• Problématique : Pour optimiser la découverte et le développement de nouvelles molécules thérapeutiques, il est critique de pouvoir comprendre et quantifier les phénomènes biologiques à l'oeuvre chez les patients, afin d'ensuite d'associer les bons traitements aux bonnes populations et de déduire les biomarqueurs qui permettront de les identifier en pratique.

• Approche innovante & étapes d’implémentations: Cela nécessite notamment l'accès à des données multimodales capturant à la fois la trajectoire clinique des patients et leur caractérisation moléculaire ou cellulaire, laquelle est rendue possible par des modèles d'IA qui vont enrichir chaque modalité et fournir ensuite une compréhension intégrée.

• ROI & données chiffres: Suivant les cas, ces approches permettent de proposer des populations de patients plus larges ou plus spécifiques et cherchent ainsi à augmenter la probabilité de succès des essais cliniques sur la plus large population possible, après validation de leur pertinence dans des analyses rétrospectives ou prospectives.

• Valeur ajoutée et étapes à venir: Les outils d'IA développés récemment, dont la plateforme agentique Owkin K, s'inscrivent dorénavant dans la perspective de mettre plus facilement ces données et modèles d'IA directement dans les mains des experts industriels ou cliniques qui, sans avoir à coder, peuvent multiplier les questions et démultiplier leur impact.