent les entreprises aujourd’hui. Elles utilisent encore très peu l’IA, notamment car les lois ne sont pas très claires sur le sujet. Et comme la technologie évolue plus vite que la législation, elles ne savent pas s’il faut lancer des investissements ou pas. Pour Cognizant, ce n’est pas la bonne approche, car les entreprises passeraient à côté de gains de temps importants et time is money ; elles pourraient se faire dépasser par les concurrents qui misent davantage sur l’IA.