Vous pensiez que l'intelligence artificielle allait enfin sortir la recherche pharmaceutique de son Moyen Âge ? Que les réseaux de neurones allaient pondre des médicaments aussi vite qu'un chatbot pond des poncifs ? Asseyez-vous, on va vous rafraîchir la mémoire.
Le vieux cauchemar du médicament : coûts, échecs, profits records
Concevoir un nouveau médicament, c'est comme construire une fusée avec des allumettes. 2,6 milliards de dollars en moyenne, 10 à 15 ans de développement, et 90 % des candidats finissent à la poubelle. Ce n'est pas un secret : l'industrie pharmaceutique a bâti son empire sur des échecs massifs que les patients – et les systèmes de santé – financent à grand renfort de prix stratosphériques. Les médicaments biologiques, ces protéines ingénieuses, sont censés changer la donne. Mais les coûts de production restent délirants, les brevets verrouillent tout, et les scandales de surfacturation s'accumulent.
L'IA comme dernier gadget marketing
Alors voilà qu'arrive l'IA, sauveur suprême. Des startups promettent de designer des molécules en quelques jours, de prédire les effets secondaires avant même le premier essai. Sauf que derrière les communiqués de presse ronflants, on retrouve les mêmes labos qui réutilisent les mêmes bases de données – souvent biaisées, incomplètes, bourrées de publications frauduleuses. Regardez DeepMind et son AlphaFold : une prouesse technique, certes, mais quel impact réel sur la délivrance d'un seul traitement ? Les trois quarts des startups IA-santé (chiffres 2023) n'ont toujours pas un seul produit en phase clinique. Elles lèvent des millions sur des slides, pas sur des résultats.
Et pendant ce temps, les Big Pharma comme Novartis, Pfizer ou Roche engouffrent des milliards dans l'acquisition de ces jeunes pousses. Pourquoi ? Pas pour innover : pour contrôler le narratif, pour faire monter leurs actions, pour habiller leur vieux modèle extractif en révolution technologique. L'IA ne réduit pas les coûts des médicaments – elle les cache dans des dépenses en R&D que les brevets permettront de justifier des prix encore plus élevés.
Qui paye la facture ?
Pendant que les algorithmes tournent sur des clusters de GPU énergivores (bonjour l'empreinte carbone), les patients continuent d'attendre. Les promesses de l'IA dans la découverte de médicaments rappellent curieusement celles du blockchain dans la santé : un tsunami de hype, une poignée de bénéfices tangibles, et une armée de consultants qui s'en mettent plein les poches. Les régulateurs, comme la FDA, peinent à évaluer ces nouveaux outils : les modèles sont opaques, les données propriétaires. Résultat : on autorise des essais cliniques sur la base d'algorithmes qu'on ne comprend pas vraiment.
Alors non, l'IA ne désigne pas la prochaine génération de médicaments. Elle permet surtout à l'industrie de reconditionner ses vieilles recettes sous un emballage brillant, avec l'aval d'une presse technophile qui gobe tout tant que ça clignote. La prochaine fois qu'on vous parle de « révolution IA » en pharmacologie, demandez les résultats cliniques. Pas les slides. Pas les levées de fonds. Les vrais médicaments, ceux qui arrivent en pharmacie. Vous allez attendre longtemps.
Susanoo News – parce que l'innovation, c'est quand les patients guérissent, pas quand les actionnaires applaudissent.