IA dans le marché de la découverte de médicaments - Taille de l'industrie mondiale, part, tendances, opportunités et prévisions, 2018-2028, segmentées par type de composant (logiciels et services), par type de médicament (petite et grande molécule), par type d'application (tests précliniques, optimisation et réorientation des médicaments, identification des cibles, sélection des candidats et autre

Aperçu du marché

Le marché mondial de l'IA dans la découverte de médicaments est évalué à USD

Principaux moteurs du marché

Diminution du temps absolu consacré au processus de recherche sur les médicaments

Le désir croissant de réduire le temps global requis pour le processus de découverte de médicaments stimulerait considérablement la demande d'intelligence artificielle (IA) dans la découverte pharmaceutique, accélérant ainsi la croissance du marché. Les modèles animaux traditionnels prennent généralement trois à cinq ans pour identifier et optimiser les composés avant l'évaluation humaine, tandis que les startups alimentées par l'IA pourraient potentiellement découvrir et développer de nouveaux médicaments en quelques jours ou mois. De plus, l'augmentation du budget des soins de santé et les progrès de l'infrastructure des soins de santé serviraient de moteurs importants pour l'expansion du marché. L'adoption accrue de l'intelligence artificielle (IA) pour explorer efficacement l'activité des médicaments alimentera la demande d'intelligence artificielle (IA) dans l'industrie du développement de médicaments. Les processus de découverte de médicaments conventionnels se caractérisent par leur nature chronophage, leurs coûts élevés et leur vulnérabilité aux échecs. En revanche, les approches basées sur l'IA offrent l'opportunité d'améliorer l'efficacité et de réduire les dépenses en rationalisant les étapes critiques de la découverte de médicaments, notamment le criblage des composés, l'optimisation des pistes et la conception des essais cliniques. L'exploitation des algorithmes d'IA permet une analyse rapide de vastes bibliothèques de composés, une priorisation efficace des candidats et des prédictions de propriétés précises, facilitant ainsi le développement rapide et efficace des médicaments.

Les grandes entreprises technologiques et pharmaceutiques investissent ensemble

Pour faciliter l'utilisation des algorithmes d'IA de Microsoft sur les vastes ensembles de données utilisés dans l'industrie pharmaceutique, Novartis et l'entreprise informatique ont conclu un accord stratégique d'une durée de plusieurs années, à compter de 2019. Les deux entités ont exprimé leur intention d'utiliser l'analyse d'images et les méthodes génératives pour faire progresser la médecine personnalisée et améliorer la thérapie cellulaire et génique. En avril, Nvidia, un important fabricant d'unités de traitement graphique et une entreprise qui fait progresser activement les capacités d'IA, s'est associé à Schrödinger pour accélérer et améliorer les capacités prédictives du logiciel en matière de prévision moléculaire. Ces facteurs exercent collectivement une influence considérable sur le marché de l’IA dans la découverte de médicaments. Exscientia, parmi les nombreuses entreprises créées au cours de la dernière décennie autour de méthodologies basées sur l’IA pour la découverte et le développement de médicaments, a récemment attiré des investissements substantiels. Plusieurs de ces entreprises développent des outils pour accélérer l’identification de candidats médicaments potentiels à base de petites molécules. Par exemple, Recursion Pharmaceuticals a levé 436 millions de dollars lors de son introduction en bourse, générant de vastes volumes de données personnalisées sur le comportement cellulaire dans le but de tirer parti de l’IA pour découvrir des informations biologiques qui peuvent éclairer le développement de nouveaux médicaments. En outre, les entreprises informatiques telles qu'IBM, Microsoft et Google investissent activement et s'engagent dans des collaborations financières avec des sociétés pharmaceutiques pour soutenir l'avancement de l'IA sur le marché de la découverte de médicaments.

Augmentation de l'incidence des maladies chroniques

La prévalence des maladies chroniques, telles que le diabète, la bronchopneumopathie chronique obstructive (BPCO), les maladies coronariennes, l'arthrite, l'asthme, l'hépatite et le cancer, a connu une augmentation significative dans les principales régions du monde. Cela peut être attribué à la croissance de la population gériatrique (qui devrait dépasser 20 % de la population mondiale d'ici 2050), à l'évolution des modes de vie et aux changements alimentaires résultant de l'urbanisation rapide. Selon la Fédération internationale du diabète, en 2021, le diabète a touché un nombre stupéfiant de 537 millions de personnes dans le monde. En outre, le nombre de nouveaux cas de cancer par an devrait atteindre 643 millions d'ici 2030. Le cancer du poumon est la principale cause de mortalité liée au cancer dans la région Asie-Pacifique, la Chine représentant à elle seule plus de 50 % de tous les cas. Le cancer du col de l'utérus est largement influencé par les changements de mode de vie et les facteurs socioculturels. Les pays les plus touchés par le cancer du sein dans la région Asie-Pacifique sont l'Inde, la Thaïlande et la Chine.

Progrès technologique

Les progrès des technologies de l'IA, telles que l'apprentissage automatique, l'apprentissage profond et le traitement du langage naturel, ont considérablement amélioré les capacités de l'IA à analyser et à interpréter des données biologiques complexes. Ces avancées facilitent l'intégration de diverses sources de données, notamment la génomique, la protéomique et les données cliniques, ce qui permet d'obtenir des informations plus complètes et d'accélérer la prise de décision dans la découverte de médicaments. La croissance exponentielle des données biologiques, englobant les séquences génomiques, les structures protéiques et les interactions médicament-cible, offre une multitude d'opportunités pour l'analyse et la modélisation pilotées par l'IA. La disponibilité d'ensembles de données à grande échelle permet aux algorithmes d'IA de discerner des modèles, de prévoir les propriétés des composés et de générer des hypothèses innovantes, permettant ainsi une prise de décision éclairée et basée sur les données dans la découverte de médicaments.

Télécharger un exemple de rapport gratuit

Principaux défis du marché

Qualité et disponibilité des données

L'IA s'appuie fortement sur des données de haute qualité, diversifiées et complètes pour la formation et le développement de modèles. Cependant, garantir la disponibilité d'ensembles de données fiables et bien organisés peut être difficile, en particulier dans le domaine de la découverte de médicaments où la confidentialité des données, la propriété intellectuelle et les considérations réglementaires sont des facteurs importants. L'obtention d'un accès à des ensembles de données volumineux et représentatifs qui englobent diverses populations de patients et types de maladies peut constituer un obstacle aux efforts de découverte de médicaments pilotés par l'IA. Les algorithmes d'IA, en particulier les modèles d'apprentissage profond, fonctionnent souvent comme des « boîtes noires », ce qui rend difficile l'interprétation du raisonnement derrière leurs prédictions ou recommandations. Dans la découverte de médicaments, où une prise de décision transparente et explicable est cruciale, le manque d'interprétabilité peut susciter des inquiétudes parmi les régulateurs, les cliniciens et les patients. Il est essentiel de relever le défi de l'interprétabilité des modèles d'IA pour favoriser la confiance et l'acceptation dans le domaine. La validation des modèles basés sur l'IA et la garantie de la conformité aux normes réglementaires présentent des défis dans le secteur de la découverte de médicaments. Les régulateurs exigent généralement un niveau élevé de preuves et de validation pour garantir la sécurité et l'efficacité des nouveaux médicaments. Les modèles d'IA doivent répondre à des normes rigoureuses et démontrer des performances robustes sur divers ensembles de données pour obtenir l'approbation réglementaire. L'élaboration d'un cadre réglementaire qui répond de manière adéquate aux considérations uniques de l'IA dans la découverte de médicaments est essentielle pour faciliter son adoption plus large.

Défis techniques

L'intelligence artificielle et l'apprentissage automatique ont fait des progrès significatifs dans de nombreux aspects. Cependant, la qualité des ensembles de données reste un obstacle important à l'utilisation des méthodes d'IA pour le développement de médicaments. L'existence de nombreux ensembles de données difficiles souligne l'importance de la coopération pour faire progresser l'utilisation de l'IA dans la découverte de médicaments. Il est essentiel de résoudre les problèmes difficiles liés à la propriété et à la confidentialité des données. Malgré l'absence de pistes initiales solides dans le domaine, des efforts sont en cours pour vérifier et optimiser rétrospectivement les technologies actuelles.

Principales tendances du marché

Expansion des activités de R&D

L'expansion des activités de recherche et développement, associée à l'utilisation croissante de services et d'applications basés sur le cloud, offre des perspectives favorables pour la croissance du marché de l'intelligence artificielle (IA) dans la découverte de médicaments. La demande croissante des pays émergents et l'avancement des industries biotechnologiques accéléreront encore le rythme de développement du marché de l'IA dans la découverte de médicaments. La pandémie de COVID-19 a considérablement propulsé l'utilisation de l'intelligence artificielle dans le domaine du développement de médicaments, comme en témoigne son application extensive dans l'identification et le criblage de médicaments existants pour le traitement de la COVID-19. L'IA s'est avérée efficace pour identifier les substances actives pour la prévention de diverses maladies telles que le SRAS-CoV, le VIH, le SRAS-CoV-2, le virus de la grippe et d'autres. Pendant la pandémie, les économies du monde entier se sont appuyées sur la découverte de médicaments basée sur l'IA au lieu des processus traditionnels de découverte de vaccins, qui sont longs et coûteux, contribuant ainsi à la croissance de l'IA sur le marché de la découverte de médicaments.

Médecine personnalisée et soins de santé de précision

L'IA a le potentiel de révolutionner la médecine personnalisée grâce à l'intégration des données des patients, notamment des informations génétiques, des paramètres cliniques et des facteurs liés au mode de vie. En analysant ces données, les algorithmes d'IA peuvent identifier des sous-groupes de patients, prédire les réponses individuelles aux thérapies et optimiser les stratégies de traitement. La capacité d'adapter les traitements à chaque patient en fonction de leurs caractéristiques uniques permet des approches de soins de santé de précision qui améliorent les résultats du traitement, minimisent les effets indésirables et optimisent les soins aux patients. Ce cas d'utilisation transformateur a le potentiel de révolutionner le diagnostic, la surveillance et le traitement des maladies, conduisant à des interventions thérapeutiques plus efficaces et personnalisées. L'identification et la validation de cibles médicamenteuses appropriées sont des étapes cruciales du processus de découverte de médicaments. Grâce à l'analyse de données biologiques complexes, telles que la génomique, la protéomique et les données cliniques, les algorithmes d'IA peuvent identifier des cibles potentielles et élucider leurs mécanismes biologiques. En intégrant diverses sources de données et en tirant parti des techniques d'apprentissage automatique, l'IA peut découvrir de nouvelles cibles médicamenteuses, valider leur pertinence pour des maladies spécifiques et prédire la probabilité de succès dans le développement de médicaments. Ce cas d'utilisation permet aux chercheurs de concentrer leurs efforts sur des cibles présentant une probabilité de succès thérapeutique plus élevée.

Informations sectorielles

Informations sur le type de composant

Le marché de l'IA dans la découverte de médicaments est classé en logiciels et services en fonction du type de composant. En termes de part de marché, le segment des services devrait dominer le marché mondial des services d'IA dans la découverte de médicaments en 2022 et afficher le TCAC le plus élevé entre 2022 et 2028. La croissance de ce segment de marché est principalement tirée par les avantages associés aux services d'IA et la forte demande de services d'IA parmi les utilisateurs finaux. De plus, le segment des logiciels joue également un rôle important dans le domaine de l'IA dans la découverte de médicaments. Par exemple, plusieurs entreprises émergentes se concentrent sur le développement de solutions innovantes d'apprentissage profond et de modèles génératifs. Ces avancées permettent d'utiliser les données existantes pour concevoir des molécules qui peuvent être optimisées in silico, répondant à tous les critères de réussite des projets de découverte de petites molécules. À titre d'exemple, Makya est une plateforme SaaS conviviale pour la découverte de nouveaux médicaments pilotée par l'IA, avec un accent particulier sur l'optimisation multiparamétrique pour les projets basés sur les ligands et les structures.

Informations sur les domaines thérapeutiques

En termes de domaine thérapeutique, le segment de l'oncologie devrait connaître le taux de croissance annuel composé (TCAC) le plus élevé au cours de la période de prévision. Cela peut être attribué à l'adoption accrue de l'IA dans la découverte de médicaments pour le traitement de diverses formes de cancer, à un nombre substantiel de médicaments prometteurs dans le pipeline oncologique, à l'utilisation croissante de l'IA dans la découverte et le développement de médicaments oncologiques et au nombre croissant de collaborations entre les grandes sociétés pharmaceutiques et les fournisseurs d'IA. Ces facteurs sont les principaux moteurs de la croissance de ce segment.

Télécharger un exemple de rapport gratuit

Informations régionales

L’Amérique du Nord est sur le point de dominer le marché, principalement en raison de la forte adoption des technologies d’IA dans les produits pharmaceutiques, d’un bassin de patients substantiel, d’une prévalence plus élevée de maladies chroniques et infectieuses, d’une infrastructure de soins de santé avancée et de recherches et essais cliniques actifs d’IA et de découverte de médicaments dans la région. Les États-Unis, en particulier, présentent une prévalence importante de maladies métaboliques et liées au mode de vie. Comme le rapporte le CDC, plus de 130 millions d’adultes aux États-Unis vivront avec le diabète en 2022. En outre, la maladie rénale chronique touche un adulte sur sept dans le pays, selon les National Institutes of Health. D’éminents établissements de recherche et universitaires, tels que le MD Anderson Cancer Center de l’Université du Texas, l’Université d’Alabama à Huntsville, l’Université d’Oxford et l’Université de Dundee, entre autres, intègrent l’IA dans les études de découverte de médicaments. La croissance de l'intelligence artificielle sur le marché de la découverte de médicaments dans la région est encore propulsée par des développements clés et une forte concentration d'acteurs du marché aux États-Unis. Par exemple, en novembre 2021, Alphabet, la société mère de Google, a dévoilé ISOMORPHIC LABORATORIES comme sa première société de découverte de médicaments. De même, en septembre 2022, Microsoft a conclu un accord de collaboration avec Novo Nordisk, offrant ses services d'IA, de calcul et de cloud pour l'analyse des données scientifiques, la découverte de médicaments et les activités de développement. En outre, l'unité de Johnson & Johnson, Janssen, a annoncé un partenariat avec SRI International en août 2022, exploitant la plateforme d'IA SynFini de SRI pour la découverte de médicaments à base de petites molécules. Ces avancées en cours dans la région devraient stimuler la croissance du marché.

Développements récents

• En février 2021, Exscientia et l'Université d'Oxford collaboreront pour étudier les traitements de la maladie d'Alzheimer.
• Depuis octobre 2020, Beginning Therapeutics s'est associé à Genentech (États-Unis) pour un effort conjoint de développement de médicaments multi-cibles, en exploitant les capacités d'IA avancées de Genesis pour identifier des thérapies potentielles pour diverses maladies.
• En mars 2021, Iktos et Pfizer ont conclu un accord pour utiliser les outils de conception de médicaments basés sur l'IA d'Iktos pour les initiatives de petites molécules sélectionnées par Pfizer.

Principaux acteurs du marché