Le manuel d'AstraZeneca pour les essais cliniques avec l'IA en 2025 : dépistage à l'échelle nationale + opérations d'essais cliniques plus rapides, pas seulement une découverte de molécules plus rapide

## Pourquoi le pari d'AstraZeneca sur l'IA compte pour le Maroc AstraZeneca est présenté comme le leader des grands groupes pharmaceutiques en matière d'essais cliniques pilotés par l'IA en 2025. Pas parce qu'il découvre les molécules plus vite que les autres, mais parce qu'il intègre l'IA au sein de vrais systèmes de santé à l'échelle nationale. Ce passage d'outils de laboratoire à une infrastructure de santé publique devrait intéresser tous les décideurs et toutes les startups au Maroc. Le cas phare est le dépistage du cancer du poumon en Thaïlande. Là-bas, AstraZeneca et ses partenaires ont construit un parcours d'IA qui s'inscrit dans les soins de routine. Les rapports indiquent que plus de 660 000 personnes ont été dépistées par radiographie thoracique depuis 2022. L'IA signale des lésions pulmonaires suspectes dans environ 8 % des cas. Le National Health Security Office de Thaïlande est allé au-delà d'un simple projet pilote. Il finance un budget triennal de plus de 415 millions de baht. Le programme est déployé dans 887 hôpitaux dans le cadre du système national d'assurance maladie. Voilà à quoi ressemble, en pratique, une IA à l'échelle de la santé publique. Pour des pays comme le Maroc, l'élément important n'est pas seulement le volume. C'est le fait que l'IA est désormais considérée comme une infrastructure de dépistage centrale, et non comme un gadget additionnel. Cela fait de l'approche d'AstraZeneca une référence utile lorsqu'on réfléchit aux stratégies marocaines de dépistage du cancer, de la tuberculose et des maladies cardiovasculaires. ## La validation clinique derrière le battage médiatique Les déploiements nationaux exigent des preuves solides. AstraZeneca met en avant son étude CREATE pour justifier l'intégration de l'IA dans le dépistage courant du cancer du poumon. CREATE a évalué l'algorithme de radiographie thoracique qXR-LNMS de Qure.ai en Égypte, en Inde, en Indonésie, au Mexique et en Turquie. L'étude a inclus 700 participants devant passer une radiographie thoracique. Selon AstraZeneca, l'IA a obtenu une valeur prédictive positive de 54,1 % par rapport à un seuil de succès prédéfini de 20 %. La valeur prédictive négative était de 93,5 %, ce qui signifie que la plupart des personnes signalées comme étant à faible risque étaient effectivement exemptes de cancer. Point essentiel, les performances se maintenaient dans des groupes généralement exclus des critères classiques de dépistage pulmonaire. Cela incluait des personnes de moins de 55 ans et des personnes n'ayant jamais fumé. Pour les systèmes de santé des pays à revenu intermédiaire, où les antécédents tabagiques sont souvent incomplets, cette flexibilité est importante. Si le Maroc veut étendre le dépistage précoce, ce type de preuve est encourageant. Il suggère que les outils d'IA peuvent détecter un nombre significatif de cancers même en dehors de définitions étroites de populations à haut risque. Cela peut soutenir des programmes de dépistage plus larges, axés sur l'équité. ## De l'IA pilote à l'IA en production En Thaïlande, AstraZeneca indique avoir déployé qXR-LNMS dans le cadre de la Lung Ambition Alliance depuis 2022. Un communiqué de l'entreprise d'avril 2025 faisait état de plus de 500 000 personnes déjà dépistées. Des communications ultérieures ont porté ce chiffre à plus de 660 000, avec un taux de détection du cancer du poumon d'environ 0,1 % dans ce programme. L'objectif d'AstraZeneca est d'y dépister plus d'un million de personnes d'ici 2026. Le partenariat s'étend également au-delà du cancer du poumon. De nouvelles initiatives incluent le dépistage de 5 000 travailleurs industriels dans quatre provinces thaïlandaises et l'expérimentation de la détection de l'insuffisance cardiaque sur des radiographies thoraciques. Ce sont des démarches pragmatiques. Une fois les infrastructures d'imagerie et les flux de travail en place, chaque modèle d'IA supplémentaire devient moins coûteux à déployer. Les mêmes radiographies peuvent servir à des cas d'usage pulmonaires, cardiaques et de santé au travail. C'est exactement le type d'effet cumulatif que le Maroc pourrait exploiter. Construire une colonne vertébrale robuste de dépistage par IA fait des nouveaux programmes de lutte contre les maladies des extensions marginales, et non des projets entièrement nouveaux. ## L'IA comme levier de bout en bout pour les opérations cliniques L'histoire de l'IA chez AstraZeneca ne s'arrête pas au dépistage précoce. L'entreprise fait état de plus de 240 essais cliniques dans son portefeuille mondial. Elle intègre l'IA générative dans la conception des essais, la documentation et les flux de travail d'imagerie. Un exemple est un 'intelligent protocol tool' co-développé avec des rédacteurs médicaux. Dans certains cas, il aurait réduit le temps de rédaction des protocoles jusqu'à 85 %. Un autre est l'usage de l'IA pour la détection 3D de la localisation sur des scanners, ce qui réduit le travail d'annotation manuelle pour les radiologues. L'idée plus ambitieuse est celle des groupes témoins virtuels. AstraZeneca souhaite utiliser les dossiers médicaux électroniques et les données historiques d'essais pour simuler des bras placebo. Cela pourrait réduire le nombre de patients assignés à des traitements non actifs tout en préservant la puissance statistique. Pour les patients marocains, cela compte sur les plans éthique et pratique. Les essais pourraient devenir plus attractifs si moins de personnes sont confrontées à la perspective de ne recevoir aucun traitement actif. Pour les hôpitaux marocains, cela pourrait se traduire par davantage d'essais avec des charges de recrutement plus faibles et des délais plus rapides. ## Comment les concurrents utilisent l'IA différemment D'autres géants pharmaceutiques communiquent également beaucoup sur l'IA. Leur priorité se situe toutefois davantage à l'intérieur de la chaîne de R&D que dans les systèmes de santé nationaux. Pfizer, par exemple, exploite un centre de recherche en apprentissage automatique qui vise à réduire les délais d'identification de molécules à environ 30 jours. L'entreprise utilise l'IA pour exploiter plus rapidement les données des patients et affirme que plus de la moitié de ses essais utilisent désormais l'IA sous une forme ou une autre. Le développement rapide de l'antiviral Paxlovid est souvent cité comme un résultat de ces accélérations. Novartis met l'accent sur les partenariats et la simulation. L'entreprise travaille avec des acteurs comme Isomorphic Labs et Microsoft et a construit un 'Intelligent Decision System'. Ce système utilise des jumeaux numériques pour répéter les processus d'essais et sélectionner des sites qui, historiquement, recrutent plus vite. Roche s'appuie sur ses actifs de données, notamment Foundation Medicine et Flatiron Health. L'entreprise promeut une approche 'lab in a loop', où les données expérimentales sont réinjectées en continu dans les modèles. Roche a annoncé d'importants objectifs d'efficacité en matière de gestion de la sécurité d'ici 2026. Ce sont des stratégies sérieuses. Pourtant, elles optimisent principalement des chaînes internes. AstraZeneca se distingue parce que ses succès les plus visibles en matière d'IA se jouent dans les hôpitaux publics et les programmes de dépistage nationaux, et pas seulement dans les laboratoires de découverte. ## Pourquoi ce modèle parle au Maroc Le Maroc construit ses propres capacités en IA et en santé numérique. Des universités comme l'Université Mohammed VI Polytechnique et les grandes écoles d'ingénieurs diplôment chaque année davantage de data scientists et d'ingénieurs en IA. Le gouvernement a inscrit l'IA dans des plans plus larges de transformation numérique et dans des agendas d'innovation régionaux. Dans la santé, la numérisation progresse progressivement dans les hôpitaux publics et privés. Les services de radiologie des grandes villes utilisent de plus en plus l'imagerie numérique et des systèmes d'archivage d'images. Les projets pilotes de télémédecine, les diagnostics à distance et les plateformes d'e-santé ont accéléré pendant et après la période du COVID-19. Cela place le Maroc en bonne position pour tirer des enseignements de l'expérience thaïlandaise. La question est de savoir comment concevoir des programmes d'IA marocains qui dépassent les petits pilotes pour devenir de véritables infrastructures nationales, tout en respectant les contraintes et priorités locales. ## Ce qu'une stratégie marocaine 'd'essais cliniques basés sur l'IA' pourrait inclure Le manuel d'AstraZeneca suggère trois piliers. Premièrement, intégrer l'IA à grande échelle dans de vrais flux de travail de dépistage. Deuxièmement, utiliser l'IA pour rationaliser les opérations cliniques et la documentation. Troisièmement, expérimenter de nouveaux schémas d'essais basés sur des données du monde réel. Pour le Maroc, un point de départ pourrait être le dépistage par radiographie thoracique dans les zones à forte charge de maladie. La tuberculose, les maladies pulmonaires professionnelles et les cancers du poumon diagnostiqués tardivement restent autant de défis majeurs. Des outils de triage par IA pourraient aider les radiologues à concentrer leur attention sur les cas les plus suspects. Une autre voie concerne les maladies cardiovasculaires, toujours l'une des principales causes de mortalité. Des algorithmes capables de détecter une cardiomégalie ou une insuffisance cardiaque précoce sur des radiographies courantes pourraient être testés dans des hôpitaux régionaux. Avec le temps, ces signaux pourraient alimenter le recrutement d'essais en cardiologie appuyés par l'IA. ## Les infrastructures dont le Maroc a besoin pour reproduire l'échelle de la Thaïlande Un dépistage national par IA nécessite plus que des algorithmes. Il faut une imagerie numérique homogène, des connexions de données fiables et une gouvernance claire. Les facteurs clés incluent : - Un déploiement large de la radiographie numérique et des systèmes d'archivage d'images au-delà des grandes villes - Des connexions haut débit ou mobiles stables reliant les hôpitaux régionaux à des centres de lecture centralisés - Des formats de données standardisés et des identifiants patients permettant de suivre les résultats dans le temps - Des plateformes de données sécurisées, respectueuses de la vie privée, pouvant soutenir l'entraînement et l'évaluation de l'IA Le Maroc progresse sur nombre de ces éléments, mais la couverture reste inégale. Le risque est de voir apparaître un système à deux vitesses où les centres urbains bénéficient des outils d'IA et les zones rurales restent en retrait. La planification de programmes nationaux dès le départ contribue à combler cet écart. ## Où les startups marocaines peuvent s'insérer L'architecture technologique d'AstraZeneca en Thaïlande repose sur un fournisseur mondial, Qure.ai, ainsi que sur des partenaires locaux et une gouvernance locale. Le Maroc peut reproduire ce schéma tout en développant son propre écosystème. Pour les startups marocaines, les opportunités se concentrent sur trois couches : - Des modèles de dépistage adaptés aux profils de maladies locaux et aux équipements d'imagerie disponibles - Des outils de workflow qui intègrent les résultats de l'IA dans les systèmes d'information hospitaliers et les listes de travail des radiologues - Des plateformes de données qui anonymisent et harmonisent les données de santé marocaines pour la recherche et les bras de contrôle virtuels Les équipes locales apportent des atouts essentiels. Elles comprennent la diversité linguistique, les comportements des patients et les contraintes de ressources dans les établissements marocains. Elles peuvent concevoir des interfaces et des flux de travail qui correspondent à la réalité du travail des cliniciens à Casablanca, Agadir ou Oujda. Les partenariats avec des fournisseurs mondiaux d'IA et des entreprises pharmaceutiques resteront importants. Mais les sociétés marocaines peuvent maîtriser des éléments critiques d'intégration, de localisation et de support. Cela diffuse la valeur économique et renforce les capacités nationales. ## Ce que les régulateurs et les payeurs au Maroc doivent surveiller L'expérience d'AstraZeneca met en lumière les questions réglementaires et de financement auxquelles le Maroc sera confronté. Lorsque les modèles d'IA deviennent partie intégrante du dépistage standard, ils doivent être traités comme des dispositifs médicaux, et non comme de simples applications. Les régulateurs auront besoin de cadres clairs pour valider les performances des IA, surveiller leur dérive et approuver les nouvelles versions. Les payeurs devront décider comment le dépistage assisté par IA est remboursé dans le cadre de l'assurance maladie nationale. Sans modèles de financement durables, les déploiements à grande échelle s'arrêteront une fois les premières subventions ou aides des donateurs épuisées. La gouvernance doit aussi couvrir les questions d'équité et de biais. Des modèles entraînés principalement sur des jeux de données étrangers peuvent se comporter différemment sur les populations marocaines. Une surveillance systématique et un réentraînement local peuvent réduire ces risques. ## Points d'action pour les hôpitaux et les cliniciens marocains Les hôpitaux n'ont pas besoin d'attendre des stratégies nationales parfaites. Ils peuvent commencer par des projets pilotes ciblés et mesurables qui s'alignent sur des principes à la AstraZeneca. Les mesures pratiques incluent : - Choisir des pathologies pour lesquelles le dépistage précoce améliore clairement les résultats et les coûts, comme le cancer du poumon ou l'insuffisance cardiaque - Intégrer l'IA dans les flux de travail existants plutôt que de créer des circuits séparés et parallèles - Collecter des données structurées sur les faux positifs, les faux négatifs et les modifications de traitement en aval - Partager les résultats avec les autorités nationales afin de façonner les normes et les modalités de remboursement L'implication des cliniciens est cruciale. Lorsque les radiologues, oncologues et cardiologues participent à la conception des parcours d'IA, les taux d'adoption s'améliorent et la confiance se construit plus vite. La formation et les boucles de retour d'expérience doivent être budgétées comme de véritables coûts de projet, et non comme des éléments périphériques. ## Gérer les risques tout en avançant vite L'argument de la vitesse et de l'économie en faveur de l'IA dans la pharma est convaincant. Le développement traditionnel de médicaments prend souvent de 10 à 15 ans avec des taux d'échec élevés. Les nouveaux programmes découverts grâce à l'IA affichent des taux de réussite en phases précoces qui, selon l'industrie, peuvent atteindre 80 à 90 %, contre 40 à 65 % historiquement. Les rapports prévoient également que l'IA pourrait créer des centaines de milliards de dollars de valeur annuelle pour l'industrie pharmaceutique d'ici 2030. Mais cette valeur ne se traduira pas automatiquement par des bénéfices pour les patients marocains. Tout dépend de la manière dont les essais sont conçus, des populations incluses et des lieux où l'infrastructure d'IA est construite. Le Maroc peut exiger que les essais assistés par IA menés dans ses hôpitaux laissent des capacités durables. Cela signifie des infrastructures de données, du personnel formé et des outils validés qui restent en place après la fin d'une étude. Cela signifie aussi veiller à ce que les données probantes du monde réel générées au Maroc influencent les décisions de prix et d'accès. ## Points clés à retenir - Le mouvement le plus distinctif d'AstraZeneca en matière d'IA est le dépistage à l'échelle nationale en Thaïlande, et pas seulement une découverte plus rapide de molécules. - La validation clinique issue de l'étude CREATE montre que le dépistage pulmonaire par IA peut fonctionner dans des contextes divers de pays à revenu intermédiaire. - Le Maroc peut adapter ce modèle en associant des projets pilotes de dépistage par IA à des investissements dans l'imagerie numérique, les plateformes de données et la formation des cliniciens. - Les startups locales ont la possibilité de construire des outils de workflow, de localisation et de gestion des données autour de modèles d'IA mondiaux. - Les régulateurs et les payeurs au Maroc doivent se concentrer sur la validation, le remboursement et l'équité afin que les essais cliniques basés sur l'IA produisent une valeur durable en santé publique.