L’acteur incontournable de l’IA pour la médecine de précision

En misant sur l’IA et une meilleure valo­ri­sa­tion de la don­née médi­cale et bio­mé­di­cale, Owkin aide les acteurs du monde phar­ma­ceu­tique à opti­mi­ser la recherche thé­ra­peu­tique en cou­vrant l’ensemble des maillons de cette chaîne de valeur. Jean-Phi­lippe Vert (X92), direc­teur de la R&D de la start-up, nous en dit plus.

Qui est Owkin ?

Owkin est une entre­prise qui a été créée en 2016 par Tho­mas Clo­zel, méde­cin onco­logue, et Gilles Wain­rib (X03), cher­cheur en intel­li­gence arti­fi­cielle, afin de trou­ver et déve­lop­per de nou­veaux médi­ca­ments per­met­tant de trai­ter chaque patient en capi­ta­li­sant sur l’IA.

Pour ce faire, les solu­tions conçues et déve­lop­pées par Owkin vont de la recherche de nou­velles cibles thé­ra­peu­tiques à l’identification des patients qui répon­dront à un trai­te­ment, en pas­sant par l’optimisation des essais cliniques. 

Aujourd’hui, sur ces sujets et enjeux, nous tra­vaillons avec de nom­breuses entre­prises phar­ma­ceu­tiques et avons mis en place trois alliances stra­té­giques avec Sano­fi, Bris­tol Myers Squibb (BMS) et MSD. En paral­lèle, nous déve­lop­pons éga­le­ment nos propres pro­grammes de recherche thérapeutique. 

À ce jour, Owkin a levé plus de 300 mil­lions d’euros d’investisseurs pour pour­suivre son déve­lop­pe­ment. Nous employons 340 col­la­bo­ra­teurs dans nos bureaux de Paris, Nantes, Londres, New York et Boston.

Revenons sur les enjeux et problématiques du monde pharmaceutique que vous adressez directement avec vos solutions. Pouvez-vous nous en dire ?

La recherche de médi­ca­ments est une entre­prise coû­teuse et ris­quée. 90% des nou­veaux médi­ca­ments qui sont tes­tés sur des humains dans des essais cli­niques échouent, alors qu’on estime que le coût de la mise sur le mar­ché d’un médi­ca­ment à près de 3 mil­liards de dol­lars. En paral­lèle, un nombre signi­fi­ca­tif patients ne répondent pas aux trai­te­ments existants. 

Cette situa­tion s’explique par le fait que la recherche phar­ma­ceu­tique tra­di­tion­nelle s’appuie essen­tiel­le­ment sur des modèles dits pré-cli­niques (lignées cel­lu­laires culti­vées dans des boîtes de Petri, ani­maux) qui échouent à reflé­ter toute la com­plexi­té de la bio­lo­gie chez les patients. Forts de ce constat, chez Owkin, nous avons fait le choix de par­tir direc­te­ment des patients pour com­prendre la mala­die et iden­ti­fier les trai­te­ments adap­tés à cha­cun et non de ces modèles pré-cli­niques. Pour ce faire, nous col­lec­tons de grandes quan­ti­tés de don­nées bio­mé­di­cales, notam­ment des don­nées géno­miques carac­té­ri­sant chaque tumeur au niveau molé­cu­laire, ou de l’imagerie micro­sco­pique, et déve­lop­pons, à par­tir de là, des algo­rithmes d’IA pour ana­ly­ser ces don­nées et iden­ti­fier des sous-popu­la­tions de patients sus­cep­tibles de répondre à des trai­te­ments exis­tants ou à développer. 

Dans ce cadre, Owkin pro­pose donc des solu­tions qui vont de l’identification de nou­velles cibles thé­ra­peu­tiques au re-posi­tion­ne­ment de trai­te­ment exis­tants dans des popu­la­tions cibles, que nous pou­vons, par ailleurs, iden­ti­fier grâce à nos propres outils de diag­nos­tics déve­lop­pés en interne. Ces tech­no­lo­gies per­mettent non seule­ment d’identifier de nou­veaux trai­te­ments, mais éga­le­ment d’accélérer et de dé-ris­quer les essais cli­niques en iden­ti­fiant mieux les popu­la­tions cibles.

Dans cette démarche, l’innovation et la technologie sont des enjeux clés. Qu’en est-il ? Plus spécifiquement, quelle place occupe l’IA ?

L’IA est au cœur de notre pla­te­forme tech­no­lo­gique. Nous appuyons aus­si sur une équipe tech­nique de près de 150 per­sonnes pour explo­rer et déployer des solu­tions IA inno­vantes. Depuis la créa­tion d’Owkin, nous avons déve­lop­pé une exper­tise de pointe sur l’IA appli­quée aux don­nées bio­mé­di­cales, notam­ment en géno­mique et en ima­ge­rie, que nous allons, par exemple, uti­li­ser pour construire des modèles diag­nos­tiques ou pro­nos­tiques afin d’identifier des patients sus­cep­tibles de répondre à un trai­te­ment donné. 

Au-delà, nous publions régu­liè­re­ment nos avan­cées scien­ti­fiques dans des revues et confé­rences scien­ti­fiques. En 2024, nous sommes lau­réats du chal­lenge Kaggle sur la clas­si­fi­ca­tion de can­cer de l’ovaire en sous-types à par­tir d’images ana­to­mo­pa­tho­lo­giques. Nous sommes arri­vés pre­mier sur plus de 1 300 équipes par­ti­ci­pantes dans le monde. 

Nous avons éga­le­ment une exper­tise unique en appren­tis­sage fédé­ré, une tech­nique d’IA per­met­tant d’entraîner des modèles sur des don­nées qui ne sont pas cen­tra­li­sées. En 2024, nous avons ain­si publié la pre­mière étude déployant cette tech­no­lo­gie pour entraî­ner un modèle pré­di­sant le risque de rechute dans les can­cers du sein triple-néga­tifs. Dans ce cadre, nous avons entraî­né un modèle sur les don­nées d’un hôpi­tal à Lyon et à Bor­deaux, sans que les don­nées ne quittent les ser­veurs des hôpitaux.

Revenons sur cette dimension d’entraînement de l’IA et de développement des modèles. Dans ce cadre, quelles données utilisez-vous ?

Nous entraî­nons nos modèles en par­tie sur des don­nées dis­po­nibles publi­que­ment, mais sur­tout sur des don­nées mul­ti­mo­dales aux­quelles nous accé­dons à tra­vers un réseau de plus de 50 hôpi­taux avec qui nous tra­vaillons, en Europe et en Amé­rique du Nord. Par­mi ces éta­blis­se­ments, on retrouve, par ailleurs, 8 des 20 meilleurs hôpi­taux du monde en onco­lo­gie selon le clas­se­ment Newsweek. 

Nous avons une approche très col­la­bo­ra­tive et publions régu­liè­re­ment les résul­tats de nos tra­vaux avec les centres. En outre, nous appor­tons des solu­tions tech­niques pour garan­tir la sécu­ri­té et le res­pect de la pro­tec­tion des don­nées, comme l’apprentissage fédé­ré que j’ai pré­cé­dem­ment cité et qui donc per­met d’entraîner des modèles d’IA sans avoir accès direc­te­ment aux don­nées utilisées. 

Quelques mots sur vos principaux partenariats et les projets phares qui vous mobilisent actuellement.

Comme men­tion­né, nous avons trois par­te­naires phar­ma­ceu­tiques stra­té­giques : Sano­fi, avec qui nous tra­vaillons sur des pro­grammes de décou­verte de médi­ca­ments ; BMS, sur des ques­tions de déve­lop­pe­ment de médi­ca­ments (opti­mi­sa­tion d’essais cli­niques) ; et un nou­veau par­te­na­riat signé en 2024 avec MSD pour le déve­lop­pe­ment d’outils de diag­nos­tic per­met­tant d’identifier rapi­de­ment des patients sus­cep­tibles de répondre à leur médi­ca­ment phare en oncologie. 

Cette année, nous avons éga­le­ment lan­cé un pro­jet phare de géné­ra­tion de don­nées appe­lé MOSAIC (mul­ti-omics spa­tial atlas in can­cer), qui repré­sente un inves­tis­se­ment de 50 mil­lions de dol­lars pour géné­rer des cartes d’identité molé­cu­laires de 7 000 patients atteints de can­cer. Pour cha­cun d’entre eux, nous allons notam­ment géné­rer une carte spa­tiale décri­vant le niveau d’activité de plus de 20 000 gènes dans la tumeur en uti­li­sant une tech­no­lo­gie récente appe­lée la trans­crip­to­mique spa­tiale. Cette démarche va per­mettre de mieux com­prendre les fac­teurs en jeu dans la réponse à l’immunothérapie.

En matière d’IA, nous lan­çons un nou­veau pro­jet phare pour construire un modèle de fon­da­tion de la bio­lo­gie, une sorte de “chatGPT de la bio­lo­gie”, pour auto­ma­ti­que­ment cap­tu­rer la com­plexi­té du vivant en ana­ly­sant des grandes quan­ti­tés de don­nées bio­mé­di­cale. Concrè­te­ment, cela va per­mettre d’améliorer la per­for­mance de l’ensemble de nos modèles d’IA et, à terme, de for­mu­ler de nou­velles hypo­thèses bio­lo­giques automatiquement.

Quelles sont les prochaines étapes pour Owkin ? Comment vous projetez-vous sur le moyen et long terme ?

Au niveau du diag­nos­tic, nous avons reçu en 2023 le mar­quage CE per­met­tant de déployer notre pre­mier modèle d’IA pour diag­nos­ti­quer une aber­ra­tion géné­tique, l’instabilité de micro-satel­lite, qui aug­mente la pro­ba­bi­li­té de réponse à l’immunothérapie dans le can­cer colo­rec­tal à par­tir d’image d’anatomopathologie. Nous allons main­te­nant com­mer­cia­li­ser ce modèle, l’étendre à d’autres indi­ca­tions en par­te­na­riat avec MSD, et déve­lop­per d’autres modèles diagnostiques. 

En paral­lèle, nous conti­nuons à avan­cer dans nos pro­grammes de recherche interne, et envi­sa­geons de lan­cer une pre­mière molé­cule thé­ra­peu­tique en essai cli­nique d’ici fin 2024. Sur le long terme, notre ambi­tion est de nous posi­tion­ner comme l’acteur incon­tour­nable de l’IA pour la méde­cine de précision. 

---

Articles similaires :

Focus sur l’extraction des métaux : enjeux et pers­pec­tives pour la santé La san­té natu­relle : un uni­vers dyna­mique, inno­vant et aux mul­tiples pers­pec­tives de croissance Ultra-com­pacts, ultra-fiables et ultra-per­for­mants : une révo­lu­tion pour les implants médicaux Un inves­tis­seur à la croi­sée du monde de la bio­tech et du ven­ture capital Le pion­nier de la télé­sur­veillance oph­tal­mo­lo­gique en France