Les récents partenariats entre laboratoires pharmaceutiques et start-ups marquent une évolution des tendances dans la recherche et le développement : recourir à des fournisseurs permet aux industriels de renforcer leurs capacités de recherche et de développement clinique. Parmi ces industriels figurent PathAI (États-Unis), un fournisseur de solutions basées sur intelligence artificielle (IA) pour la recherche en pathologie des laboratoires pharmaceutiques, qui émerge sur le marché.
Fondée en 2016, la société s’est déjà rapprochée d’entreprises pharmaceutiques américaines :
• Bristol-Myers Squibb (BMS) et le Fonds mondial d’innovation pour la santé Merck, filiale de Merck & Co basée à Kenilworth, dans le New Jersey, financent PathAI à hauteur de 75 millions de dollars (environ 67,67 millions d’euros). Ils rejoignent ainsi d’autres investisseurs comme LabCorp, General Catalyst et General Atlantic, qui ont mené le tour dans son ensemble.
• Gilead Sciences collabore de son côté avec PathAI dans le domaine du traitement de la NASH ou stéatose hépatique non alcoolique.
BMS et Merck soutiennent PathAI pour aider les pathologistes à poser des diagnostics rapides et précis
- Enjeu: BMS, Merck et d’autres partenaires stratégiques prennent conscience qu’il est important de disposer des données les plus pertinentes possibles pour continuer à progresser dans le domaine en évolution rapide de l’immuno-oncologie, permettant ainsi d’accélérer les traitements nouveaux et améliorés pour les patients.
- Objectif : aider les pathologistes à poser des diagnostics rapides et précis.
- Contexte : les pathologistes, qui analysent des échantillons de tissus vivant (branche de la biologie appelée « histologie ») pour diagnostiquer une maladie, ont historiquement analysé ces échantillons manuellement. Plusieurs études montrent qu’après avoir formé un modèle avec plus de 250 000 annotations fournies par des pathologistes à l’aide de la plateforme de recherche PathAI, les performances analytiques des algorithmes font consensus pour les 5 pathologistes évaluateurs.
Gilead collabore avec PathAI pour améliorer la compréhension de la NASH via IA
- Enjeux :
- mieux caractériser la NASH qui a des formes diverses ;
- adresser la meilleure thérapie possible pour impacter la progression de la maladie ;
- analyser plus rigoureusement la réponse au traitement ;
- explorer des solutions novatrices pour des patients présentant une fibrose avancée due à la NASH.
- Objectif : recourir à des outils d’IA pour l’évaluation de l’histologie du foie et contribuer aux travaux de Gilead pour améliorer la compréhension de la NASH.
- Le contexte : la plateforme de recherche PathAI a évalué des biopsies après un « entraînement » sur plus de 68 000 annotations de 75 pathologistes certifiés. Il s’avère que les modèles de machine learning (apprentissage automatique) et le consensus de lectures des pathologistes indépendants présentent une haute cohérence pour les paramètres histologiques essentiels de la NASH. Ces résultats soulignent le potentiel de l’apprentissage automatique pour caractériser les patients cirrhotiques au-delà de la détermination histologique classique du stade de la maladie.
Cette technologie prometteuse développée par PathAI devrait permettre aux laboratoires pharmaceutiques d’assurer des progrès scientifiques et thérapeutiques continus aux patients dans divers aires thérapeutiques.