L’Intelligence artificielle : le nouvel or noir des industries

L’histoire de l’intelligence artificielle

L’intelligence artificielle a pris une place prépondérante ces dernières années et encore plus depuis la sortie de ChatGPT fin 2022.

Cependant, l’histoire fascinante de l’IA s’étend sur plusieurs décennies. Dès les années 1940, le mathématicien Alan Turing pose les bases théoriques de l’informatique a

vec la « machine de Turing ». Celle-ci est capable d’accomplir une série de tâches que l’humain lui indique. Les actions qu’elle réalise dépendent ensuite de ce qu’elle a déjà accompli. Dans son livre Computing Machinery and Intelligence, Alan Turing soulève la question d’inculquer aux machines une forme d’intelligence. Il dé

crit un test aujourd’hui connu sous le nom « Test de Turing » dans lequel un sujet interagit à l’aveugle avec un autre humain, puis avec une machine programmée pour formuler des réponses sensées.

En 1956, lors de la conférence de Dartmouth, John McCarthy introduit le terme d’intelligence artificielle. La discipline académique est officiellement fondée. L’IA connaît ensuite des phases de prospérité puis de ralentissement du fait de limites technologies et d’attentes trop élevées.

Le début du 21e siècle marque un intérêt croissant pour les différentes technologies de machine et deep learning. L’IA connaît une importante expansion pour arriver à son âge d’or avec une croissance exponentielle ces dernières années.

L’omniprésence de l’IA

De la théorie à des avancées significatives technologies, l’IA permet d’effectuer des tâches qui nécessiteraient l’intelligence humaine. Cela inclut la résolution de problèmes, la compréhension du langage naturel ou encore l’apprentissage.

L’IA s’est peu à peu intégrée dans de nombreux aspects de la vie la rendant omniprésente dans notre quotidien. Dans la vie privée ou la pratique professionnelle, l’IA a révolutionné la façon dont les entreprises opèrent.

L’IA est par exemple présente dans les assistants vocaux intelligents ou les chatbot utilisant le Natural Langage Processing (ou traitement automatique du langage) tels que Siri d’Apple. Siri offre une expérience personnalisée grâce à la reconnaissance vocale, en apprenant à connaître les préférences de l’utilisateur et en anticipant ses besoins.

Également, de nombreuses applications utilisent cette technologie pour fournir des services toujours plus personnalisés. Cela est notamment le cas d’Airbnb qui analyse les images par apprentissage automatique pour faire ressortir les éléments différenciants par client. De cette façon, l’image principale de l’annonce change automatiquement pour correspondre aux préférences et aux critères de sélection du client.

Amazon utilise aussi l’intelligence artificielle pour offrir des recommandations de produits personnalisées sur le comportement des acheteurs tels que les articles consultés, ajoutés au panier ou achetés. Cette approche augmente l’efficacité des ventes et améliore l’expérience clients.

De plus, l’IA permet de collecter en temps réel le volume important et hétérogène de données émanant de différentes sources (réseaux sociaux, internet, objets connectés, ressources académiques…), de les traiter et de les analyser pour apporter une réelle valeur à l’entreprise. Cela a un impact important dans toutes les verticales. Pour les équipes Sales et marketing, l’intégration de toutes les données clients devient automatisée dans plusieurs systèmes. Cela raccourcit les cycles de vente avec une amélioration de la performance du pipeline mais permet aussi la personnalisation des campagnes marketing.

Au sein des équipes, l’intelligence artificielle mêlée à l’automatisation robotisée des processus (RPA) offre de multiples possibilités telles que l’organisation automatique des tâches avec une priorisation de certains éléments du projet et un rappel automatique des échéances. L’amélioration des processus internes permet un gain de temps considérable dans les tâches quotidiennes et in fine, une amélioration de la productivité.

Le nombre d’utilisations de l’intelligence artificielle est infini. Cela explique pourquoi, dans tous les secteurs d’activité, le nombre de solutions intégrant l’IA ne cesse de croître. De la création de contenus aux jeux vidéo en passant par la musique et la santé, le marché de l’IA explose.

La révolution de l’IA générative

L’IA traditionnelle se caractérise par l’apprentissage par la machine du lien entre une data et une étiquette pour reproduire l’intelligence humaine et se concentrer sur l’analyse et l’interprétation des données. Avec l’avènement des réseaux de neurones profonds et de l’apprentissage automatique, les capacités de l’IA n’ont cessé de croître pour comprendre les informations mais également créer de nouvelles données, donnant naissance à l’IA générative.

A partir d’un prompt, qui est la description de la sortie attendue, les algorithmes sont capables de rechercher dans toute la data brute et non structurée sur laquelle ils ont été entraînés afin de générer un nouveau contenu.

ChatGPT a marqué un tournant dans l’histoire en termes d’innovation de rupture. Cet agent conversationnel vient de fêter son premier anniversaire alors que nous pourrions croire qu’il est là depuis toujours. Avec un engouement de la part du grand public (100 millions d’utilisateurs actifs en 2 mois) mais également de géants (investissements de Microsoft), ce grand modèle de langage (LLM) n’a cessé d’étonner les utilisateurs (excellents résultats à divers examens ou encore diagnostic précis).

Beaucoup de concurrents d’OpenAI ont, depuis, lancé leur propre agent conversationnel (Google avec Bard ou encore Quora avec Poe) mais l’annonce par Google de la sortie de Gemini marque un nouveau tournant. Google promet de révolutionner la manière dont les développeurs et les entreprises utilisent l’IA pour créer et développer des applications. Certains professionnels pensent que Gemini détrônera ChatGPT-4 du fait de sa polyvalence : inputs de texte, code, audio, image ou encore vidéo.

Les cas d’usage de l’IA dans la pharma

L’industrie pharmaceutique n’échappe pas à cette révolution technologique. A l’heure où la santé fait face à de nombreux défis (vieillissement de la population, chute de l’offre de soins, accélération des maladies chroniques ou encore haute exigence médico-économique), la chaîne de valeur de la Pharma évolue au rythme des innovations digitales.

Au cours des cinq dernières années, l’industrie pharmaceutique a multiplié et accéléré les partenariats technologiques afin d’améliorer l’ensemble de sa chaîne de valeur.

Pour la R&D, la chimie et la biologie n’ont permis d’identifier qu’une petite partie des possibilités thérapeutiques. L’arrivée des données et de l’IA a ouvert un nouveau champ d’approche. En réalisant des partenariats avec des entreprises intégrant des solutions d’IA, la Pharma identifie beaucoup plus rapidement de nouveaux biomarqueurs et cibles thérapeutiques en appliquant de nouvelles approches de science des données aux données multimodales.

Des entreprises telles qu’Aqemia développent des logiciels permettant de prédire l’affinité entre les médicaments et les cibles thérapeutiques responsables d’une maladie. Grâce à des systèmes d’apprentissage automatique, il devient possible de réaliser une prédiction en quelques minutes. De nombreux laboratoires pharmaceutiques n’hésitent pas à collaborer avec ces sociétés pharmaceutiques de nouvelle génération pour la découverte de médicaments. Cela est notamment le cas de Sanofi qui vient d’annoncer une importante collaboration pluriannuelle de 140 millions de dollars pour accélérer la découverte de petites molécules dans divers domaines thérapeutiques en s’appuyant sur la plateforme de physique profonde d’Aqemia combinée à l’intelligence artificielle générative.

Également, l’IA permet la génération de données synthétiques sur les patients pour les essais cliniques. Dans le cas des maladies rares, lorsque les patients n’ont pas été diagnostiqués ou pour les populations à risque, les modèles d’IA permettent de réduire le nombre de patients à recruter en développant des jumeaux numériques. Par exemple, en 2023, Quinten Health et Unicancer ont réalisé un consortium public-privé pour développer des jumeaux numériques et optimiser le design ainsi que l’implémentation des jumeaux numériques. Les modèles permettent la simulation de l’hétérogénéité des patients dans la vie réelle.

Enfin, l’industrie pharmaceutique développe des partenariats de la R&D jusqu’au suivi des patients. On remarque de nombreuses initiatives pour personnaliser le support des patients, améliorer leur accès aux essais cliniques ou encore leur prise en charge et traitement en temps réel.

Source : image générée avec DALL-E pour représenter l’IA en santé

Chaque jour, de nouvelles fonctionnalités ou possibilités sont disponibles grâce à l’intelligence artificielle. Si vous souhaitez en savoir plus sur le potentiel d’usage de l’IA dans votre pratique opérationnelle, consultez notre nouvelle Masterclass en cliquant ici.

Si vous souhaitez en savoir plus sur les partenariats digitaux de l’industrie pharmaceutique, commandez notre rapport en cliquant ici.

Laura Bailet

Chef de projet santé digitale, data & IA chez TechToMed

laura.bailet@techtomed.com

Si cet article a éveillé votre intérêt et que ce sujet vous parle, n’hésitez pas à nous contacter pour en savoir plus sur notre expertise et nos prestations : sessions d’acculturation, formations, études et bien plus encore !

Ces articles pourraient vous intéresser :