Un peu plus de 60% des publications scientifiques sur l’intelligence artificielle (IA) en pharma portent sur la R&D, où la technologie permet notamment de réduire les délais de recherche et développement de médicaments.

C’est un des résultats du rapport de Product Life Group (PLG), publié le 12 novembre et intitulé “L’IA et son pouvoir de transformation sur l’industrie pharmaceutique“.

Ce document analyse l’impact de l’IA et détaille les principaux domaines d’application, les défis de l’adoption de l’IA, ainsi que les perspectives pour la bonne intégration de la technologie dans le secteur.

R &D

La R&D est le domaine le plus touché par l’IA, représentant environ 60% des publications scientifiques, notamment car l’IA aide à réduire les délais de découverte et de développement de médicaments, les faisant passer des cinq/six ans historiques à moins de quatre ans, avec des programmes utilisant l’IA réussis, souligne le rapport.

Les experts de PLG notent aussi que les entreprises pharmaceutiques allouent environ 15% de leur chiffre d’affaires à la R&D, un chiffre qui justifie la forte concentration de la recherche en IA dans ce domaine, notamment pour comprendre des maladies complexes et découvrir de nouveaux médicaments.

La R&D concentre 39 publications dans l’échantillon de PLG, traitant des essais cliniques, de la découverte de médicaments, et des données “multi-omiques”.

REGLEMENTATION

L’IA optimise aussi la préparation des documents réglementaires, notamment via l’intelligence documentaire et l’IA générative. Environ 10% des publications traitent de cette application, bien que les affaires réglementaires représentent moins de 6 à 8% des dépenses de l’industrie. Les modèles de langage (large language models-LLM) facilitent la rédaction automatique des dossiers réglementaires, nécessitant cependant une supervision humaine pour garantir la précision et la conformité.

PHARMACOVIGILANCE

En pharmacovigilance, l’IA permet de gérer rapidement de vastes volumes de données de sécurité et d’améliorer la gestion des cas. Elle réduit de 50% le temps consacré aux étapes de triage initial, de saisie des données et de révision de qualité.

Le rapport fait valoir un fort potentiel de transformation pour la surveillance de la littérature, la gestion des cas et l’information médicale standardisée.

PRODUCTION ET QUALITÉ

L’automatisation IA en production et en assurance qualité représente 13% des publications analysées. Elle contribue à améliorer les processus de fabrication et de maintenance prédictive, avec un contrôle en temps réel et une optimisation des rendements de production, conformément aux évolutions de l’industrie 4.0 et 5.0.

Bien que sous-utilisée, l’IA présente un potentiel élevé pour automatiser et simplifier les processus d’accès au marché, d’établissement des prix et de remboursement. Ce domaine représente environ 5% des publications. L’analyse de données sur la santé économique et les prix permet une compréhension plus fine des besoins des cliniciens et des patients, facilitant ainsi des lancements de produits mieux ciblés.

Les défis émergents dans l’adoption de l’IA

1) Les experts de PLG rappellent que l’IA nécessite un contrôle strict de la qualité des données selon les principes dits “ALCOA+”, c’est-à-dire que les données doivent être attribuables, lisibles, contemporaines, originales, fiables, complètes, cohérentes, durables et disponibles.

2) Lors d’une consultation avec 62 leaders de l’industrie, menée en 2024, la validation des systèmes IA et la précision des données ont été identifiées comme des obstacles majeurs à son adoption.

3) La mise en œuvre de l’IA implique également de combler des lacunes en compétences, demandant des formations coûteuses ou des recrutements spécialisés. En parallèle, l’intégration harmonieuse de l’IA dans les flux de travail existants nécessite une gestion du changement.

4) Le développement et la validation de systèmes IA demande d’importants investissements financiers et humains et pose la question intangible de définition d’un modèle économique viable. PLG recommande ainsi aux entreprises pionnières du secteur de partager leurs retours d’expérience, notamment en matière de réduction des délais de R&D, pour justifier économiquement l’adoption de l’IA.

Dans son rapport, PLG s’interroge en conclusion : les entreprises devraient-elles adopter l’IA pour des gains immédiats, ou adapter leurs systèmes en profondeur pour maximiser ses avantages à long terme ?

L’adoption apporte des gains d’efficacité rapides, tandis que l’adaptation nécessite des changements structurels profonds et la création d’une infrastructure capable d’évoluer avec les avancées de l’IA.

Source : PLG Life group