AstraZeneca exploite l'IA dans les essais cliniques pour transformer les résultats des patients

La course à la mise en œuvre de l'IA dans les grandes entreprises pharmaceutiques couvre la découverte, le développement et les essais cliniques de médicaments. AstraZeneca s'est toutefois démarquée en déployant l'IA pour les essais cliniques à une échelle sans précédent en matière de santé publique.

Alors que ses concurrents se concentrent sur l'optimisation de la R&D interne, AstraZeneca a déjà intégré son IA dans les systèmes de santé nationaux. Elle examine des centaines de milliers de patients, démontrant ainsi l'impact réel du passage de l'IA du laboratoire à la ligne de front des soins.

La validation clinique confirme ce modèle. Présentée lors du Congrès européen sur le cancer du poumon 2025, l'étude CREATE d'AstraZeneca a montré que son outil d'IA pour les radiographies thoraciques avait atteint une valeur prédictive positive de 54,1 %, dépassant de loin le seuil de réussite prédéfini de 20 %.

Derrière ces chiffres : plus de 660 000 personnes examinées en Thaïlande depuis 2022, l'IA ayant signalé des lésions pulmonaires suspectes dans 8 % des cas. Il est essentiel de noter que le Bureau national de la sécurité sanitaire de Thaïlande déploie actuellement cette technologie dans 887 hôpitaux, avec un budget triennal de plus de 415 millions de bahts.

Il ne s'agit pas d'un projet pilote limité ou d'une preuve de concept. Il s'agit d'une IA destinée aux essais cliniques et fonctionnant à l'échelle de l'ensemble du système de santé national.

Stratégies divergentes en matière d'IA pour les essais cliniques

Le contraste avec d'autres leaders pharmaceutiques est instructif. Le centre de recherche ML de Pfizer a raccourci les délais de découverte de médicaments, identifiant des molécules en environ 30 jours. La société a utilisé l'IA pour développer le Paxlovid à une vitesse record, l'apprentissage automatique analysant les données des patients 50 % plus rapidement que les approches conventionnelles. L'IA joue désormais un rôle dans plus de la moitié des essais cliniques de Pfizer.

Novartis collabore avec Isomorphic Labs (fondé par le lauréat du prix Nobel Demis Hassabis) et Microsoft pour la découverte de médicaments basée sur l'IA. Son système de décision intelligent utilise des jumeaux computationnels pour simuler les processus d'essai, les sites sélectionnés par l'IA recrutant apparemment des patients plus rapidement que les méthodes traditionnelles.

Roche utilise une stratégie de « laboratoire en boucle », qui consiste à faire tourner des modèles d'IA avec des expériences physiques. Après avoir racheté Foundation Medicine et Flatiron Health, Roche a constitué la plus grande base de données génomiques cliniques du secteur, avec plus de 800 000 profils couvrant plus de 150 sous-types de tumeurs, et vise à améliorer de 50 % l'efficacité de la gestion de la sécurité d'ici 2026.

L'avantage opérationnel d'AstraZeneca dans les essais cliniques

La distinction d'AstraZeneca en matière d'IA pour les essais cliniques découle de son exécution à grande échelle. Avec plus de 240 essais actifs dans le monde, la société a systématiquement intégré l'IA générative dans ses opérations cliniques.

Son « outil de protocole intelligent », développé en collaboration avec des rédacteurs médicaux, en est un exemple : il a permis de réduire le temps de rédaction des documents jusqu'à 85 %. L'entreprise utilise également l'IA pour la détection de localisation 3D sur les scanners CT, ce qui réduit considérablement le temps que les radiologues consacrent aux annotations manuelles.

Plus important encore, AstraZeneca est pionnière dans le domaine des groupes de contrôle virtuels pour les essais. En utilisant les dossiers médicaux électroniques et les données historiques des essais pour simuler des groupes placebo, elle peut potentiellement réduire le nombre de patients recevant des traitements inactifs, ce qui constitue un changement fondamental dans la conception des essais.

L'initiative de dépistage du cancer du poumon illustre parfaitement cette stratégie. Grâce à l'outil qXR-LNMS de Qure.ai, AstraZeneca ne se contente pas de mener un essai clinique, mais transforme l'infrastructure de santé publique. Une extension prévue en décembre 2025 comprend un nouveau programme de dépistage auprès de 5 000 travailleurs industriels dans quatre provinces thaïlandaises, élargissant ainsi son champ d'action du cancer du poumon à la détection de l'insuffisance cardiaque.

La course pour accélérer les délais

Les indicateurs du secteur soulignent l'importance de l'IA dans les essais cliniques. Le développement traditionnel de médicaments prend 10 à 15 ans et affiche un taux d'échec de 90 %. Les médicaments découverts grâce à l'IA atteignent des taux de réussite de 80 à 90 % en phase I, soit le double du taux de référence traditionnel de 40 à 65 %. Plus de 3 000 médicaments assistés par l'IA sont en cours de développement, et plus de 200 autorisations de mise sur le marché grâce à l'IA sont prévues d'ici 2030.

Pfizer passe de l'identification des molécules aux essais cliniques en cycles de six semaines. Novartis peut analyser 460 000 essais cliniques en quelques minutes plutôt qu'en plusieurs mois. Le modèle d'AstraZeneca a quant à lui un impact immédiat sur les patients, puisqu'il permet de détecter les cancers dans les populations défavorisées, souvent avant même l'apparition des symptômes.

La question à 410 milliards de dollars

Le Forum économique mondial estime que l'IA pourrait générer entre 350 et 410 milliards de dollars par an pour l'industrie pharmaceutique d'ici 2030. La question cruciale est de savoir quelle stratégie permet de créer le plus de valeur : accélérer la découverte de médicaments ou rationaliser les opérations cliniques ?

L'accent mis par Pfizer sur la conception computationnelle de médicaments et la sélection de sites basée sur l'IA par Novartis pourraient déboucher sur des molécules révolutionnaires. Le modèle intégré de pharmacologie et de diagnostic de Roche crée un puissant avantage en termes de données propriétaires.

Mais la stratégie d'AstraZeneca, qui consiste à intégrer l'IA dans toutes les opérations cliniques (de la conception des protocoles au recrutement des patients en passant par les demandes d'autorisation réglementaire), réduit manifestement les délais de mise sur le marché tout en générant des données concrètes à grande échelle.

Le modèle de partenariat de l'entreprise est tout aussi distinct. Alors que d'autres acquièrent des entreprises d'IA ou créent des pôles internes, AstraZeneca collabore avec des partenaires technologiques tels que Qure.ai et Perceptra, des organismes de réglementation et des systèmes de santé nationaux afin de déployer l'IA là où les lacunes en matière d'infrastructure sont les plus importantes.

Alors qu'AstraZeneca s'efforce d'atteindre son objectif pour 2030, à savoir commercialiser 20 nouveaux médicaments et générer 80 milliards de dollars de chiffre d'affaires, son avantage en matière d'IA dans les essais cliniques ne se limite pas à la rapidité. Il s'agit de prouver la valeur de l'IA dans la phase la plus réglementée et la plus prudente du développement des médicaments. Alors que ses concurrents se livrent à une course effrénée pour trouver la prochaine molécule révolutionnaire, AstraZeneca réinvente la manière dont les essais cliniques sont menés.

Le vainqueur final ne sera peut-être pas celui qui aura mis au point l'algorithme le plus avancé, mais celui qui aura déployé l'IA dans les essais cliniques où elle améliore concrètement les résultats pour les patients, à grande échelle, sous le contrôle des autorités réglementaires et dans le cadre de systèmes de santé réels.

Dans cette course, AstraZeneca est actuellement en tête.

Voir aussi : Google AMIE : un médecin IA apprend à « voir » les images médicales

Vous souhaitez en savoir plus sur l'IA et le big data auprès des leaders du secteur ? Découvrez l'AI & Big Data Expo qui se tiendra à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et se déroule en même temps que d'autres événements technologiques de premier plan. Cliquez ici pour plus d'informations.

AI News est alimenté par TechForge Media. Découvrez ici d'autres événements et webinaires à venir sur les technologies d'entreprise.