Lors de la conférence Pharma Meets AI qui s’est tenue à Barcelone, en Espagne, en avril 2026, des experts ont discuté de l’adoption rapide de l’intelligence artificielle dans le développement de médicaments et des nouveaux défis liés à la confiance et à la gouvernance. Malgré les progrès en modélisation prédictive et automatisation, des problèmes de qualité, de biais et de fiabilité des modèles freinent une adoption généralisée. Le Dr Debarshi Dey, de Galapagos, a souligné que l’IA doit passer d’une utilisation expérimentale à une intégration dans les cadres décisionnels. L’IA a un impact significatif en matière de prédiction, de personnalisation et de productivité, mais la confiance reste cruciale, notamment dans des domaines sensibles comme la découverte de médicaments. Il est essentiel que les modèles d’IA soient entraînés sur des jeux de données de haute qualité et représentatifs pour éviter les biais pouvant entraîner des prédictions trompeuses. Par conséquent, l’accent est de plus en plus mis sur une validation rigoureuse, un contexte d’utilisation clair et une surveillance continue de la performance de l’IA. Les organismes de réglementation évoluent vers une facilitation active de l’IA, se concentrant sur l’auditabilité, la transparence et la reproductibilité, reflétant une tendance plus large de l’industrie à considérer l’IA comme un système continuellement gouverné. À mesure que l’adoption de l’IA progresse, établir la confiance grâce à une gouvernance solide sera essentiel pour son évolution, passant d’outils expérimentaux à une composante centrale de la prise de décision dans le développement de médicaments.
Quels sont les principaux obstacles à l’extension de l’IA dans le développement de médicaments ?
