Selon l'Inserm, l’Institut national de la santé et de la recherche médicale, il faut en moyenne quinze ans « pour qu’une molécule d’intérêt thérapeutique devienne un “vrai médicament” ». De plus, produire un médicament coûte cher. Selon l’Office of Health Economics, en 2000, il fallait débourser environ 1,5 milliard de dollars en recherche et développement pour qu’un médicament contenant une nouvelle substance arrive sur le marché. Mais l'utilisation conjuguée de superordinateurs hexaflopiques, attendus pour 2020 et de l'intelligence artificielle, pourrait résoudre cette contrainte de temps, et d’argent.
GSK a signé un « accord de collaboration stratégique » avec Exscientia, une société écossaise qui utilise l’intelligence artificielle pour découvrir des médicaments. En clair, la multinationale souhaite profiter des superordinateurs d’Exscientia et de ses compétences en matière de deep learning pour trouver de nouveaux médicaments. Si celle-ci remplit ses objectifs, elle pourrait recevoir un chèque de 43 millions de dollars. GSK a en effet fixé dix objectifs ; dix « cibles » qu’il faut atteindre à l’aide de nouvelles molécules.
Le but, pour GSK, est de réduire le temps écoulé entre la découverte d’une nouvelle molécule et les phases de tests sur les humains. Andrew Hopkins, CEO d’Exscientia, se veut confiant. Il prétend que, grâce aux procédés développés par son entreprise, le temps passé pour trouver des traitements potentiels est réduit d’un quart. De même pour le coût.
Article rédigé par Georges Simmonds pour RT Flash
