Une boucle de données en IA pour atténuer Eroom's Law dans la découverte de médicaments
- 01Eroom’s Law décrit une augmentation exponentielle du coût de développement des médicaments depuis les années 1950.
- 02La découverte d’un nouveau médicament prend aujourd’hui entre 10 et 15 ans en moyenne.
- 03Une boucle de données en IA pourrait optimiser le recyclage des données pour réduire les coûts et accélérer la R&D pharmaceutique.
Une équipe de chercheurs propose une approche par boucle de données en intelligence artificielle pour optimiser la découverte de médicaments et limiter l’impact d’Eroom’s Law.
La découverte de médicaments reste un processus long et coûteux, marqué par une pression croissante liée à l’avantage du premier entrant sur le marché. Depuis les années 1950, le coût de développement d’un nouveau médicament double environ tous les neuf ans, un phénomène appelé Eroom’s Law. Aujourd’hui, le délai moyen pour commercialiser un médicament s’étend de 10 à 15 ans, avec des coûts qui dépassent souvent les milliards de dollars.
Les chercheurs suggèrent d’intégrer une boucle de données continue entre les étapes de recherche, de développement et de validation clinique. En recyclant et en enrichissant en temps réel les données issues des essais, des échecs et des succès partiels, cette méthode vise à réduire les redondances et à accélérer l’identification de molécules prometteuses. L’objectif est de transformer des décennies de données fragmentées en un flux cohérent, exploitable par des modèles d’IA pour affiner les prédictions et limiter les pertes financières liées aux essais cliniques infructueux.
