La course à l’IA de Big Pharma s’étend à la découverte, au développement et aux essais cliniques de médicaments, mais AstraZeneca s’est distinguée en déployant une technologie d’essais cliniques basée sur l’IA à une échelle de santé publique sans précédent.
Alors que les concurrents optimisent leurs pipelines internes de R&D, l’IA d’AstraZeneca est déjà intégrée dans les systèmes de santé nationaux, dépistant des centaines de milliers de patients et démontrant ce qui se passe lorsque l’IA passe des laboratoires pharmaceutiques aux soins réels aux patients.
La validation clinique appuie cette approche. L’étude CREATE d’AstraZeneca, présentée au Congrès européen du cancer du poumon en mars 2025, a démontré une valeur prédictive positive de 54,1 % pour son outil d’IA de radiographie pulmonaire, dépassant largement le seuil de succès prédéfini de 20 %.
Derrière ces chiffres : plus de 660 000 personnes dépistées en Thaïlande depuis 2022, l’IA détectant des lésions pulmonaires suspectées dans 8 % des cas. Plus critique encore, le Bureau de la sécurité sociale nationale de la Thaïlande déploie désormais cette technologie dans 887 hôpitaux, avec un budget triennal dépassant les 415 millions de bahts.
Il ne s’agit pas seulement d’un programme pilote ou d’une preuve de concept. Il s’agit d’une technologie d’essais cliniques basée sur l’IA déployée à l’échelle du système de santé national.
La divergence stratégique dans les approches des essais cliniques basés sur l’IA
Le contraste avec les concurrents est révélateur. Le Hub de recherche en ML de Pfizer a réduit les délais de découverte de médicament à environ 30 jours pour l’identification de molécules. La société a utilisé l’IA pour développer Paxlovid en un temps record, l’apprentissage automatique analysant les données des patients 50 % plus rapidement que les méthodes traditionnelles. Pfizer déploie désormais l’IA dans plus de la moitié de ses essais cliniques.
Novartis s’est associée au lauréat du prix Nobel Demis Hassabis’s Isomorphic Labs et à Microsoft pour la « découverte de médicaments pilotée par l’IA ». Son système de décision intelligent utilise des jumeaux computationnels pour simuler les processus d’essais cliniques, les sites identifiés par l’IA recrutant apparemment des patients plus rapidement que les méthodes de sélection traditionnelles.
La stratégie de « laboratoire en boucle » de Roche itère les modèles d’IA avec des expériences en laboratoire. Ayant acquis Foundation Medicine et Flatiron Health, Roche a construit la plus grande base de données génomique clinique de l’industrie – plus de 800 000 profils génomiques à travers plus de 150 sous-types de tumeurs – visant des gains d’efficacité de 50 % dans la gestion de la sécurité d’ici 2026.
L’avantage des opérations cliniques d’AstraZeneca
Ce qui distingue AstraZeneca dans les essais cliniques basés sur l’IA n’est pas seulement l’ambition, mais l’exécution à grande échelle. L’entreprise mène plus de 240 essais mondiaux dans son pipeline de R&D et a systématiquement intégré l’IA générative dans toutes les opérations cliniques.
Il s’agit d’un « outil de protocole intelligent », développé avec des rédacteurs médicaux, qui a réduit le temps d’élaboration des documents jusqu’à 85 % dans certains cas. La société utilise l’IA pour la détection de localisation en 3D sur les scanners CT, réduisant ainsi le temps que les radiologues passent à l’annotation manuelle.
Plus significativement, AstraZeneca est pionnière dans la création de groupes de contrôle virtuels pour les essais cliniques basés sur l’IA en utilisant des dossiers de santé électroniques et des données d’essais passés pour simuler des bras de placebo – réduisant potentiellement le nombre de patients recevant des traitements non actifs. Cela représente une refonte fondamentale de la conception même des essais cliniques.
Le programme de dépistage du cancer du poumon illustre cette focalisation stratégique. En utilisant l’outil qXR-LNMS de Qure.ai, AstraZeneca ne se contente pas de mener des essais – elle transforme l’infrastructure de santé publique. L’expansion de décembre 2025 comprend un nouveau programme de dépistage des travailleurs industriels ciblant 5 000 travailleurs dans quatre provinces thaïlandaises, s’étendant désormais du cancer du poumon à la détection de l’insuffisance cardiaque.
La course à l’accélération du calendrier
Les indicateurs de l’industrie montrent pourquoi les essais cliniques basés sur l’IA sont importants : le développement de médicaments traditionnel prend 10 à 15 ans avec un taux d’échec de 90 %. Les médicaments découverts par l’IA atteignent des taux de succès de phase I de 80 à 90 % – soit le double du benchmark traditionnel de 40 à 65 %. Plus de 3 000 médicaments assistés par l’IA sont en développement, avec plus de 200 approbations activées par l’IA attendues d’ici 2030.
Pfizer passe de l’identification de molécules aux essais cliniques en cycles de six semaines. Novartis analyse 460 000 essais cliniques en quelques minutes contre plusieurs mois. Pourtant, le modèle d’AstraZeneca a un impact immédiat sur les patients – détectant aujourd’hui des cancers chez des populations mal desservies, souvent avant l’apparition des symptômes.
Le milliard de dollars américains question
Le Forum économique mondial prévoit que l’IA pourrait générer de 350 à 410 milliards de dollars américains par an pour l’industrie pharmaceutique d’ici 2030. La question est de savoir quelle approche capture plus de valeur : une découverte de médicament plus rapide ou des opérations cliniques plus efficaces ?
Le pari de Pfizer sur la conception de médicaments computationnels et la sélection de sites d’essais cliniques alimentés par l’IA de Novartis pourraient produire des molécules révolutionnaires. Le modèle intégré de pharma-diagnostic de Roche crée un fossé de données propriétaire.
Mais la stratégie d’AstraZeneca d’intégrer les essais cliniques basés sur l’IA dans toutes les opérations – de la génération de protocoles au recrutement de patients en passant par les soumissions réglementaires – réduit manifestement le délai de mise sur le marché tout en construisant des preuves du monde réel à grande échelle.
L’approche de partenariat de l’entreprise est tout aussi distinctive. Alors que d’autres acquièrent des entreprises d’IA ou construisent des hubs internes, AstraZeneca collabore avec des partenaires technologiques comme Qure.ai et Perceptra, des organismes de réglementation et des systèmes de santé nationaux pour déployer des essais cliniques basés sur l’IA là où des lacunes d’infrastructure existent.
Alors qu’AstraZeneca poursuit son objectif de 2030 de livrer 20 nouveaux médicaments et d’atteindre 80 milliards de dollars de revenus, son avantage en matière d’essais cliniques basés sur l’IA ne concerne pas seulement la vitesse – il s’agit de prouver la valeur de l’IA dans la phase la plus réglementée et aversion au risque du développement pharmaceutique. Alors que les concurrents se précipitent pour découvrir la prochaine molécule révolutionnaire, AstraZeneca réinvente la manière dont les essais cliniques eux-mêmes sont menés.
Le gagnant ne sera peut-être pas déterminé par celui qui construit l’algorithme le plus sophistiqué, mais par celui qui déploie la technologie des essais cliniques basés sur l’IA là où elle améliore de manière démontrable les résultats des patients – à grande échelle, sous le regard attentif des régulateurs et au sein de véritables systèmes de santé.
Et dans cette course, AstraZeneca mène actuellement.