L'IA Pourrait Comprimer des Décennies de Découverte de Médicaments en Quelques Années, Transformant la Science du Vieillissement

L'intelligence artificielle est de plus en plus présentée non seulement comme un outil de productivité, mais aussi comme un potentiel multiplicateur de force pour l'extension de l'espérance de vie humaine. Dans cet épisode exhaustif de FoundMyFitness, l'animatrice Rhonda Patrick reçoit le Dr Derya Unutmaz, éminent immunologiste, pour évoquer la façon dont l'IA pourrait comprimer des décennies de progrès médical en une seule décennie — avec des implications directes pour le vieillissement, le cancer et le développement de médicaments.

Unutmaz soutient que l'IA transforme déjà la découverte de médicaments en identifiant des candidats moléculaires et en prédisant leur innocuité et leur efficacité avant même le début des essais cliniques. Il introduit le concept de jumeaux numériques — des modèles computationnels de patients individuels — comme outil permettant de raccourcir, voire de remplacer partiellement, les essais cliniques traditionnels. Cela pourrait réduire considérablement le temps et le coût nécessaires pour mettre sur le marché des médicaments liés à la longévité.

Sur le cancer, Unutmaz se montre prudemment optimiste. Il explore la possibilité que l'IA conçoive des traitements anticancéreux personnalisés à la demande, limite les surtraitements, et prédise même la formation d'un cancer des années avant l'apparition des premiers symptômes cliniques. Ces capacités, suggère-t-il, pourraient faire du cancer une maladie gérable, voire curable, en l'espace d'une décennie.

La conversation s'oriente ensuite vers la biologie du vieillissement, où Unutmaz soutient que la prévention est plus accessible que l'inversion du processus. Il explique comment les vieilles cellules immunitaires faussent les horloges du vieillissement, pourquoi l'inversion du vieillissement cérébral pose des défis uniques, et ce que les supercentenaires (ceux qui vivent au-delà de 110 ans) révèlent sur les limites biologiques du vieillissement humain. Il fait référence aux facteurs Yamanaka et à la reprogrammation cellulaire comme preuve de concept de l'inversion du vieillissement au niveau cellulaire.

Sur le plan pratique, Unutmaz conseille aux auditeurs comment construire un jumeau numérique personnel à partir de leurs données de santé existantes, et affirme que l'IA devrait disposer d'une mémoire à long terme des biomarqueurs d'un individu afin de fournir des conseils de santé personnalisés et véritablement pertinents. Il soulève également des préoccupations en matière de biosécurité concernant l'utilisation d'une IA puissante en biologie. Les réserves incluent la nature spéculative de nombreuses projections temporelles et la complexité de la traduction des prédictions de l'IA en résultats cliniques concrets.