Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
L'impact de l'IA sur le développement médical
Shweta Maniar, qui dirige la stratégie Healthcare & Life Sciences chez Google Cloud, a récemment partagé son point de vue sur l'impact de l'intelligence artificielle dans le secteur de la santé. Elle a souligné que 92% des médicaments échouent lors des essais cliniques de phase 1, ce qui signifie que seulement 8% parviennent à franchir cette étape cruciale. L'IA a le potentiel de transformer cette phase en améliorant le dépistage précoce des molécules candidates. Cela permettrait d'identifier celles qui méritent d'avancer vers la phase 1 et de prédire les échecs potentiels avant même qu'ils ne se produisent. Bien que l'IA continue de progresser dans des domaines tels que la découverte de médicaments et le diagnostic, c'est dans cette phase initiale du développement médicamenteux que son impact pourrait être le plus significatif.
Au-delà de la puissance de calcul : un besoin de compétences
Selon Maniar, la véritable limite à l'adoption de l'IA dans le domaine médical n'est plus la puissance de calcul, mais plutôt la montée en compétences des équipes. Il est essentiel que les chercheurs, les marketeurs et les professionnels des sciences de la vie s'approprient ces technologies. Les outils d'IA ne sont plus réservés aux équipes informatiques. La question du temps nécessaire pour que ces équipes se sentent à l'aise avec ces outils est cruciale. Les équipes qui réussiront à intégrer ces technologies deviendront progressivement plus natives du numérique et de l'IA, d'une manière fondamentalement différente de ce qui se déploie aujourd'hui.
Des succès concrets grâce à l'IA
Maniar a également évoqué des collaborations fructueuses avec des entreprises comme Recursion, spécialisée dans la découverte de médicaments basée sur l'IA. Grâce à l'utilisation de TPUs et au biomapping, Recursion a pu amener un médicament en essais cliniques de phase 3, un succès en partie attribué à leur collaboration avec Google Cloud. Ces exemples illustrent ce que Google Cloud cherche à rendre possible dans le secteur médical.
Elle a exprimé son enthousiasme pour l'industrie des sciences de la vie, notamment grâce au développement de capacités spécifiques à ce secteur. Par exemple, Gemini est un outil qui peut être fine-tuné sur des données médicales et qui a la capacité de lire et comprendre des informations génomiques, ce qui le rend particulièrement précieux. Une tendance croissante se dessine : les clients ont de moins en moins besoin de fine-tuner ces modèles, et les apprentissages s'intègrent progressivement dans Gemini.
Adoption de l'IA : un fossé entre l'Europe et les États-Unis
Les différences dans l'adoption de l'IA entre l'Europe et les États-Unis sont notables. En Europe, ainsi que dans la région Asie-Pacifique, les enjeux de souveraineté du cloud et de conformité réglementaire, tels que le RGPD, sont cruciaux. Google Cloud investit donc beaucoup de temps à collaborer avec les régulateurs locaux et les systèmes hospitaliers pour répondre aux exigences spécifiques de chaque marché. Cela inclut des discussions avec les équivalents locaux de la FDA et les grands systèmes hospitaliers pour comprendre comment ils servent leurs marchés et quelles sont leurs exigences spécifiques.
