L’IA prête à transformer la découverte de médicaments, les essais cliniques et les processus réglementaires

L’intelligence artificielle est appelée à transformer la découverte de médicaments, les essais cliniques et les processus réglementaires, marquant une nouvelle révolution scientifique en biotechnologie. Les outils pilotés par l’IA peuvent accélérer la découverte de médicaments, raccourcir les délais de recherche et rendre les processus de recherche plus rentables, renforçant ainsi la fourniture de soins de santé abordables.

L’IA change en profondeur la manière dont la science est menée dans l’ensemble de la recherche et du développement. « La science change lorsqu’une technologie fondamentale bouleverse la façon dont nous comprenons et travaillons. L’IA est désormais le moteur d’une telle révolution des modèles dans notre industrie », a déclaré le directeur scientifique et vice-président senior de la recherche mondiale chez Amgen lors du sommet BioAsia 2026.

L’IA est utilisée dès les premières étapes de la découverte de molécules jusqu’au développement clinique. L’entreprise a investi dans des infrastructures informatiques, notamment des systèmes avancés de supercalcul, afin d’analyser à grande échelle les données de laboratoire et les images biologiques. Les outils d’IA aident à identifier des tendances, à prédire des résultats et à accélérer la prise de décision dans le développement de médicaments et les essais cliniques.

Des ensembles de données génomiques à grande échelle, couvrant des centaines de milliers d’individus, sont désormais analysés à l’aide de modèles d’apprentissage automatique afin d’identifier des mutations responsables de maladies. « L’IA nous permet de tester des millions de mutations par calcul, ce qui n’était auparavant pas réalisable », a déclaré le dirigeant. Des modèles d’IA ont été entraînés à distinguer les mutations délétères des variations génétiques fortuites dans la recherche sur le cancer.

L’apprentissage profond est également appliqué à la conception de séquences d’ADN capables de contrôler l’expression génique dans des types cellulaires spécifiques. Des séquences biologiques conçues par l’IA ont, dans certains cas, surpassé des séquences naturelles lors d’expériences en laboratoire. Cela a été décrit comme une forme de compression de l’information, où des règles biologiques complexes sont condensées en conceptions efficaces et fonctionnelles.

Dans la production, l’IA aide à optimiser les processus de fabrication et à améliorer l’efficacité en modélisant simultanément de multiples variables. L’intégration de l’IA avec l’automatisation, les données biologiques à grande échelle et la recherche collaborative accélère le rythme de l’innovation thérapeutique. « Il n’y a jamais eu de meilleur moment pour la découverte de médicaments. L’IA redessine l’avenir de la médecine », a déclaré le dirigeant.

Le dirigeant a également évoqué l’ambition de la conception d’anticorps en zero-shot, dans laquelle des modèles computationnels peuvent générer des candidats anticorps thérapeutiques directement à partir d’une séquence cible, sans criblage expérimental traditionnel.

« L’IA ne fonctionne pas en vase clos, mais s’épanouit grâce à une solide infrastructure numérique et à des données de haute qualité », a déclaré le ministre de l’Union de la Santé et du Bien-être familial, JP Nadda, en lançant deux initiatives pionnières de santé numérique — SAHI (Secure AI for Health Initiative) et BODH (Benchmarking Open Data Platform for Health AI) — lors de l’India AI Impact Summit 2026, actuellement en cours. Ce lancement marque une étape importante dans la promotion d’un déploiement sûr, éthique et fondé sur des preuves de l’intelligence artificielle dans l’écosystème de santé de l’Inde.

L’Inde a reconnu tôt le potentiel transformateur de l’IA dans les produits pharmaceutiques et les sciences de la vie, et a commencé à poser ses bases numériques il y a près d’une décennie. En 2015, le gouvernement a lancé le programme Digital India afin de transformer l’Inde en une société habilitée par le numérique. Des systèmes interopérables ont été mis en place entre les plateformes, et des cadres de données de santé à grande échelle, fondés sur le consentement, sont en cours de développement afin de donner aux citoyens les moyens d’agir tout en garantissant la confidentialité et la sécurité des données.