L'IA rate son pari sur les maladies cardiaques : leçon de modestie pour la pharma
Texte généré par une intelligence artificielle et publié automatiquement.
Plusieurs candidats médicaments développés avec l'aide de l'intelligence artificielle viennent d'échouer en essais cliniques dans le domaine cardiovasculaire, selon les résultats présentés à la conférence scientifique de l'American Heart Association 2026. STAT News pose la question que personne ne veut entendre : l'IA accélère-t-elle vraiment la recherche médicamenteuse, ou ne fait-elle que déplacer le moment de l'échec ?
L'intelligence artificielle allait tout révolutionner dans le développement du médicament. Moins d'essais ratés, des molécules mieux ciblées, des délais raccourcis. C'est en tout cas ce que promettaient les pitchs de startups et les communiqués de presse des grands labos depuis plusieurs années. La réalité présentée à la conférence scientifique de l'American Heart Association 2026 est plus nuancée, et STAT News ne mâche pas ses mots.
Plusieurs candidats médicaments développés avec le soutien de plateformes d'IA ont échoué lors de leurs essais cliniques dans le domaine cardiovasculaire. Ce n'est pas un cas isolé : STAT News parle d'une tendance qui devrait rendre toute la communauté pharmaceutique plus sceptique vis-à-vis du battage médiatique autour de l'IA dans la R&D.
Le raisonnement de fond est implacable. L'IA excelle à identifier des corrélations dans des données massives, à prédire des interactions moléculaires, à optimiser des structures chimiques. Mais elle ne peut pas, à ce stade, prédire avec fiabilité le comportement d'une molécule chez un patient réel, avec ses comorbidités, ses polymorphismes génétiques et ses co-médications. La biologie humaine reste plus complexe que n'importe quel modèle entraîné.
Ce que cela change concrètement dans le pipeline : les délais de mise sur le marché ne se réduisent pas magiquement parce qu'une IA a présélectionné les candidats. L'essai clinique de phase III reste le juge de paix. Et un essai raté en phase III avec un candidat IA coûte autant, voire plus, qu'un essai raté avec un candidat identifié par des méthodes classiques, parce que les attentes initiales sont plus élevées et les investissements plus importants.
Pour le pharmacien d'officine, la question peut sembler lointaine. Mais elle est directement liée à ce qui arrive dans ta PDA et sur tes rayonnages dans cinq ou dix ans. Si l'IA ne tient pas ses promesses en R&D cardiovasculaire, les pipelines s'allongent, les innovations tardent, et les ruptures de stock sur les classes existantes se prolongent faute d'alternatives.
La leçon à retenir : l'IA est un outil puissant de présélection et d'optimisation, pas un oracle. Les labos qui surinvestissent dans la communication autour de l'IA au détriment de la rigueur clinique paient aujourd'hui la facture. Et les pharmaciens qui verront arriver ces nouvelles molécules dans quelques années auront tout intérêt à lire les études cliniques, pas les communiqués de presse.
