Depuis plusieurs années, la recherche médicale a entamé une métamorphose profonde grâce à l’arrivée d’outils de traitement des données utilisant l’intelligence artificielle (IA). Cette technologie ouvre la voie à des gains de temps considérables dans la découverte d’un médicament et à une médecine plus personnalisée.
Chez Servier, nous développons de nombreuses initiatives dans l’IA afin d’accélérer certaines étapes de R&D, telles que la recherche de molécules d’intérêt ou de cibles thérapeutiques, toujours au bénéfice du patient. Décryptage
L’industrie pharmaceutique est aujourd’hui confrontée à un défi de taille. Alors que les coûts de recherche ne cessent de croître, le rythme des développements ralentit. Tel est le constat de la loi d’Eroom, qui montre que tous les neuf ans, le nombre de médicaments autorisés pour chaque milliard de dollars investi dans la R&D diminue de moitié.
En découle cette problématique : comment améliorer l’efficacité de la recherche par les laboratoires alors même que les médicaments sont de plus en plus complexes à développer, le tout dans un contexte réglementaire renforcé ?
Une partie de la réponse pourrait résider dans les technologies digitales et en particulier l’intelligence artificielle. La révolution numérique de la santé est liée à l’explosion des données et à notre aptitude à les collecter, à les stocker et à les traiter grâce à des ordinateurs qui sont aujourd’hui capables d’analyser des milliards d’informations à une vitesse considérable.
Ces données médicales constituent une ressource inestimable pour prédire des maladies, diagnostiquer une pathologie ou améliorer le suivi des patients.
Associé à l’expertise humaine, le développement de l’intelligence artificielle est donc très prometteur pour l’innovation thérapeutique. Des outils de pré-diagnostic utilisant l’IA pourront, par exemple, permettre la détection de maladies rares.
Une IA au service de notre recherche
Chez Servier, améliorer la capacité d’innovation, l’accélérer et la rendre plus efficiente au bénéfice des patients constitue une priorité.
Ainsi, une « Data Factory » a été créée au sein du Groupe en 2020 pour soutenir le développement des solutions et services utilisant l’intelligence artificielle comme levier de performance au profit de nombreux projets thérapeutiques.
« Notre objectif est d’augmenter significativement la probabilité de succès de nos candidats médicaments. Il y a énormément de données thérapeutiques générées par la recherche médicale et pharmacologique : grâce à l’IA, nous avons enfin l’opportunité de les exploiter pleinement ».
François-Xavier Blaudin de Thé, Expert Data / IA en neurologie et immuno-inflammation
C’est pourquoi nous avons défini une stratégie Data/IA visant tous nos projets de recherche.
Pour servir l’ensemble de notre chaîne R&D, nous avons identifié de nombreux cas d’usage, chacun ayant vocation à mettre à disposition des projets thérapeutiques un ensemble de fonctionnalités et de services.
Cette stratégie doit fédérer toutes les forces vives déjà existantes chez nous autour de la Data et l’IA et affiner un modèle opérationnel agile basé sur le co-développement pour donner toutes les chances aux cas d’usage de se réaliser.
Parce que nous souhaitons impliquer l’ensemble de nos équipes de R&D, nous avons choisi d’internaliser une partie très significative des développements de nos outils impliquant le traitement des données et l’IA.
« Externaliser peut créer de la distance. Internaliser permet, au contraire, de mieux acculturer les collaborateurs, tout en maîtrisant notre transformation digitale, en somme faire en sorte que tout le monde parle le même langage et adhère au projet. »
François-Xavier Blaudin de Thé, Expert Data / IA en neurologie et immuno-inflammation
Accélérer et mieux soigner
« Il est encore un peu tôt pour mesurer l’impact de l’intelligence artificielle sur les expérimentations réelles de recherche (In Vitro et In Vivo) », précise Alban. « Selon plusieurs experts du secteur pharma, l’utilisation à plein potentiel de l’IA se fera dans 7 ans(1), ainsi son influence sera plus précisément mesurable. Mais on peut déjà affirmer que l’utilisation de l’IA sur nos données est un catalyseur : elle impacte positivement la probabilité de succès de nos projets thérapeutiques accélérant ainsi la mise à disposition de nos médicaments aux patients. C’est pour cela que nous avons souhaité investir et embarquer les équipes Servier rapidement dans ces approches disruptives ».
Enfin, l’IA accélère formidablement le développement de la médecine de précision : le traitement massif de données nous permet de prendre en compte l’hétérogénéité et les particularités de chacun de nos patients, comme l’explique Philippe Moingeon, Responsable pipeline immuno-inflammation :
« Jusqu’à présent, nous traitions l’ensemble des patients atteints d’une pathologie avec le même médicament. Le principe de la médecine de précision est de définir des sous-groupes de patients aux caractéristiques pathologiques communes, afin de leur adresser des traitements ciblés mieux adaptés et donc plus efficaces ».
Assister le chercheur sans s’y substituer
À l’ampleur du challenge de l’IA, et sa place dans les organisations des laboratoires, s’ajoute l’inquiétude compréhensible de voir, dans un futur proche, des médicaments élaborés uniquement par l’IA.
Aussi, levons tout de suite les doutes : l’IA est, et restera, un assistant digital dont le rôle est d’augmenter la puissance de travail en réalisant des tâches et des calculs jusqu’ici inaccessibles et non de se substituer au chercheur.
En d’autres mots, « un moyen de rendre nos données intelligentes, de capturer leur valeur » explique Philippe Moingeon.
En traitant des milliards de données médicales grâce à des modèles prédictifs, nous serons en capacité de mettre en lumière des corrélations inconnues et inattendues, gage d’une nouvelle impulsion en matière d’expérimentation.
Renan Andrade, Lead Data Scientist, détaille :
« L’approche In Silico, c’est-à-dire par le traitement informatique, apporte des moyens supplémentaires pour, par exemple, modéliser des combinaisons de molécules ou prédire les circulations et les effets dans l’organisme de plusieurs médicaments. Elle permet aussi de réduire le nombre de tests In Vivo et, par conséquent de limiter les recours à l’expérimentation animale ».
C’est là tout l’intérêt de l’IA et son impact sur la phase de découverte du médicament : « d’abord choisir la bonne cible thérapeutique, puis choisir le bon candidat médicament, et enfin cibler le patient le plus adapté », résume Philippe Moingeon.
Combiner l’innovation scientifique à la puissance de la technologie afin d’apporter de nouveaux traitements innovants aux patients souffrant de maladies rares et difficiles à traiter
Patrimony : la plateforme IA « made in » Servier
Utilisée en phase exploratoire, la plateforme PATRIMONY, lancée en 2018, aide les chercheurs à identifier, grâce aux données patient, les cibles thérapeutiques importantes pour les pathologies sur lesquelles nous travaillons.
C’est d’autant plus important que nous avons décidé de nous concentrer sur des maladies complexes pour lesquels les besoins médicaux ne sont pas encore couverts et qui sont très graves.
Ces maladies sont encore très peu comprises, et la première étape est vraiment de trouver des cibles thérapeutiques d’intérêt (gênes ou protéines) qui permettront d’avoir un impact fort sur la maladie et/ou sur ses symptômes. A date, nous avons intégré plus de 70 bases de données internes et externes dans les maladies auto-immunes, neurologiques et dans les cancers.
Un premier succès : dans le cadre d’une étude de profilage de patients atteints de diverses maladies auto-immunes, Patrimony a permis d’identifier et de hiérarchiser plusieurs cibles thérapeutiques innovantes, permettant de lancer, en 2021, un premier projet de développement de médicament.
Pour accélérer le processus de découverte de médicaments grâce à l’intelligence artificielle, Servier et Oncodesign Precision Medicine (OPM) ont lancé, fin 2022, FederAidd (Federation for Artificial Intelligence in Drug Discovery), un campus virtuel international d’innovation ouverte.
L’objectif de FederAidd est de réunir et de favoriser les échanges autour des projets d’IA appliquée à la découverte de médicaments innovants. Lancé en France et au Canada, il accueillera des acteurs de santé du monde entier !
Lire aussi : Servier accélère sa transformation digitale avec Google Cloud !
1 Source : Pharmaceutical technology It will take years for AI use to peak in drug discovery and development process; Juin 2022