L’intelligence artificielle et le domaine de la santé

Le secteur de la santé subit des évolutions perpétuelles suite aux avancées technologiques, à l’essor de la télémédecine et aux progrès de l’intelligence artificielle. Et cela pour prédire une maladie, diagnostiquer, suivre ou traiter le patient et les malades. De ce fait, les laboratoires pharmaceutiques s’y intéressent de très près.

Par exemple, Sanofi a créé son laboratoire d’innovation « 39BIS » et « WeHealth » a été initié par Servier.

Mais, l’intelligence artificielle sert également aux leaders de la santé à la découverte de nouvelles molécules médicamenteuses.

Cependant, la fabrication d’une de ces éventuelles molécules pertinentes coûte environ entre 2 et 3 milliards pour les laboratoires.

De plus, l’intelligence artificielle, en particulier la technologie permet d’apprendre grâce aux nombreuses données enregistrées et accessibles, afin d’expliquer un phénomène passé ou en prédire un futur.

Dans la recherche médicale, la construction d’une intelligence artificielle a appris, à partir d’essais cliniques et de recherches, à prédire avec un taux de fiabilité élevé la probabilité qu’un composant soit pertinent ou pas pour certaines maladies connues.

Le marché international, européen et français

Aux États-Unis, quelques startups se partagent le marché : « TwoXr », « Atomwise », « Reverie Labs ». Les découvertes aident leurs partenaires à fournir de meilleurs médicaments plus rapidement.

En Europe, « Element AI » finalise une levée de fonds de 100 millions de dollars. « Exscientia » a signé avec GSK pour 43 millions de dollars.

Concernant la France, on peut citer « Owkin », « Dexstr.io », « Iktos ». Or, il n’y a pas beaucoup d’acteurs comparé à l’énormité du marché et aux concurrents des autres pays.

En réalité, l’industrie pharmaceutique est l’industrie qui met le plus de temps à se digitaliser en raison de la sensibilité des données à manipuler et aussi en raison de la structure de l’activité. D’où, le fait que certaines  startups, rencontrent quelques difficultés.

En effet, pour créer un produit pertinent, il est nécessaire de disposer d’ une équipe complémentaire de chercheurs, ingénieurs, médecins, et aussi pour labelliser la donnée des essais et entraîner l’IA. Les durées de ventes sont longues et n’inspirent pas les fonds d’investissements. Ils n’investissent pas assez tôt pour une société qui a besoin d’un capital bien plus important qu’une société technologique lambda.

Pourtant, il existe de la place pour de nombreux acteurs sur ce marché encore fragmenté. Et, il y a encore de nombreux progrès et avancées à réaliser et  à suivre…