AWS ouvre les BioFM multimodaux au développement de médicaments et à la médecine clinique

Amazon Web Services a publié une analyse détaillée de l'usage des modèles de fondation biologiques multimodaux (BioFM) dans la pharmacie et la médecine clinique. Il s'agit de systèmes de nouvelle génération qui traitent simultanément des données génomiques, des structures de protéines, des images médicales et des dossiers patients, et y trouvent des liens hors de portée des outils traditionnels, très spécialisés.

Que sont les BioFM multimodaux ?

Les modèles de fondation biologiques sont des réseaux de neurones préentraînés sur d'immenses corpus de données biomédicales, conceptuellement comparables à GPT ou BERT dans le traitement du langage. Le mot clé est « multimodaux » : ces modèles ne travaillent pas sur un seul type de données, mais sur plusieurs à la fois.

Avant les BioFM, chaque tâche exigeait son propre outil : analyse de séquences génomiques, prédiction de structures tridimensionnelles de protéines, classification d'images histologiques et traitement des dossiers cliniques relevaient de systèmes distincts. Les BioFM multimodaux réunissent toutes les modalités dans une seule architecture :

• Séquences génomiques et protéomiques (ADN, ARN, chaînes d'acides aminés)
• Structures tridimensionnelles de protéines
• Images médicales : IRM, scanner, coupes histologiques
• Dossiers médicaux électroniques et données de laboratoire
• Graphes moléculaires et structures chimiques de composés

Cette intégration permet au modèle de relier une mutation du génome, une structure protéique modifiée et des symptômes cliniques. Ce travail demandait auparavant des mois de collaboration entre généticiens, biochimistes et cliniciens.

Comment les BioFM changent la recherche de médicaments

En pharmacie, les BioFM accélèrent les étapes les plus laborieuses du développement des médicaments. Au stade du criblage, le modèle évalue simultanément l'affinité de la molécule pour la cible thérapeutique, son profil toxicologique, sa solubilité et son accessibilité synthétique, au lieu de la faire passer successivement par des modèles QSAR et des systèmes de docking distincts. Cela réduit fortement l'espace de recherche avant les coûteuses expériences en laboratoire.

Dans les essais cliniques, les BioFM aident à stratifier les patients plus précisément : ils repèrent les sous-groupes susceptibles de répondre à une thérapie donnée ou prédisent les effets indésirables avant l'inclusion d'un participant. Cela réduit le coût et la durée des essais, un point crucial dans un secteur où un médicament coûte en moyenne 2,6 milliards de dollars et met 10 à 15 ans à passer de la molécule à l'officine.

«

Les modèles de fondation multimodaux ouvrent une nouvelle ère en biomédecine : l'IA peut percevoir le patient de façon aussi globale qu'un clinicien chevronné, forte de nombreuses années de pratique », selon une publication de l'AWS Machine Learning Blog.

Le rôle d'AWS dans le déploiement des BioFM

Amazon propose une pile couvrant tout le cycle de vie des BioFM. SageMaker prend en charge l'entraînement et l'ajustement fin des modèles pour les besoins des laboratoires pharmaceutiques et des organismes de recherche, de la génération de molécules candidates à l'analyse de biomarqueurs. Amazon Bedrock donne accès à des modèles prêts à l'emploi à spécialisation médicale, sans avoir à bâtir une infrastructure de ML from scratch. HealthLake assure le stockage structuré des données au format FHIR, principal standard d'échange d'informations médicales aux États-Unis et en Europe.

La conformité réglementaire fait l'objet d'une attention particulière : HIPAA, RGPD et directives de la FDA pour les systèmes d'IA dans les dispositifs médicaux. Pour les géants pharmaceutiques et les réseaux cliniques soumis à une supervision réglementaire stricte, une couche de conformité prête à l'emploi pèse lourd en faveur d'une stratégie cloud plutôt que du déploiement d'une infrastructure propre.

Ce que cela signifie

Les BioFM multimodaux quittent les laboratoires universitaires pour entrer dans l'infrastructure commerciale. AWS fait un pari stratégique : la prochaine génération de plateformes de drug discovery se construira dans le cloud, et les fondations sont posées dès maintenant. Pour l'industrie pharmaceutique, cela pourrait raccourcir de plusieurs années le chemin de l'hypothèse à la thérapie.