L’industrie pharmaceutique privilégie des partenariats de développement de médicaments dopés à l’IA, moins nombreux mais plus importants

Selon la société d’études de marché de la santé IQVIA, la valeur totale des accords mondiaux de recherche et développement (R&D) conjoints entre entreprises pharmaceutiques et biotechnologiques a atteint 86,7 milliards de dollars en 2025, soit une hausse de 49 % par rapport à l’année précédente. La taille moyenne des accords a bondi de 47 % pour s’établir à environ 1,16 milliard de dollars par contrat, un niveau record. Le nombre d’accords, en revanche, a reculé au cours des cinq dernières années, mettant en évidence un basculement vers des investissements moins nombreux mais plus importants et mieux ciblés.

L’IA et l’apprentissage automatique (machine learning) sont devenus des technologies centrales de la découverte collaborative de médicaments, alimentant des partenariats de grande ampleur et fortement intensifs en technologies. Plutôt que d’augmenter le nombre d’alliances, les entreprises concentrent leurs capitaux sur des plateformes de découverte de médicaments pilotées par l’IA, qui, du moins pour l’instant, semblent offrir une probabilité plus élevée qu’un produit parvienne jusqu’au marché.

Les géants de la tech multiplient les alliances avec les laboratoires. Le marché de la découverte de médicaments par l’IA devrait passer d’environ 2,9 milliards de dollars cette année à 13,8 milliards de dollars d’ici 2033, selon le cabinet Grand View Research. Nvidia s’est associée à Eli Lilly, le plus grand laboratoire pharmaceutique au monde, pour investir 1 milliard de dollars dans la construction d’un laboratoire de recherche de nouvelle génération. La start-up de découverte de médicaments par l’IA Isomorphic Labs, soutenue par Google, a également signé avec Eli Lilly des accords de développement conjoint d’envergure d’une valeur de 1,7 milliard de dollars, ainsi qu’avec Novartis pour 1,2 milliard de dollars.

Les entreprises chinoises accélèrent elles aussi agressivement. CSPC Pharmaceutical, qui a développé sa propre plateforme d’IA, a obtenu un investissement de 5,3 milliards de dollars d’AstraZeneca, et la société de conception de médicaments XtalPi a lancé un projet de grande ampleur d’une valeur de 6 milliards de dollars avec l’entreprise américaine de technologies de l’information DoveTree. Des sociétés coréennes telles que JW Pharmaceutical, Daewoong Pharmaceutical et SK Biopharmaceuticals entrent également dans la course en développant leurs propres plateformes et en recherchant des collaborations externes.

L’attrait de l’IA tient à sa capacité à s’attaquer au principal goulot d’étranglement du secteur : le temps et le coût. Le développement d’un seul nouveau médicament prend généralement 10 à 15 ans et coûte entre 1 000 milliards et 2 000 milliards de wons (673 millions à 1,3 milliard de dollars). L’IA peut toutefois analyser rapidement d’immenses ensembles de données et identifier, avec une grande précision, des matériaux candidats prometteurs pour de nouveaux médicaments parmi des millions de possibilités. Insilico Medicine, entreprise de premier plan dans la découverte de médicaments par l’IA, a achevé le processus allant de la conception de la structure moléculaire à une validation précoce en seulement deux mois. Cela a été environ 15 fois plus rapide que le processus conventionnel, qui prend habituellement deux à trois ans, selon la Korea Biotechnology Industry Organization.

Mais transformer des candidats identifiés par l’IA en médicaments approuvés demeure un obstacle majeur. Si l’IA excelle à repérer des candidats prometteurs, démontrer leur efficacité dans le corps humain et surmonter des systèmes réglementaires complexes propres à chaque pays relèvent de défis d’une tout autre nature, selon un professeur associé de sciences biomédicales à la Catholic University of Korea. Des experts du secteur estiment que cela favorise l’émergence d’un nouveau modèle, associant les algorithmes de la Big Tech au capital et à l’expertise clinique de la Big Pharma. Pour franchir ces obstacles, des collaborations de grande ampleur combinant les capacités technologiques de la Big Tech et le capital de la Big Pharma deviennent de plus en plus indispensables.

En 2020, la société britannique Exscientia a suscité des attentes en identifiant, grâce à l’IA, un candidat anticancéreux, mais le projet a été interrompu en 2023 lors des essais cliniques (clinical trials) et a ensuite été vendu à un concurrent.

Les entreprises pharmaceutiques investissent des milliards dans le développement de thérapies de rupture, mais un pourcentage stupéfiant de patients à qui l’on prescrit des traitements complexes ne les commence jamais, et la majorité de ceux qui les entament ne les poursuivent pas suffisamment longtemps pour que le médicament agisse. Trois forces alimentent cette crise : les thérapies complexes dominent les nouvelles autorisations. Les produits biologiques, injectables, thérapies géniques, traitements des maladies rares et autres approches complexes commencent à dominer les nouvelles autorisations de la FDA, chacune nécessitant une éducation intensive et continue des patients. Les médecins manquent de temps pour éduquer. Avec 7 à 12 minutes par consultation, les médecins parviennent à peine à confirmer un diagnostic, et encore moins à accompagner un patient à travers un protocole complexe de tests et de posologie ou à répondre à l’anxiété liée aux injections. Les patients se tournent vers des sources peu fiables. Débordés, les patients comblent le déficit d’information avec ChatGPT, les réseaux sociaux et des influenceurs, et y trouvent souvent de la désinformation qui alimente la confusion et l’hésitation.

Les entreprises pharmaceutiques dépensent des sommes considérables pour développer de nouveaux médicaments. La plupart échouent, mais ceux qui obtiennent l’autorisation réglementaire et arrivent sur le marché peuvent générer des milliards de dollars de ventes, tandis que les brevets empêchent les concurrents de les copier. Les brevets durent des années, mais finissent par expirer. À ce moment-là, les ventes d’un médicament chutent fortement dès que des copies génériques deviennent accessibles aux patients.