Le développement de médicaments produit plus de données que jamais, et les grandes sociétés pharmaceutiques comme AstraZeneca se tournent vers l’IA pour leur donner un sens. Le défi n’est plus de savoir si l’IA peut aider, mais dans quelle mesure elle doit être étroitement intégrée à la recherche et au travail clinique pour améliorer les décisions concernant les essais et les traitements.
Cette question aide à expliquer pourquoi AstraZeneca intègre Modella AI en interne. La société a accepté d’acquérir la société d’IA basée à Boston dans le but d’approfondir son utilisation de l’IA dans la recherche en oncologie et le développement clinique. Les conditions financières n’ont pas été divulguées.
Plutôt que de traiter l’IA comme un outil de soutien, AstraZeneca intègre les modèles, les données et le personnel de Modella directement dans son organisation de recherche. Cette décision reflète un changement plus large dans l’industrie pharmaceutique, où les partenariats cèdent la place aux acquisitions alors que les entreprises tentent de mieux contrôler la manière dont l’IA est construite, testée et utilisée dans des contextes réglementés.
Pourquoi la possession de l’IA commence à avoir de l’importance dans la recherche sur les médicaments
Modella AI se concentre sur l’utilisation d’ordinateurs pour analyser les données pathologiques, telles que les images de biopsie, et relier ces résultats aux informations cliniques. Son travail vise à rendre la pathologie plus quantitative, en aidant les chercheurs à repérer des modèles pouvant indiquer des biomarqueurs utiles ou orienter les choix de traitement.
Dans un communiqué, Modella a déclaré que ses modèles de base et ses agents d’IA seraient intégrés aux travaux de recherche et développement en oncologie d’AstraZeneca, en mettant l’accent sur le développement clinique et la découverte de biomarqueurs.
Comment AstraZeneca a fait évoluer son partenariat en matière d’IA vers une intégration complète
Pour AstraZeneca, l’accord s’appuie sur une collaboration entamée il y a plusieurs années. Ce partenariat antérieur a permis aux deux parties de tester si les outils de Modella pouvaient fonctionner dans l’environnement de recherche du fabricant de médicaments. Selon les dirigeants d’AstraZeneca, l’expérience a clairement montré qu’une intégration plus étroite était nécessaire.
S’exprimant lors de la conférence JP Morgan Healthcare, Aradhana Sarin, directeur financier d’AstraZeneca, a décrit l’acquisition comme un moyen d’apporter davantage de données et de capacités d’IA au sein de l’entreprise.
« Le développement de médicaments oncologiques devient de plus en plus complexe, plus riche en données et plus sensible au temps », a déclaré Gabi Raia, directeur commercial de Modella AI, ajoutant que rejoindre AstraZeneca permettrait à l’entreprise de déployer ses outils dans le cadre d’essais et de contextes cliniques mondiaux.
Utiliser l’IA pour améliorer les décisions en matière de procès
Sarin a déclaré que l’accord « dynamiserait » les travaux d’AstraZeneca en matière de pathologie quantitative et de découverte de biomarqueurs en combinant des données, des modèles et des équipes sous un même toit. Bien qu’un tel langage reflète l’ambition, l’objectif pratique est plus fondé : réduire le temps nécessaire pour transformer les données de recherche en décisions qui affectent la conception des essais et la sélection des patients.
Un domaine dans lequel AstraZeneca s’attend à ce que l’IA ait un impact est celui du choix des patients pour les essais cliniques. Une meilleure adéquation des patients aux études pourrait améliorer les résultats des essais et réduire les coûts liés aux retards ou aux échecs des études.
Ce type d’amélioration dépend moins d’algorithmes complexes que d’un accès constant à des données propres et à des outils adaptés aux flux de travail existants.
Les talents et les outils migrent en interne
L’acquisition met également en évidence un changement dans la façon dont les grandes sociétés pharmaceutiques perçoivent les talents en IA. Plutôt que de s’appuyer sur des fournisseurs externes, les entreprises considèrent de plus en plus les data scientists et les experts en apprentissage automatique comme faisant partie de leurs équipes de recherche principales. Pour AstraZeneca, le regroupement du personnel de Modella en interne réduit la dépendance à l’égard des feuilles de route externes et donne à l’entreprise plus de pouvoir sur la manière dont les outils sont adaptés à mesure que les besoins de recherche évoluent.
AstraZeneca a déclaré que c’était la première fois qu’une grande société pharmaceutique acquiert une entreprise d’IA, même si les collaborations entre les fabricants de médicaments et les entreprises technologiques sont devenues courantes.
AstraZeneca rejoint un groupe très nombreux d’accords pharma-IA
Lors de la même conférence sur la santé, plusieurs nouveaux partenariats ont été annoncés, notamment une collaboration d’un milliard de dollars entre Nvidia et Eli Lilly pour construire un nouveau laboratoire de recherche utilisant les dernières puces d’IA de Nvidia.
Ces accords témoignent d’un intérêt croissant pour l’IA dans l’ensemble du secteur, mais ils soulignent également une différence stratégique clé. Les partenariats peuvent accélérer l’expérimentation, tandis que les acquisitions suggèrent un pari à plus long terme sur le renforcement des capacités internes. Pour les entreprises soumises à des règles réglementaires strictes, ce contrôle peut être aussi important que la puissance de calcul brute.
Sur quoi AstraZeneca parie ensuite
Sarin a décrit le précédent partenariat AstraZeneca-Modella comme un « essai routier », affirmant que l’entreprise souhaitait en fin de compte les données, les modèles et les personnes de Modella au sein de l’organisation. L’objectif, a-t-elle déclaré, est de soutenir le développement de « biomarqueurs hautement ciblés, puis de thérapies hautement ciblées ».
Au-delà de l’accord Modella, Sarin a déclaré que 2026 devrait être une année chargée pour AstraZeneca, avec plusieurs résultats d’essais à un stade avancé attendus dans différents domaines thérapeutiques. L’entreprise vise également un objectif de 80 milliards de dollars de chiffre d’affaires annuel d’ici 2030.
La question de savoir si des acquisitions comme celle-ci contribueront à atteindre ces objectifs dépendra de leur exécution. L’intégration de l’IA dans le développement de médicaments est lente, coûteuse et souvent compliquée. Néanmoins, la décision d’AstraZeneca montre clairement où réside la valeur de l’IA : non pas dans l’achat de l’IA en tant que service, mais dans son intégration profonde dans la manière dont les médicaments sont découverts et testés.
(Photo de Mika Baumeister)
