| dc.contributor.author | Moingeon, Philippe | - |
| dc.contributor.author | Garbay, Christiane | - |
| dc.contributor.author | Dahan, Muriel | - |
| dc.contributor.author | Fermont, Irène | - |
| dc.contributor.author | Benmakhlouf, Ali | - |
| dc.contributor.author | Gouyette, Alain | - |
| dc.contributor.author | Poitou, Pierre | - |
| dc.contributor.author | Saint-Pierre, Alain | - |
| dc.date.accessioned | 2025-10-28T14:01:09Z | |
| dc.date.available | 2025-10-28T14:01:09Z | |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Moingeon, Philippe ; Garbay, Christiane ; Dahan, Muriel ; Fermont, Irène ; Benmakhlouf, Ali ; Gouyette, Alain ; Poitou, Pierre ; Saint-Pierre, Alain ; L’intelligence artificielle, une révolution dans le développement des médicaments, Med Sci (Paris), Vol. 40, N° 4 ; p. 369-376 ; DOI : 10.1051/medsci/2024028 | |
| dc.identifier.issn | 1958-5381 | |
| dc.identifier.uri | http://hdl.handle.net/10608/15117 | |
| dc.description.abstract | L’intelligence artificielle (IA) et l’apprentissage automatique produisent des modèles prédictifs qui aident à la prise de décisions dans le processus de découverte de nouveaux médicaments. Cette modélisation par ordinateur permet de représenter l’hétérogénéité d’une maladie, d’identifier des cibles thérapeutiques, de concevoir et optimiser des candidats-médicaments et d’évaluer ces médicaments sur des patients virtuels, ou des jumeaux numériques. En facilitant à la fois une connaissance détaillée des caractéristiques des patients et en prédisant les propriétés de multiples médicaments possibles, l’IA permet l’émergence d’une médecine de précision « computationnelle » offrant des traitements parfaitement adaptés aux spécificités des patients. | fr |
| dc.description.abstract | Artificial intelligence and machine learning enable the construction of predictive models, which are currently used to assist in decision-making throughout the process of drug discovery and development. These computational models can be used to represent the heterogeneity of a disease, identify therapeutic targets, design and optimize drug candidates, and evaluate the efficacy of these drugs on virtual patients or digital twins. By combining detailed patient characteristics with the prediction of potential drug-candidate properties, artificial intelligence promotes the emergence of a “computational” precision medicine, allowing for more personalized treatments, better tailored to patient specificities with the aid of such predictive models. Based on such new capabilities, a mixed reality approach to the development of new drugs is being adopted by the pharmaceutical industry, which integrates the outputs of predictive virtual models with real-world empirical studies. | en |
| dc.language.iso | fr | |
| dc.publisher | EDP Sciences | |
| dc.relation.ispartof | Repères | |
| dc.rights | Article en libre accès | fr |
| dc.rights | Médecine/Sciences - Inserm - SRMS | fr |
| dc.rights.uri | | |
| dc.source | M/S. Médecine sciences [ISSN papier : 0767-0974 ; ISSN numérique : 1958-5381], Vol. 40, N° 4; p. 369-376 | |
| dc.subject.mesh | Intelligence artificielle | fr |
| dc.subject.mesh | tendances | fr |
| dc.subject.mesh | Humains | fr |
| dc.subject.mesh | Développement de médicament | fr |
| dc.subject.mesh | méthodes | fr |
| dc.subject.mesh | Médecine de précision | fr |
| dc.subject.mesh | méthodes | fr |
| dc.subject.mesh | Découverte de médicament | fr |
| dc.subject.mesh | méthodes | fr |
| dc.subject.mesh | Apprentissage machine | fr |
| dc.subject.mesh | Simulation numérique | fr |
| dc.title | L’intelligence artificielle, une révolution dans le développement des médicaments | fr |
| dc.title.alternative | The revolution of AI in drug development | en |
| dc.type | Article | |
| dc.contributor.affiliation | Académie nationale de pharmacie , Paris , France | |
| dc.identifier.doi | 10.1051/medsci/2024028 | |
| dc.identifier.pmid | 38651962 | |