Deuxième édition de « Regards Croisés » sur IA et immunothérapie
Dominique Laroudie-Gendre (E20) et Louis Perdriel (E23) ont proposé une nouvelle édition de Regards croisés entre alumni de l’Executive Master et alumni du cycle ingénieur sur le thème de l’IA en immunothérapie.
Nous vivons plus longtemps, mais dans quel état de santé ? En cancérologie, les traitements restent lourds et impactent fortement la qualité de vie. Face à ces problèmes, l’intelligence artificielle s’impose comme un levier majeur de transformation de la médecine. De la biotech au parcours patient, jusqu’aux modèles économiques historiquement fondés sur le travail humain, l’IA redessine l’ensemble de l’écosystème de santé. C’est dans cet esprit que s’est tenue la deuxième édition de Regards croisés, le 27 janvier 2026 à la Maison des X, consacrée aux apports de l’IA en immunothérapie des cancers.
Les échanges ont successivement abordé les thématiques suivantes :
Le cadre clinique et les avancées actuelles en immunothérapie, avec la participation exceptionnelle pour cette deuxième édition du professeur Vey, professeur d’hématologie et directeur général de l’Institut Paoli-Calmettes à Marseille.
L’accélération de l’identification de traitements ciblés grâce à l’IA en biotech, avec Nicolas Captier (X16), chercheur postdoctoral chez Roche, docteur en informatique appliquée à l’oncologie.
L’intégration de l’IA dans le parcours patient et le télésuivi, avec Alexis Hernot (X91), cofondateur et CEO de Calmedica, un acteur de référence du télésuivi des patients et de l’optimisation des parcours de soins par le numérique et l’IA.
Et, enfin, la soutenabilité des modèles économiques face à l’innovation technologique, avec Caroline Chassin-Guinot (E23), directrice générale adjointe de l’Institut Paoli-Calmettes, qui travaille avec le professeur Norbert Vey.
Quelques repères illustrent cette transformation :
- En imagerie médicale, l’IA a augmenté d’environ 15 % le taux de détection du cancer du sein tout en réduisant le temps de lecture des examens (Nature Medicine, May 2025).
- En médecine personnalisée, des algorithmes analysent rapidement les échocardiogrammes pour adapter le traitement à chaque patient (Standford Medecine Innovation & Technology, 2023).
- En médecine prédictive, l’IA peut évaluer le risque cardiovasculaire à cinq ans (Stanford Health Care & Nature Biomedical Engineering, 2018).
Ces échanges ont finalement posé une question centrale : comment intégrer l’intelligence artificielle à la pratique médicale de manière éthique, soutenable et réellement bénéfique pour les patients ?
Professeur Norbert Vey :
L’immunothérapie (IT) repose sur la manipulation du système immunitaire dans un but thérapeutique. Dans le cas du cancer, il s’agit de déclencher une réponse du système immunitaire contre la tumeur en tirant parti d’une caractéristique critique : la spécificité.
Les outils disponibles peuvent être classés en trois types d’IT : les anticorps monoclonaux (Ac), les thérapies cellulaires et les vaccins. Leurs développements ont été possibles grâce à la compréhension des interactions entre tumeur et système immunitaire, aux mécanismes d’échappement à l’immunosurveillance. Des avancées technologiques ont également joué un rôle central : progrès de l’ingénierie des protéines permettant de fabriquer une grande variété d’Ac, d’ingénierie cellulaire et de la génétique qui permettent de manipuler
ex vivo des effecteurs immuns (cellule immunitaire) ou de produire des vaccins ARN à façon.
Ces nouveaux médicaments sont intégrés à de nombreux protocoles se combinant avec d’autres agents (chimiothérapie, thérapies ciblées), mais ceux-ci nécessitent une adaptation des organisations autour de parcours de soins complexes et de la gestion d’effets secondaires inédits liés à une réponse immune incontrôlée, dont les manifestations sont très diverses et nécessitent une prise en charge pluridisciplinaire.
Enfin, la multiplicité des molécules en cours de développement et de leurs combinaisons avec les autres modalités thérapeutiques posent le problème du nombre quasi illimité d’essais cliniques nécessaires à leur évaluation.
Intégration de données multimodales, bras synthétiques, jumeaux numériques sont autant de solutions pour ces problématiques nouvelles.
Nicolas Captier (X16) :
Malgré leurs succès, les immunothérapies actuelles restent inefficaces pour de nombreux patients. Identifier les caractéristiques de cette résistance est donc un objectif majeur, tant pour optimiser la prise en charge clinique (proposer des alternatives précoces) que pour nourrir la recherche sur les mécanismes biologiques sous-jacents et les thérapies de demain.
L’espoir repose aujourd’hui sur la synergie entre la richesse des données collectées en clinique – offrant une description personnalisée de la pathologie – et la capacité de l’intelligence artificielle à en extraire des informations clés. Si de nombreux travaux ont déjà prouvé le potentiel de l’IA (exploitation des lames pathologiques numérisées), les avancées récentes, telles que les modèles multimodaux et les modèles de fondation, ouvrent de nouvelles perspectives.
Cependant, plusieurs obstacles freinent encore l’arrivée de ces solutions en routine clinique. Il s’agit moins de verrous technologiques que de défis liés à la validation des modèles, à leur adoption par les professionnels de santé et les patients, ou à un déploiement garantissant robustesse, équité et absence de biais.
Alexis Hernot (X91) :
L’intelligence artificielle est devenue une nécessité structurelle pour gérer la complexification exponentielle des parcours de soins, illustrée ici par l’immunothérapie. Cette complexité résulte de la convergence de quatre facteurs : la chronicisation des pathologies avec l’allongement de l’espérance de vie non couplée à un allongement de la vie en bonne santé, l’hyperspécialisation médicale (passée de 30 à 400 disciplines), l’explosion combinatoire des thérapies et le déluge de données (omics, ensemble des disciplines biologiques qui analysent de manière globale et à grande échelle les différentes molécules d’une cellule ou d’un organisme, afin de comprendre le fonctionnement du cancer dans toute sa complexité et publications) qui saturent les capacités cognitives humaines.
L’IA intervient alors pour coordonner ces parcours fragmentés et sécuriser le patient. Elle permet concrètement d’automatiser le suivi à domicile et la détection de signaux faibles, de décharger les médecins des tâches administratives et d’accélérer la recherche clinique via l’identification de patients éligibles ou l’usage de patients synthétiques.
Caroline Chassin-Guinot (E23) :
Les immunothérapies représentent une révolution majeure en cancérologie et un espoir formidable pour d’autres pathologies actuellement considérées comme incurables (maladies inflammatoires, auto-immunes, infectieuses…).
Cependant, elles mettent sous tension un système de santé déjà fragilisé, et leur coût élevé, leur ultra-personnalisation, ainsi que la limite des modèles actuels de financement de la santé, risquent d’accroître, à terme, les inégalités d’accès aux soins.
Dans ce contexte, l’IA pourrait bien constituer une solution efficace car elle permet à la fois de personnaliser les traitements, de mieux sécuriser les prises en charge en amont et en aval des traitements, et de rendre plus soutenable le passage à l’échelle dans la production de traitements coûteux.
Dans un contexte de tensions économiques et sociales, l’équité d’accès aux soins suppose de savoir combiner astucieusement mutualisation des moyens, financement des soins de santé basés sur la valeur (value-based healthcare), maillage territorial et information des patients. Ce sont là les conditions pour que les immunothérapies deviennent une innovation solidaire.
Soins de santé basés sur la valeur (value-based healthcare, VBHC)
Modèle organisationnel et économique du système de santé qui vise à maximiser les résultats de santé pour les patients, tout en maîtrisant les coûts. Il repose sur une évaluation de la qualité des soins en fonction des bénéfices cliniques, de l’expérience patient et de l’efficience des traitements. (Source : Institut VBHC)
