L’IA et la recherche pharmaceutique convergent désormais vers un objectif commun : mieux anticiper la toxicité des molécules pour réduire l’incertitude scientifique et accélérer la mise au point de nouveaux traitements. La maîtrise du risque moléculaire devient un facteur clé de performance dans l’innovation thérapeutique.
Dans cette perspective, MARGO, aux côtés d’IBM, de Qubit Pharmaceuticals et de l’Association IA de Télécom Paris, a co-organisé un hackathon dédié à la modélisation prédictive appliquée à la recherche pharmaceutique.
Pendant trois jours, plus de 70 étudiants ont travaillé sur un jeu de données réel fourni par Qubit Pharmaceuticals, mobilisant des approches avancées de machine learning et de deep learning afin de modéliser la toxicité cardiaque de molécules chimiques. Les modèles ont été évalués selon des critères exigeants, notamment la performance sur les prédictions les plus fiables, une dimension critique dans les applications médicales sensibles.
Au-delà du défi académique, l’objectif était de confronter les talents à des contraintes scientifiques et techniques réelles, dans un environnement structuré intégrant des outils professionnels tels que IBM Watson Studio et watsonx.ai.
La convergence entre talents académiques, expertise technologique et enjeux industriels constitue un levier décisif pour inventer la santé de demain
Iris Maurin, Campus Manager MARGO
En santé, la valeur de l’IA ne réside pas uniquement dans la performance algorithmique. Elle dépend de sa capacité à s’intégrer dans des environnements complexes, à respecter des standards de validation rigoureux et à produire des résultats exploitables par les équipes scientifiques.
Cette initiative illustre la manière dont MARGO contribue à structurer des passerelles entre recherche académique, expertise technologique et problématiques industrielles concrètes, afin d’ancrer durablement l’IA dans des cas d’usage à forte exigence scientifique.
