Anthropic défie Big Pharma avec son programme IA pour médicaments

Anthropic défie Big Pharma avec son programme IA pour médicaments

Anthropic lance ses propres programmes de développement de médicaments pour des maladies négligées que l'industrie pharmaceutique traditionnelle considère comme non rentables.

Le PDG de Novartis, Vas Narasimhan, affirme que de nouveaux modèles d'IA pourraient réduire le temps de développement des médicaments de douze ans à sept ou huit ans. De meilleures prévisions de sécurité pourraient également doubler le taux de succès, le faisant passer de 8 à 16 pour cent.

Google DeepMind et OpenAI s'engagent également dans le domaine médical avec des initiatives telles que Isomorphic Labs et ChatGPT Health.

Anthropic prévoit de rechercher des traitements pour des maladies que les entreprises pharmaceutiques et biotechnologiques traditionnelles jugent non rentables, en se concentrant sur le développement préclinique des médicaments. Anthropic déclare que cette initiative s'aligne sur sa mission à but non lucratif et l'aidera à construire de meilleurs modèles et outils d'IA pour l'industrie dans son ensemble grâce à une expérience directe. L'annonce a été faite lors d'un événement pour le nouvel outil d'IA scientifique de l'entreprise, "Claude Science".

L'événement a également présenté des exemples préliminaires de la manière dont l'IA pourrait accélérer la recherche médicale. Un chercheur de l'UCSF a utilisé Claude Science pour détecter une contamination virale en quelques minutes, que son équipe avait manquée pendant une année entière, selon Anthropic. L'entreprise indique également que Claude a analysé 100 maladies génétiques rares en moins d'une heure et a identifié 32 candidats pour un dépistage computationnel.

Petits gains, impact massif

Vas Narasimhan a déclaré qu'obtenir un candidat médicament fini de son développement à son approbation prend actuellement environ douze ans. Il a divisé les retards en trois catégories : latence d'information, latence opérationnelle et latence biologique.

De nouveaux outils et modèles pourraient réduire considérablement les deux premières catégories, qui représentent environ 40 pour cent du temps total de développement. La latence biologique, le temps nécessaire pour les tests sur animaux, les modèles cellulaires et les essais cliniques humains, ne diminuera pas beaucoup. Cela pourrait réduire les délais de développement à sept ou huit ans.

Narasimhan estime également qu'il y a une possibilité de doubler les taux de succès, passant de 8 à 16 pour cent. De meilleures prévisions de sécurité et des propriétés moléculaires optimisées pourraient y contribuer, bien que l'effet d'une meilleure sélection des patients reste incertain. Le plus grand défi reste de déterminer si une cible médicamenteuse est biologiquement la bonne pour une maladie donnée.

Selon Narasimhan, même ces gains apparemment modestes seraient considérables lorsqu'ils sont appliqués à l'échelle des grandes entreprises pharmaceutiques. Ensemble, ces grandes entreprises dépensent entre 150 et 200 milliards de dollars par an en R&D et n'ont produit que 800 à 1 000 médicaments en 120 ans. Plus de maladies pourraient être traitées, et des cibles médicamenteuses auparavant considérées comme inaccessibles pourraient devenir viables.

L'IA dans le secteur de la santé

D'autres entreprises d'IA s'engagent également dans le domaine médical. Le PDG de DeepMind, Demis Hassabis, a cofondé Isomorphic Labs avec Alphabet pour appliquer l'IA directement à la découverte de médicaments. L'outil de prédiction de la structure des protéines de Google DeepMind, AlphaFold, reste l'un des exemples les plus marquants de l'IA en biologie, et son co-développeur John Jumper a récemment rejoint Anthropic.

Du côté clinique, Google DeepMind a introduit un AI Co-Clinician en 2026, construit autour des soins triadiques. Les agents d'IA soutiennent les patients tout au long de leur traitement, tandis que le médecin conserve l'autorité clinique.

OpenAI s'est également tourné vers le secteur de la santé au cours des dernières années. Au début de 2026, elle a lancé ChatGPT Health, une section dédiée à la santé au sein de ChatGPT qui permet aux utilisateurs de connecter des dossiers médicaux, des données de santé Apple et des applications de bien-être.

Des experts indépendants continuent d'appeler à la prudence, en particulier lorsque l'IA est utilisée dans des contextes cliniques pour les diagnostics, les plans de traitement et les soins directs aux patients. Catherine Pope de l'Université d'Oxford a qualifié les résultats jusqu'à présent de "décrochés du monde humain, complexe et chaotique des soins de santé quotidiens."