En 2026, le marché de l’IA en découverte médicamenteuse est attendu à 8,6 milliards USD, avec une croissance de 12,6% par an jusqu’en 2035. Les médicaments les plus avancés conçus par IA entrent dans les essais de phase III, avec de nombreux résultats cliniques attendus tout au long de l’année. 2026 représente un test critique pour la découverte médicamenteuse par IA.

Après une décennie d’expérimentation, l’industrie pharmaceutique assistée par intelligence artificielle atteint un tournant décisif. Plus de 173 médicaments découverts par IA sont actuellement en essais cliniques, avec 15 à 20 qui entreront dans des essais de phase III pivots en 2026. Cette année marquera la transition entre les promesses théoriques et la validation clinique à grande échelle.

L’essentiel

  • Le marché de l’IA en découverte médicamenteuse était valorisé à environ 1,9 milliard USD en 2025 et devrait atteindre 2,6 milliards USD en 2026, soit une croissance de 27% par an vers 16,5 milliards USD estimés en 2034
  • Seuls quelques candidats médicamenteux découverts ou conçus par IA ont progressé vers les essais cliniques, et encore moins ont démontré une preuve de concept clinique. En juin 2025, la première validation clinique de la découverte médicamenteuse par IA a été publiée dans Nature Medicine
  • La consolidation du marché s’accélère : les petites entreprises de découverte médicamenteuse par IA font face à des pressions existentielles. Il faut s’attendre à des acquisitions, des fermetures et des déprioritisations de pipeline alors que le marché sépare les acteurs crédibles des aspirants surfinancés
  • Aucun médicament entièrement conçu par IA n’a encore terminé toutes les phases d’essai et reçu l’approbation réglementaire. Cette étape devrait arriver en 2026 ou 2027, avec environ 60% de probabilité selon les analystes indépendants

Le premier médicament entièrement IA démontre son efficacité clinique

L’essai de phase IIa GENESIS-IPF a inscrit 71 patients atteints de fibrose pulmonaire idiopathique dans 22 sites en Chine. Les patients recevant la dose la plus élevée de 60 milligrammes par jour ont montré une amélioration moyenne de 98,4 millilitres en capacité vitale forcée par rapport au niveau de base, tandis que le groupe placebo a connu un déclin moyen de -62,3 mL.

Le rentosertib représente un traitement véritablement novateur, avec à la fois l’identification de sa cible et la conception moléculaire alimentées par IA - une approche pionnière dans l’industrie pharmaceutique. C’est le premier médicament dont la cible et la conception ont été découvertes par l’IA générative moderne, marquant une étape majeure dans le développement de médicaments assisté par IA.

Comparé aux 2,5 à 4 ans typiquement requis dans la découverte traditionnelle de médicaments, les 22 candidats médicamenteux nominés par Insilico de 2021 à 2024 ont pris seulement 12 à 18 mois en moyenne pour progresser de l’initiation du projet à la nomination de candidats précliniques, chaque projet nécessitant la synthèse et le test de seulement 60 à 200 molécules. Le taux de succès du candidat préclinique au stade d’habilitation IND a atteint 100%.

Cette performance valide l’avantage de l’IA dans les phases de découverte précoce, où les flux de travail assistés par IA compressent de manière démontrable les délais de découverte précoce de 30 à 40% et réduisent le développement de candidats précliniques à 13-18 mois (contre trois à quatre ans traditionnels). Mais la durée des essais cliniques, les délais d’examen réglementaire et la montée en puissance de fabrication restent inchangés. L’IA livre une valeur mesurable en découverte précoce mais ne modifie pas fondamentalement l’économie du développement pharmaceutique.

L’année de vérité pour les essais de phase III

Le développement le plus conséquent de 2026 sera les résultats de phase III qui détermineront si l’IA peut livrer des médicaments qui fonctionnent réellement à grande échelle. Les médicaments les plus avancés conçus par IA entrent dans les essais pivots, avec de multiples résultats cliniques attendus tout au long de l’année. Ces résultats fourniront le premier test à grande échelle de savoir si l’IA améliore les taux de succès clinique au-delà du taux d’échec persistant d’environ 90% de l’industrie pharmaceutique.

Les composés découverts par IA atteignent des taux de succès de phase I d’environ 80 à 90 %, considérablement plus élevés que la moyenne historique de 52% pour les méthodes traditionnelles. Cette amélioration reflète principalement une meilleure prédiction des propriétés pharmacocinétiques et toxicologiques. La phase III est le test définitif : à grande échelle, randomisée, contrôlée, souvent en cours pendant des années, et exigeant une preuve de bénéfice clinique significatif qui satisfait les régulateurs.

L’avancement de l’inhibiteur de tyrosine kinase 2 originaire de Nimbus, zasocitinib (TAK-279), dans les essais cliniques de phase III illustre la stratégie de conception assistée par la physique de Schrödinger atteignant les tests cliniques de stade avancé. Les accords de plateforme de janvier 2026 entre Eli Lilly et Chai Discovery, GSK et Noetik, et Pfizer et Boltz signalent collectivement que les grandes entreprises pharmaceutiques considèrent maintenant l’IA non pas comme une expérience mais comme une infrastructure de R&D centrale. Quatre-vingt-un pour cent des entreprises pharmaceutiques rapportent déployer l’IA dans une certaine capacité. Mais la statistique critique reste non résolue : aucun médicament conçu par IA n’a encore terminé un essai de phase III et reçu l’approbation réglementaire. Cette étape - attendue par de nombreux analystes en 2026 ou 2027 - sera le point de preuve définitif pour tout le domaine.

Un cadre réglementaire se précise enfin

Le 6 janvier 2025, la Food and Drug Administration américaine a publié un projet de guidance intitulé “Considérations pour l’utilisation de l’intelligence artificielle pour soutenir la prise de décision réglementaire pour les produits médicamenteux et biologiques” - le premier cadre réglementaire complet traitant de l’IA tout au long du cycle de vie du développement de médicaments. Le 14 janvier 2026, l’EMA et la FDA ont conjointement publié les “Principes directeurs de bonnes pratiques d’IA dans le développement de médicaments”, un ensemble de 10 principes de haut niveau destinés à orienter l’utilisation sûre et responsable de l’IA tout au long du cycle de vie du produit.

Un aspect clé de l’application appropriée de la modélisation IA dans le développement de médicaments et l’évaluation réglementaire est d’assurer la crédibilité du modèle - la confiance dans la performance d’un modèle IA pour un contexte d’utilisation particulier. Cette guidance fournit un cadre basé sur les risques pour que les sponsors évaluent et établissent la crédibilité d’un modèle IA pour un contexte d’utilisation particulier et déterminent les activités de crédibilité nécessaires pour démontrer que la sortie d’un modèle IA est crédible.

La FDA a reconnu que les médicaments découverts par IA nécessitent un cadre réglementaire adapté. Pas des standards inférieurs, mais des processus différents. Le projet de guidance sur le développement de médicaments IA (janvier 2026) fournit un cadre pour évaluer les médicaments découverts par IA, se concentrant sur la transparence et la reproductibilité du processus de découverte IA plutôt que d’exiger une documentation de découverte traditionnelle. Le programme pilote de voie accélérée IA permet aux médicaments découverts par IA avec de fortes preuves computationnelles d’entrer dans les essais de phase I avec des applications IND simplifiées. Dix entreprises ont été acceptées jusqu’à présent.

Cette clarification réglementaire arrive à un moment critique. En 2021, la FDA a reçu 132 applications qui incorporaient des composants IA/ML à travers diverses étapes du cycle de vie du produit médicamenteux, une augmentation notable par rapport à 29 en 2019. Cette croissance exponentielle reflète à la fois la maturation technologique et la clarté réglementaire croissante. L’expérience de la FDA avec plus de 500 soumissions contenant des composants IA de 2016 à 2023 a informé le développement du projet de guidance de 2025.

La consolidation sépare les acteurs crédibles du bruit

Les prévisions de marché projettent la découverte médicamenteuse IA croissant d’environ 5-7 milliards USD (2025) à 8-10 milliards USD (2026), avec certaines estimations suggérant que l’IA générative pourrait livrer 60-110 milliards USD annuellement en valeur pour pharma globalement. Cependant, le modèle de 2025 suggère que les petites entreprises de découverte médicamenteuse IA font face à des pressions existentielles. Plusieurs entreprises ont fermé entièrement malgré un soutien substantiel ; d’autres ont annoncé des réductions de personnel de 20%+ et plusieurs ont poursuivi la radiation. L’investissement en capital-risque reste concentré dans les acteurs bien financés tandis que les petites entreprises luttent. Les évaluations se sont effondrées depuis les IPO 2021-2022 et le ratio 50:1 entre les ‘biobucks’ annoncés et les paiements initiaux réels révèle une prudence industrielle appropriée. Attendez-vous à une consolidation continue, avec des acteurs plus forts acquérant des actifs en détresse et des entreprises plus faibles sortant entièrement.

Cette consolidation reflète une maturation normale du secteur. Les affirmations de “développement de médicaments 10 fois plus rapide” confondent l’accélération préclinique avec les délais de développement totaux - une représentation trompeuse qui mine la crédibilité. Les programmes IA échoués de 2025 incluent de multiples candidats dépriorisés, des médicaments abandonnés après phase II et des composés ne montrant aucun signal d’efficacité. L’évaluation d’un PDG - “L’IA nous a vraiment tous déçus dans la dernière décennie quand il s’agit de découverte de médicaments - nous avons juste vu échec après échec” - reflète la frustration de l’industrie.

Toutes les entreprises se disant “entreprise de découverte médicamenteuse IA” n’appartiennent pas à cette liste. Voici les signaux qui distinguent les plateformes crédibles du bruit : actifs cliniques en développement. La preuve ultime d’une plateforme IA est une molécule dans les essais humains. Les entreprises qui opèrent depuis 5+ ans sans avancer un candidat clinique méritent un examen minutieux.

L’économie de l’innovation pharmaceutique se réinvente

Le coût par programme d’Insilico n’est que de 3 à 5 millions USD pour atteindre le candidat de développement, comparé aux moyennes industrielles qui peuvent atteindre plus de centaines de millions USD. Cette compression des coûts de découverte précoce représente l’avantage économique le plus tangible de l’IA pharmaceutique à ce jour.

Le fardeau financier aggrave cette chronologie : les analyses récentes établissent le coût moyen hors poche à plus de 2,3 milliards USD par médicament approuvé, s’élevant à 2,6 milliards USD lors de la capitalisation des échecs à travers le pipeline. La médecine de précision 2026 révolutionne le traitement du cancer et des infections illustre comment cette approche personnalisée s’intègre dans une révolution plus large des soins de santé.

L’IA attaque les étapes 1, 2 et 3 avec une efficacité dévastatrice. Et elle commence à remodeler l’étape 4. L’identification traditionnelle de cibles prend 2-3 ans par des études d’association génétique dirigées par des hypothèses. L’approche IA : les grands modèles de langage entraînés sur la littérature biomédicale, les bases de données génomiques et les dossiers cliniques identifient de nouvelles cibles de maladie en quelques semaines.

Cette transformation économique s’inscrit dans un mouvement plus large de redistribution des investissements mondiaux vers l’infrastructure numérique, créant de nouvelles géographies de l’innovation pharmaceutique.

2026, l’année où l’IA pharmaceutique montre ses vraies cartes

Les prévisions équilibrées pour 2026 sont la validation et la déception en proportions à peu près égales. Des données positives de phase III pourraient démontrer que la conception IA assistée par la physique fonctionne pour des cibles spécifiques. Les délais de découverte précoce se compresseront de manière mesurable et les cadres réglementaires clarifieront les exigences de conformité. Cependant, des échecs cliniques supplémentaires sont statistiquement inévitables étant donnés les taux d’attrition historiques.

L’enjeu dépasse la seule validation technologique. Cela établirait un précédent réglementaire pour la façon dont les composés originaires d’IA sont examinés et changerait le calcul d’investissement pour tout le secteur, où des milliards de dollars de capital ont été engagés dans une thèse qui n’a pas encore produit un seul médicament approuvé.

2026 est l’année où les preuves commencent à arriver sous la forme qui compte réellement : essais à grande échelle, contrôlés, randomisés avec des résultats de qualité réglementaire. La question de savoir si les promesses étaient réelles commence à avoir une vraie réponse. Pour une industrie qui a investi massivement dans cette transformation, l’heure de vérité clinique a sonné.

Sources : 1. Drug Target Review - AI in drug discovery: predictions for 2026 2. Roots Analysis - Global AI in Drug Discovery Market Size and Trends 2035 3. Grand View Research - Artificial Intelligence In Drug Discovery Market Report, 2033 4. Towards Healthcare - AI in Drug Discovery Market Rises USD 160.49 Billion by 2035 5. Axis Intelligence - AI Drug Discovery 2026: 173 Programs, FDA Framework & Market 6. BioMed Nexus - 25 AI Drug Discovery Companies Actually Delivering Clinical Candidates (2026) 7. Insilico Medicine - Nature Medicine Publication of Phase IIa Results of Rentosertib 8. EMA-FDA - Guiding Principles of Good AI Practice in Drug Development 9. FDA - Guiding Principles of Good AI Practice in Drug Development