Selon la revue en ligne Pharmaceutical Technology, les ingénieurs en apprentissage automatique sont de plus en plus recherchés par les sociétés pharmaceutiques. On retrouve le plus grand nombre d’offres d’emploi en Amérique du Nord mais certains pays d’Europe et d’Asie gagnent du terrain. Ainsi, la France est le pays qui a connu la plus forte croissance avec une hausse de 2 % d’offres d’emploi entre début mars et mai 2022, comparativement à la même période l’an passé, atteignant ainsi 4,2 % des offres mondiales.
Etant donné son potentiel à assimiler rapidement les mégadonnées des bases de données biomédicales, l’IA est de plus en plus utilisée dans le domaine pharmaceutique, notamment pour améliorer la conception de médicaments assistés par ordinateur. Selon GlobalData, la société de données et d’analyse à partir desquelles Pharmaceutical Technology a publié ce rapport sur les offres d’emploi en ML, elle permet de réduire considérablement le temps et le coût de mise sur le marché d’un médicament, en particulier dans les domaines où les besoins ne sont pas satisfaits, tels que les maladies rares.
Le dernier rapport de GlobalData, « Artificial Intelligence (AI) in Drug Discovery – Thematic Research » révèle que les dépenses totales de l’industrie pharmaceutique en IA devraient atteindre plus de 3 milliards de dollars d’ici 2025.
Kitty Whitney, directrice principale de l’analyse thématique chez GlobalData, affirme :
« La découverte et le développement de médicaments sont un processus incroyablement coûteux et long. Le temps nécessaire pour qu’un médicament arrive sur le marché varie de 12 à 18 ans, avec un coût moyen d’environ 2,6 milliards de dollars. Les processus de découverte de médicaments comprennent l’identification et la validation des cibles, le développement et le dépistage des essais, l’identification des résultats, l’optimisation des pistes et la sélection de candidats pour un développement clinique ultérieur. Le processus global prend plusieurs mois et se traduit souvent par de faibles taux de réussite ou des résultats de mauvaise qualité. »
Au cours des dernières décennies, les progrès des technologies informatiques ont permis de découvrir de nouveaux médicaments mais seulement 10% des candidats se sont qualifiés pour les essais cliniques, l’IA a changé la donne.
Kitty Whitney commente :
« L’IA a montré un énorme potentiel pour améliorer davantage ces méthodes en ingérant et en explorant rapidement l’espace chimique en expansion, stimulé par la quantité toujours croissante de grandes données biomédicales, telles que la génomique, pour lesquelles certaines approches conventionnelles ne conviennent pas. Les algorithmes d’apprentissage automatique ont été utilisés avec succès pour identifier des cibles médicamenteuses, le dépistage virtuel de composés, la conception de médicaments de novo, la réutilisation de médicaments et l’identification de biomarqueurs de réponse au traitement. »
Depuis quelques années, l’utilisation de l’IA a permis l’émergence d’un nombre toujours croissant de start-ups opérant dans le domaine pharmaceutique, de partenariats pour la découverte de médicaments et d’investissements records. On a vu ainsi le premier médicament développé par IA entrer dans des essais cliniques et la réutilisation d’un médicament déjà commercialisé pour traiter la COVID-19.
Une analyse de la base de données Deals de GlobalData montre que le nombre d’alliances stratégiques de découverte de médicaments basées sur l’IA a considérablement augmenté, passant de seulement 10 en 2015 à 105 en 2021, dont près de 70 avec des sociétés pharmaceutiques. Parmi les principaux fournisseurs d’IA, GlobalData cite BenevolentAI, Exscientia, Insilico Medicine, Recursion Pharmaceuticals, Atomwise, et comme principaux utilisateurs de l’IA, Janssen, AstraZeneca, Pfizer, Bayer, Bristol Myers Squibb, GSK, Sanofi et Takeda.
Cependant Kitty Whitney avertit :
« Bien que l’IA ait montré le potentiel de transformer considérablement les processus de découverte de médicaments, son utilisation en est encore à ses débuts. La plupart des nouveaux médicaments qui ont été développés à l’aide de l’IA en sont à des stades précliniques ou de découverte, et il pourrait s’écouler de nombreuses années avant qu’un traitement basé sur l’IA ne soit approuvé. Malgré la promesse que l’IA tient pour la découverte de médicaments, elle fait toujours face à plusieurs défis. Il s’agit notamment de la qualité et de la pertinence des données, de l’éducation de la communauté scientifique pour accroître l’adhésion, de la maîtrise du battage médiatique ou du discours dominant sur l’IA et des pénuries de compétences. »
Le rapport de Pharmaceutical Technology sur les emplois en ML
Pharmaceutical Technology a analysé les données de GlobalData qui suit le nombre de nouvelles offres d’emploi d’entreprises clés dans divers secteurs, en l’occurrence l’apprentissage automatique de début mars à fin mai 2021 et les a comparées à celles de la même période cette année.
L’Amérique du Nord est toujours la région qui embauche le plus : elle totalise à présent 63,9 % des emplois en apprentissage automatique, contre 62,6 % au même trimestre l’an dernier. En Europe, l’augmentation a été de 0,6% tandis que la région Asie-Pacifique a diminué de 1,9 point au cours de la même période, certains pays ont cependant connu une hausse : si la part de la Chine est passée de 5 % à 2 %, celle de l’Inde est passée de 5 à 6 %.
Quels sont les pays où les offres d’emploi dans l’industrie pharmaceutique en ML ont le plus progressé ?
61% des postes annoncés sont situés en Amérique du Nord, mais le pays à la croissance la plus rapide a été la France : de 2,2% de toutes les offres d’emploi en ML en 2021, elle est passée à 4,2% en 2022. Elle est suivie par le Canada (hausse de 1,8 point de pourcentage), l’Inde (1) et la Belgique (0,8).
Quelles sont les villes regroupant le plus grand nombre d’offres d’emploi ?
Environ 6,6% de tous les postes d’apprentissage automatique dans l’industrie pharmaceutique ont été annoncés à Cambridge aux Etats-Unis, 5,7 % à Boston, 3,2% à San Francisco et 2,5% à Bengaluru en Inde.
