L’intégration de l’IA dans les essais cliniques dépasse les attentes, selon une enquête
De nouvelles données indiquent que 73% des utilisateurs d’IA dans les essais cliniques estiment que l’intégration de la technologie a répondu à leurs attentes ou les a dépassées, et que 70% constatent une amélioration de l’exactitude des données. L’enquête montre également une forte dynamique d’adoption, 93% des organisations utilisant déjà l’IA ou l’évaluant activement pour leurs essais.
De nouvelles recherches révèlent que 73% des utilisateurs d’IA confirment que l’intégration de l’IA dans les essais cliniques a répondu à leurs attentes initiales ou les a dépassées, tandis que plus de 70% font état de gains en matière de conception des protocoles, de faisabilité des sites et d’identification des cohortes. Les données proviennent d’une enquête menée auprès de professionnels de la recherche clinique dans le monde sur leur utilisation de l’IA dans les essais cliniques.
Parmi les professionnels interrogés, 70% des utilisateurs confirment des améliorations tangibles de l’exactitude des données, ce qui répond à l’un des défis les plus critiques de la recherche clinique. En outre, 61% des utilisateurs mentionnent des processus de collecte de données rationalisés, éliminant les goulots d’étranglement qui minent le secteur depuis des décennies.
Le taux d’adoption est frappant : 93% des organisations utilisent déjà l’IA pour leurs essais ou l’étudient activement. Parmi les entreprises qui utilisent l’IA, 83% s’appuient sur l’IA pour l’identification des populations de patients et des cohortes, optimisant l’un des volets les plus complexes et les plus chronophages de la conception des essais. Par ailleurs, 93% des organisations emploient l’IA pour la capture et la supervision des données, garantissant l’intégrité des données tout au long du cycle de vie de l’essai.
Les montages d’études traditionnels, qui nécessitaient autrefois 10 à 12 semaines, peuvent désormais être réalisés en bien moins de temps grâce à des plateformes avancées alimentées par l’IA. Ces solutions traduisent automatiquement les exigences du protocole en éléments opérationnels, génèrent des brouillons d’eCRF et configurent les structures de base de données, tout en maintenant des normes de qualité rigoureuses. La détection d’anomalies pilotée par l’IA repère les irrégularités en temps réel, garantissant la validité des données et la conformité réglementaire à chaque étape.
Plus de 50% des utilisateurs d’IA déploient des communications personnalisées, des rappels automatisés et des chatbots conversationnels offrant une assistance 24 h/24 et 7 j/7 pour l’engagement et la rétention des patients. Ces outils complètent l’intervention humaine, permettant aux équipes cliniques de se concentrer sur les besoins complexes des patients tandis que l’IA gère les interactions de routine.
À l’avenir, 59% des utilisateurs actuels d’IA prévoient de tirer parti de la technologie pour la préparation et la soumission du Clinical Study Report (CSR), ce qui pourrait transformer l’un des aspects les plus chronophages de la mise sur le marché des thérapies.
Le marché des essais cliniques virtuels, également appelé essais cliniques décentralisés (DCTs), s’appuie sur des technologies numériques pour mener des recherches en dehors des sites cliniques traditionnels. La taille du marché mondial des essais cliniques virtuels devrait afficher un taux de croissance (CAGR) de 4,67% sur la période 2025-2033. La demande croissante d’approches centrées sur le patient, les avancées technologiques telles que la télémédecine et les dispositifs portables, l’impact de la pandémie de COVID-19, l’accent mis sur les données probantes issues du monde réel, ainsi que la collaboration entre parties prenantes et les efforts visant à réduire les disparités de participation aux essais sont des facteurs clés contribuant à la croissance du marché.
Les essais virtuels s’appuient sur des analyses pilotées par l’IA pour améliorer la sélection des patients, surveiller les données en temps réel, prédire les risques potentiels et garantir la conformité. L’intégration d’algorithmes d’apprentissage automatique améliore l’efficacité de la conception des études et raccourcit les délais de développement des médicaments. Au lieu d’exiger des patients qu’ils se rendent régulièrement dans des hôpitaux ou des centres de recherche, les données sont collectées à distance à l’aide de dispositifs portables, d’applications mobiles, de consultations de télémédecine et de systèmes basés sur le cloud.
Les modèles d’essais hybrides, combinant des éléments virtuels et sur site, deviennent courants, offrant de la flexibilité tout en maintenant la conformité réglementaire. Les essais virtuels réduisent la charge liée aux déplacements et aux visites fréquentes sur site, rendant la participation plus pratique, ce qui améliore la rétention des patients et élargit l’accès à des populations diverses. Le développement des médicaments est coûteux et long, et les essais virtuels réduisent les coûts d’infrastructure et rationalisent les processus, offrant des solutions rentables.
L’oncologie reste un segment majeur en raison d’activités de recherche importantes, tandis que les essais sur les maladies rares bénéficient fortement d’un recrutement décentralisé. Les plateformes logicielles représentent une part significative en raison de la demande en gestion sécurisée des données et en capacités d’analyse. Les entreprises pharmaceutiques sont en tête de l’adoption, tandis que les organismes de recherche sous contrat élargissent leurs offres de services pour inclure des capacités décentralisées.