00:00Un entrepreneur qui était venu nous voir dans le pitch il y a quelques mois.
00:03Et quand on va du pitch à la French Tech en quelques mois, c'est que ça va vite, c'est qu'on se développe vite.
00:07C'est bon signe.
00:08Effectivement, bonjour Romain Clément.
00:09Vous êtes le cofondateur et directeur général d'ArcaScience.
00:13C'est une health tech qui utilise l'intelligence artificielle pour l'évaluation du bénéfice risque des médicaments.
00:19On va revenir, on va expliquer ce que ça veut dire.
00:21Vous avez levé 7 millions d'euros, vous travaillez déjà avec des gros laboratoires comme Sanofi et AstraZeneca.
00:26Alors, l'évaluation du bénéfice risque, c'est fondamental quand on développe un médicament.
00:31Qu'est-ce que vous faites précisément ?
00:33Alors, précisément, nous, ce qu'on va faire, c'est qu'on va remplacer une partie de travail qui est fait par des consultants aujourd'hui dans l'industrie pharmaceutique,
00:39qui font partie de groupes qu'on appelle les CRO, bref.
00:42Et on va prendre des ensembles massifs de données qui sont à la fois utilisées par le laboratoire, sont disponibles à l'extérieur.
00:48Et en fait, on va, grâce à des modèles d'IA, on en a plus d'une vingtaine, on va détricoter la donnée,
00:53on va la rendre compréhensible par un autre système d'IA qui, lui, va permettre de les organiser en réflexion statistique,
01:00dire, voilà, les forces, les faiblesses d'un médicament, et en quoi c'est une opportunité pour l'institution ou l'entreprise.
01:05Et ça réduit le coût, j'imagine, très fort, du développement ?
01:08Considérablement. Alors, du développement, surtout le coût de cette tâche-là.
01:11On passe de 18 mois de travail à quelques minutes pour pouvoir obtenir un premier résultat.
01:16Et puis ensuite, sur base du surplus de données, on apporte entre 9 et 10 fois plus d'informations pertinentes aux chercheurs, aux cliniciens.
01:24Là, ils peuvent travailler beaucoup plus précisément sur la performance du médicament.
01:28Mais sur quelles données vous vous basez ?
01:30On voit des images derrière vous, pour ceux qui nous regardent à la télé.
01:32Ça ressemble à ChatGPT. D'ailleurs, il y a ArcadeGPT, donc voilà, ça ne trompe pas.
01:36Et même l'expérience utilisateur ressemble beaucoup.
01:40On tape un texte. Est-ce que, finalement, ce médicament, quel est son bénéfice-risque ?
01:45Et on a la réponse instantanément. Sur quoi vous vous basez, en fait, pour avoir ces informations ?
01:48Alors, ArcadeGPT, ça date plutôt pas mal. Ça fait quelques années.
01:53Mais aujourd'hui, non, on est surtout sur une solution qui est en forme de dashboard.
01:56Nos données, elles proviennent de toutes les sources qui sont pertinentes pour pouvoir établir un bénéfice-risque.
02:01Ce qui est un des problèmes aujourd'hui de l'intelligence artificielle, c'est qu'elle n'est pas capable de produire toutes les sources qui sont pertinentes.
02:05D'ailleurs, quand on fait une revue de littérature en clinique, c'est-à-dire qu'on va essayer d'atteindre toutes les informations qui ont du sens pour pouvoir faire notre bénéfice-risque,
02:13les LLM passent à côté d'entre 87 et 91%. C'est une étude qui est sortie cette année.
02:17Ah bon, donc elles regardent quoi ? Tout ce qui est gratuit, en gros ?
02:19Alors, nous, on va regarder tout ce qui est open, tout ce qui est dans le laboratoire, tout ce qui est chez des partenaires.
02:25Mais qui vous ouvrent leurs données, du coup ?
02:26Oui, absolument. Et en fait, nous ouvrent les données. Nous, notre solution, elle a vocation à être chez...
02:32entre les mains du clinicien.
02:33Nous, on ne va pas externaliser la donnée, l'avoir chez nous, ce qui permet d'être beaucoup plus compatible avec...
02:37Mais aujourd'hui, vous êtes en capacité de sortir un médicament.
02:41On en est où dans le lien jusqu'au patient ?
02:44Non, non, nous, on n'est pas du tout en capacité de sortir un médicament.
02:47Ça s'appelle une biotech, une société qui développe des médicaments.
02:49Nous, on va plutôt se consacrer et se concentrer sur l'évaluation du bénéfice-risque,
02:54afin que les 90% de médicaments qui échouent à atteindre le marché,
02:59donc 9 médicaments sur 10, 10 ans de développement, 2,3 milliards par médicament,
03:03et une meilleure chance...
03:049 médicaments sur 10 en phase de développement ne sortiront jamais ?
03:07Ne sortiront jamais.
03:08Parce que le bénéfice-risque n'est pas en faveur du bénéfice.
03:11Voilà, soit effectivement, soit le bénéfice n'est pas suffisamment important dans les phases plutôt early,
03:16donc pré-clinique, phase 1, quand on développe un médicament, il y en a plusieurs,
03:18et au plus tard, on va avoir des considérations autour de la toxicité,
03:22autour de la phase 2, même en phase 1, mais phase 3, c'est plutôt les risques.
03:25Mais comment votre solution permet d'améliorer ça ?
03:28Parce qu'elle donne une réponse, est-ce que le bénéfice-risque est plutôt bon ou mauvais ?
03:32Mais après, vous ne pouvez pas améliorer la molécule de toute façon ?
03:35Non, absolument pas. On ne peut pas améliorer la molécule.
03:37Par contre, il faut savoir que quand on fait un essai clinique,
03:39l'essai clinique va être effectué dans un cadre bien précis,
03:42avec un groupe de patients bien précis,
03:44avec des mesures qu'on doit déclarer avant de faire l'essai clinique qu'on va prendre.
03:47Par exemple, si je dois faire un essai clinique sur vous,
03:49je vais dire, je vais vous prendre votre glycémie,
03:50et je vais avoir le droit de prendre aucune autre métrique.
03:53Il va falloir qu'on déclare à chaque fois, et donc nous, on va leur dire,
03:55si vous voulez que votre essai clinique se passe mieux,
03:57il faudrait que vous ayez tel endpoint,
03:59telle mesure que vous devez mesurer chez le patient,
04:02et il faudrait que vous fassiez attention à tel groupe de patients,
04:05à tel risque qui va se profiler chez vous.
04:087 millions d'euros, aujourd'hui, c'est pour faire quoi ?
04:10C'est notamment pour aller sur le marché américain ?
04:12Oui, absolument. On est déjà sur le marché américain,
04:14en fait, factuellement, on a 80% de nos clients qui sont là-bas,
04:16le marché américain, c'est le plus gros marché mondial en pharmaceutique,
04:18c'est 60% du marché, il est consolidé.
04:20En Europe, on a un très gros marché, mais on parle plein de langues différentes,
04:23on a plein de cultures, donc c'est un peu plus compliqué.
04:24Donc c'est pour créer une société là-bas, une filiale,
04:27la société mère restera en France,
04:29on y croit vraiment très fortement,
04:31et embauché là-bas.
04:32La prochaine fois, oui, Anthony, c'est dans le grand entretien,
04:34la prochaine fois.
04:35Oui, on monte en puissance à chaque fois.
04:37Juste une dernière question, parce que je suis curieux,
04:39il y a une grande tendance, on parle beaucoup en ce moment de repositionnement,
04:42c'est-à-dire le fait d'utiliser des vieux médicaments
04:44pour inventer de nouveaux traitements.
04:46Oui, c'est ça, c'est genre, j'ai un médicament qui fonctionne
04:48sur la tension artérielle, et on se rend compte que ça va...
04:50C'est le médicament du diabète pour maigrir.
04:53Exactement. En quoi votre solution
04:54peut justement améliorer
04:56ces technologies de repositionnement ?
04:58Alors, le repositionnement, effectivement,
05:00c'est intéressant. Alors, déjà, avoir un bénéfice-risque
05:02qu'on suggère dans le cadre d'un développement clinique
05:04qui serait meilleur sur une certaine autre cible,
05:06on est déjà sur un cas, pas vraiment de repositionnement,
05:08mais en fait, on fait prendre un virage au médicament.
05:11Et quand le médicament, il est accessible
05:12aux patients, effectivement,
05:15nous, on a déjà été...
05:16Notre solution a déjà été utilisée, avec un de nos partenaires,
05:18notamment dans l'Institut Cerebois de la Moelle Epinière,
05:20pour identifier des médicaments
05:22qui, pour le cancer du cerveau, étaient
05:24les moins risqués possibles, et qui
05:26on supposait pouvaient être utilisés en même
05:28temps que le médicament le plus utilisé
05:30pour ces patients-là, pour allonger leur espérance de vie,
05:32malheureusement pas pour les soigner, on n'est pas encore
05:34sur ce genre de repositionnement.
05:36Et ça a fonctionné, on en a trouvé deux
05:38qui sont aujourd'hui en développement.
05:39Merci beaucoup Romain Clément d'être venu ce matin
05:41pour nous parler d'Arca-Science.
05:43Merci.
05:44Merci.
05:45Merci.
