Innovation

L’IA, nouveau microscope de la biologie : du diagnostic à la prédiction

La biologie médicale a longtemps reposé sur une logique simple : mesurer un paramètre, le comparer à une norme et aider au diagnostic. L’intelligence artificielle ouvre aujourd’hui une nouvelle étape : faire parler simultanément des centaines, demain des milliers, de données biologiques pour révéler ce que chaque biomarqueur, pris isolément, ne peut nous dire. La métabolomique, qui étudie les petites molécules présentes dans le sang et reflétant le fonctionnement de l’organisme, en est un bon exemple. Dans la UK Biobank, l’analyse de 249 biomarqueurs (des indicateurs biologiques mesurables) chez plus de 118 000 personnes a révélé des liens avec plus de 700 maladies [1]. Une autre étude a utilisé l’intelligence artificielle pour analyser 168 de ces molécules et mieux estimer le risque de 24 maladies, notamment le diabète, l’insuffisance cardiaque et la démence [2]. Enfin, combiner ces données avec la génomique, l’étude de nos gènes, permet de mieux comprendre les mécanismes biologiques à l’origine des maladies et d’identifier de nouvelles pistes de recherche [3]. La révolution n’est donc pas seulement quantitative : elle est conceptuelle. Le laboratoire de demain ne rendra plus uniquement des résultats. Il interprétera des trajectoires biologiques, détectera des signaux faibles et contribuera à estimer des risques avant l’apparition de la maladie. Pour y parvenir, il faudra surtout dépasser la simple addition d’outils numériques et entrer dans une logique IA-native : penser dès l’origine les organisations, les flux de données et les décisions médicales autour de capacités d’analyse algorithmique intégrées, plutôt que greffer l’IA sur des systèmes conçus pour le XXe siècle. C’est cette transformation qui permettra de passer d’une médecine essentiellement réactive à une médecine réellement prédictive. La biologie de demain ne se contentera plus de constater la maladie : elle devra contribuer à l’anticiper.