Le rôle de la technologie dans le secteur biopharmaceutique avec GSK

Locuteur 1 :
Bienvenue à Insights de TD Cowen. Il réunit des penseurs de premier plan qui offrent leur éclairage et leurs réflexions sur ce qui façonne notre monde. Soyez des nôtres pour cette conversation avec les esprits les plus influents de nos secteurs mondiaux.
Charles Rhyee :
Bonjour. Ici Charles Rhyee, analyste, Technologies et distribution des soins de santé pour TD Cowen. Bienvenue au balado La santé au futur de TD Cowen. Cet épisode proposé par TD Cowen fait partie de notre série mensuelle de balados qui rassemblent leaders d’opinion, innovateurs et investisseurs pour explorer comment la convergence entre soins de santé, technologies, consommation et politiques change notre perception de la santé, des soins et du système de santé.
Et quand on pense au secteur biopharmaceutique, on pense naturellement à l’innovation, comme la découverte de nouveaux médicaments pour le traitement de maladies. Toutefois, l’innovation dans le secteur pharmaceutique actuel va au-delà de la découverte de médicaments et comprend maintenant l’application de la technologie dans le but de mettre au point de nouvelles thérapies. Dans cet épisode, nous expliquons comment le secteur pharmaceutique conçoit et met en œuvre de nouvelles technologies, comme les logiciels d’exploitation clinique, l’intelligence artificielle et l’apprentissage automatique, qui rehaussent l’efficacité à chaque étape du processus de développement de médicaments.
Cette approche a contribué à la découverte de nouvelles catégories de thérapies et à la création de médicaments pour des choses qui étaient auparavant considérées comme impossibles à traiter. Shobie Ramakrishnan, cheffe de la stratégie numérique et de la technologie à GSK, se joint à nous pour discuter du sujet. Avant de se joindre à GSK, Shobie a occupé des postes de haute direction en technologie au sein d’entreprises comme AstraZeneca, Salesforce, Genentech et Roche. Merci de votre présence.
Shobie Ramakrishnan :
Ça me fait plaisir d’être ici.
Charles Rhyee :
Pour commencer, pourriez-vous nous donner un aperçu de votre carrière avant de travailler pour GSK?
Shobie Ramakrishnan :
D’accord. J’ai commencé ma carrière en tant qu’ingénieure logicielle et j’ai passé la majeure partie de ma vie adulte à Silicon Valley. Et environ la moitié de ma vie professionnelle a été consacrée à travailler avec des entreprises de haute technologie durant les principaux points d’inflexion pour elles. Apple à l’époque, puis plus tard Salesforce pendant de nombreuses années. L’autre moitié de ma carrière a consisté à travailler pour des entreprises du secteur des sciences de la vie, en commençant par Genentech, qui a ensuite fait partie de l’écosystème Roche, puis AstraZeneca, et maintenant GSK, bien sûr.
Et dans toutes ces expériences incroyables, je pense qu’un fil commun a été d’aider à saisir la grande occasion. Et, comme vous l’avez bien dit, Charles, au sujet de la transformation numérique et des données au cours de la dernière décennie, l’intelligence artificielle permet de vraiment stimuler l’innovation et la croissance tout en offrant une meilleure expérience client et employé.
Charles Rhyee :
Et comment décririez-vous cette évolution, en particulier dans le secteur biopharmaceutique, en ce qui a trait à l’approche de ce secteur à l’égard de l’infrastructure de technologie de l’information?
Shobie Ramakrishnan :
Avant 2010, le secteur se tournait lentement vers l’adoption des technologies modernes de l’époque. La grande poussée vers l’infonuagique était un thème de l’époque, notamment pour les entreprises de logiciels-services qui se consacrent aux sciences de la vie. Pensons par exemple à l’adoption de Viva ou les applications mobiles sur l’iPhone. Quand j’étais à Genentech en 2007, quand on a lancé le premier iPhone, nous commencions déjà à créer des applications comme des répertoires d’employés pour les iPhone. Et les médias sociaux commençaient tout juste à être adoptés dans le domaine du marketing, etc.
Mais on a aussi reconnu l’occasion liée aux mégadonnées, comme on appelait le secteur à l’époque. Toutefois, au cours de la dernière décennie, nous avons mis énormément l’accent sur l’élargissement des ensembles de données auxquels nous avons accès, en particulier en recherche et développement, mais aussi à l’échelle de l’entreprise. On mise énormément sur l’engagement client stimulé par les données; comme vous avez dit, il y a une adoption généralisée de l’intelligence artificielle et de l’apprentissage automatique.
Mais rien de tout cela ne serait possible sans l’infrastructure sous-jacente, l’infrastructure des TI qui devient de plus en plus rapide, meilleure et moins chère. Et nous avons cette incroyable capacité à prendre de l’expansion et à agir rapidement grâce à l’adoption de l’infonuagique. Et nous constatons que le secteur construit également des plateformes de données fiables et connectées pour avoir accès rapidement à des données épurées et connectées. Nous avons donc investi dans deux plateformes de données, et je suis heureuse d’en parler, pour permettre l’adoption de la technologie numérique et maintenant dirigée par l’intelligence artificielle.
L’une est appelée Onyx, qui est consacrée à la recherche, et l’autre s’appelle Code Orange, où nous hébergeons les données d’entreprise épurées et connectées à grande échelle. Et je pense qu’il y a un changement de rythme notable dans notre secteur. Et c’est une période incroyablement excitante pour travailler sur les technologies de données dans notre secteur, compte tenu de leur potentiel incroyable pour nous aider à mettre au point de nouveaux médicaments et vaccins novateurs.
Charles Rhyee :
Je suis certain que nous aborderons quelques-uns de ces points aujourd’hui. Vous avez mentionné que vous étiez chez Apple, chez Salesforce, puis que vous avez fait ce virage vers Genentech. Qu’est-ce qui a précipité le passage de la technologie traditionnelle aux soins de santé?
Shobie Ramakrishnan :
Tout d’abord, je dirais que nous avons tous des patients dans notre vie, n’est-ce pas? Dans mon cas, j’ai perdu ma mère et une tante très chère à cause du cancer du sein. Et lorsque je me suis jointe à Genentech, dans le sud de San Francisco, j’ai été impressionnée par la science qui avait le potentiel de prolonger la vie des personnes atteintes de cancer ou d’apporter des médicaments de précision fondés sur la génétique et d’autres facteurs qui ont le potentiel de guérir le cancer.
Tout cela existe maintenant et nous avons maintenant accès à des médicaments que ma mère n’avait pas, grâce au travail que nous faisons dans ce secteur. C’est donc très spécial et très personnel. Je suis très enthousiaste à l’idée de participer à l’accélération de l’innovation scientifique en tant que technologue. Et maintenant, nous embauchons fréquemment d’incroyables talents en données et en technologie, souvent des gérants du numérique. Un facteur de différenciation clé est toujours ce sentiment d’avoir un but et un lien personnel avec la raison pour laquelle nous faisons ce travail. Ce secteur offre l’occasion d’utiliser la technologie pour améliorer la santé humaine. Peu de secteurs peuvent vraiment offrir cela.
Charles Rhyee :
Oui, bien sûr. Ensuite, en 2018, vous vous êtes jointe à GSK. Qu’est-ce qui vous a attirée à GSK?
Shobie Ramakrishnan :
Je pense que c’était une société qui était à l’aube d’une transformation importante à la fois du pipeline et de son rendement. Je pense donc que nous pouvons dire, honnêtement, qu’au cours des cinq à sept dernières années, la société a vraiment fait progresser le programme d’innovation scientifique, comme vous l’avez vu récemment avec le lancement de nos vaccins contre le virus respiratoire syncytial, ou VRS, etc. Mais aussi, si on regarde juste le rendement, le rendement commercial a été assez impressionnant au fil des ans.
Et nous avons dû mener ce revirement de façon très pragmatique. Une partie repose sur les notions de base de la gestion; d’autres éléments sont de véritables innovations qu’aucun d’entre nous n’avait amorcées. C’était vraiment très intéressant pour moi de faire ce travail avec cette équipe à ce moment-là.
Charles Rhyee :
Vous avez déjà parlé de la façon dont la technologie peut contribuer à l’atteinte des objectifs et à la mise en œuvre de la stratégie d’une entreprise. Aidez-nous à comprendre ce que vous voulez dire.
Shobie Ramakrishnan :
Comme vous l’avez dit plus tôt, je pense qu’il s’agit vraiment d’un moment de transformation pour les soins de santé en général, et le secteur des sciences de la vie en particulier. Et des progrès importants ont été réalisés dans deux domaines importants qui, selon moi, sont des forces motrices de la transformation. L’un des progrès, c’est notre compréhension de la biologie. Je pense que la transformation numérique dans le secteur de la biologie est liée à d’énormes innovations. Deuxièmement, il existe de nouvelles technologies puissantes qui peuvent traiter d’énormes quantités de données scientifiques et cliniques, et ce, à grande échelle et rapidement.
Cela signifie que nous pouvons réellement repenser ce qui est possible pour les patients et la société de nouvelles façons assez poussées. À GSK, nous mettons énormément l’accent sur trois choses dans le cadre de ce parcours. D’abord et avant tout, nous ne développerons pas la technologie simplement pour le plaisir de la technologie. Nous voulons exploiter uniquement les occasions qui auront un effet transformationnel sur la santé des patients grâce aux nouveaux médicaments et vaccins que nous mettons en œuvre.
Et je suis très optimiste quant au fait que la prochaine décennie d’innovations dans notre secteur sera façonnée par notre capacité à utiliser les données et l’intelligence artificielle pour comprendre et concevoir la biologie et ainsi changer complètement le cours des maladies dans bien des cas. Et même si la recherche et le développement sont notre principal domaine d’action, nous entrevoyons d’énormes possibilités. Et vous l’avez très bien dit dans votre introduction. Nous entrevoyons une excellente occasion d’utiliser la technologie pour rendre nos produits accessibles à plus de patients partout dans le monde.
Deuxièmement, nous mettons l’accent sur les talents. Il s’avère que la bio-ingénierie est facile à dire, mais très difficile à faire, et il n’y a pas beaucoup de gens qui la maîtrisent. Nous travaillons très fort pour être un milieu de travail où des talents de calibre mondial peuvent se joindre à nous dans le cadre de cette quête et faire leur meilleur travail. Et nous tentons également d’investir et de donner à tous nos employés à l’échelle de l’entreprise les connaissances dont ils ont besoin relativement aux données et au domaine numérique pour qu’ils puissent résoudre plus rapidement et plus efficacement certains des problèmes les plus complexes.
Un troisième élément de ce travail est que nous devons nous rendre compte que nous faisons partie d’un écosystème et que nous devons être un partenaire fiable et compétent; l’utilisation de données est assortie d’une responsabilité énorme, qui nécessite ensuite une expertise et une grande minutie relativement à ce que nous utilisons et manipulons afin de faire progresser notre mission.
Charles Rhyee :
Si nous pensons à ces trois piliers, comment une cheffe du numérique et de la technologie peut-elle arriver et élaborer une stratégie pour une entreprise aussi grande et complexe que GSK?
Shobie Ramakrishnan :
Il est très important de reconnaître que, peu importe où nous voulons aller, nous devons commencer là où nous en sommes en tant qu’entreprise. Et je pense que c’est l’une des choses qu’on oublie presque toujours dans les transformations; on est tellement enthousiastes au sujet de l’état cible qu’on oublie où se situent les gens dans l’entreprise. Je pense qu’il est très important d’écouter ce que les gens et l’entreprise disent sur ce qui fonctionne bien, les besoins, où se trouvent les occasions et où nous pouvons accélérer ce dont nous avons besoin pour aider les gens, et d’apprendre.
Et je dirais d’abord et avant tout que le leadership et la prise en charge de ce programme à l’échelle de l’entreprise sont vraiment importants. Dans notre cas, quand nous nous sommes détachés des activités liées à la santé des consommateurs et que nous avons établi GSK en tant que société biopharmaceutique autonome, nous avons dit que notre objectif est d’unir la science, la technologie et les talents pour prendre ensemble une longueur d’avance sur la maladie. C’était donc une déclaration très intentionnelle indiquant que nous plaçons la technologie, nos employés et notre science au cœur de nos efforts.
Toute notre équipe de direction, y compris notre cheffe de la direction, Emma Walmsley, s’est engagée à faire de l’adoption de l’intelligence artificielle et de la technologie un facteur de différenciation pour notre entreprise. Cela signifie que nous avons des objectifs communs au sein du comité de direction et des buts pour vraiment les concrétiser pour l’entreprise. Je pense que c’est extrêmement important. Il devient très difficile pour les équipes de prioriser ces objectifs si la direction ne les prend pas en charge et ne les met pas en œuvre.
Nos priorités, nos plans, nos investissements et la mesure de la valeur en découlent. Et vous remarquerez que je n’ai pas parlé de stratégie technologique ici parce que nous croyons qu’il ne s’agit pas d’une stratégie technologique ou numérique. La stratégie d’affaires de notre entreprise consiste à intégrer la technologie à ce que nous faisons et à notre façon de travailler, car nous entrons dans un monde de plus en plus numérique.
La deuxième chose que je dirais pour établir la marche à suivre, c’est qu’il est important de garder un œil sur les signaux clés de perturbations, d’occasions ou de menaces que nous observons. Et quand les patients accèdent à des soins de santé, ils vivent des expériences façonnées par tout un écosystème de soins de santé et toutes les particularités de celui-ci. Nous ne sommes qu’un élément très important de leur expérience.
Selon moi, il est très important de faire attention à la façon dont nous collaborons avec les autres partenaires des canaux, comme nos professionnels de la santé, et avec les écosystèmes de fournisseurs pour éliminer les frictions et offrir une meilleure expérience. Et nous sommes très heureux de notre plan et de la façon dont il peut stimuler le rendement et le pipeline de la société. Notre objectif, bien sûr, est que cela nous aide à atteindre notre objectif d’améliorer la santé de 2,5 milliards de personnes d’ici la fin de la décennie.
Charles Rhyee :
Ça fait six ans. De toute évidence, comme vous l’avez mentionné plus tôt, il s’agit d’une période très dynamique dans le secteur des soins de santé et, surtout, avec les nouvelles technologies émergentes, comme les grands modèles de langage en intelligence artificielle. Quels changements avez-vous observés en ce qui a trait à la stratégie ou quels genres de virages avez-vous choisi de faire en voyant l’environnement changer autour de vous?
Shobie Ramakrishnan :
Tôt durant la transformation, on a compris qu’il est très important d’investir dans des choses de base comme l’infonuagique pour prendre de l’expansion, agir rapidement et livrer les choses en quelques semaines, sans attendre qu’un serveur soit livré pour faire avancer notre programme. Nous avons donc essayé de réfléchir aux éléments fondamentaux que nous devons mettre en place. Nous avons reconnu que les données allaient être un facteur de différenciation important, car contrairement à l’expérience des services bancaires numériques ou des services de détail numériques, nous n’utilisons pas une expérience Web ou mobile pour organiser les capacités de livraison de toute l’entreprise.
Nous mettons l’accent sur la recherche et le développement. Ce sont des fonctions assez distinctes et importantes en soi. Nous avons donc reconnu que les données sont le fil conducteur et, par conséquent, nous avons fait des investissements il y a six ans pour devenir une société plus numérique. Et puis, quand l’intelligence artificielle générative est arrivée, toutes ces choses nous ont fourni un énorme tremplin pour être en mesure d’adopter rapidement l’intelligence artificielle, parce que nous avions investi dans toutes ces infrastructures de données qui alimentent nos capacités numériques au sein de l’entreprise.
Charles Rhyee :
Vous avez mentionné plus tôt que l’objectif de GSK est d’améliorer la santé de deux milliards et demi de personnes d’ici la fin de la décennie. Évidemment, GSK a une très longue et riche histoire, en particulier dans le développement de vaccins et l’innovation, et dans d’autres domaines, bien sûr. Pouvez-vous nous expliquer comment la technologie a permis à GSK d’aller au-delà du développement clinique et de simplifier le processus de vaccination dans le monde réel? Je pense que vous avez des outils comme EasyVax. Pourriez-vous en reparler? Vous avez parlé plus tôt de comment on l’intègre dans le parcours du patient.
Shobie Ramakrishnan :
Oui. C’est vraiment important. Comme vous le savez probablement, nous mettons beaucoup l’accent sur la prévention en tant qu’entreprise. Je vais parler plus précisément de l’exemple d’EasyVax. Quand on parlait à des gens en bonne santé qui ne voulaient pas tomber malades, on voulait vraiment comprendre, simplifier et éliminer les frictions dans leur expérience personnelle pour avoir accès à des vaccins afin qu’ils puissent gérer efficacement les risques pour leur santé. Nos équipes commerciale et du numérique aux États-Unis ont collaboré pour créer un tout premier planificateur de vaccins aux États-Unis pour tous les vaccins recommandés pour les adultes, peu importe le fabricant, afin d’augmenter les taux de vaccination et de protéger les gens et les systèmes de santé contre le fardeau des maladies évitables.
À partir d’un code QR dans le bureau du médecin, les patients peuvent utiliser leur téléphone intelligent pour fixer très rapidement leur rendez-vous de vaccination dans n’importe quelle pharmacie. Presque 50 % des patients ne prennent jamais leur rendez-vous de vaccination après avoir quitté le bureau du médecin. Nous croyons que cet outil numérique pourrait réduire ce pourcentage. C’est un exemple d’une tactique purement numérique que nous avons déployée pour permettre à nos patients d’accéder aux vaccins qui leur sont offerts, qu’ils soient les nôtres ou ceux d’un autre fabricant.
On a donc fait des investissements judicieux comme ça. C’est un exemple commercial, mais c’est le genre d’exemple que vous pouvez voir aussi dans les engagements scientifiques, dans la chaîne logistique, etc. Cette tactique a été intégrée dans l’ensemble de l’entreprise, pas juste en recherche et développement.
Charles Rhyee :
C’est intéressant et très logique. J’aimerais vous poser une question sur quelque chose dont vous parlez souvent. Expliquez le concept de jumeau numérique et comment GSK l’utilise dans le processus de fabrication, surtout.
Shobie Ramakrishnan :
Je pense qu’un jumeau numérique est simplement une réplique virtuelle d’un processus, d’un produit ou d’un service. Donc, lorsqu’on l’applique à la production de médicaments ou de vaccins, c’est un mécanisme qui permet de recueillir des renseignements en temps réel dès le départ en combinant les domaines virtuels et réels du développement et de la fabrication dans une sorte de boucle fermée. Je vois ça comme une expérience en situation réelle dans le cadre de la création d’une expérience simulée par ordinateur, et vice-versa, en boucle fermée, afin que les deux deviennent aussi efficaces que possible.
Et c’est quelque chose qui nous a aidés à fournir des médicaments et des vaccins aux gens beaucoup plus rapidement et beaucoup plus efficacement. Pour l’un de nos nouveaux vaccins lancés l’an dernier, qui a protégé jusqu’à présent près de huit millions de personnes depuis son approbation en mai 2023, nous avons utilisé un jumeau numérique pour simuler les processus de fabrication et prévoir certains problèmes pour le déploiement du vaccin. L’utilisation de ce que nous avons appris pour accélérer le processus de fabrication a entraîné une augmentation dans les deux chiffres des rendements de production comparativement aux rendements prévus; et nous avons été en mesure de fabriquer plus de doses en utilisant les mêmes intrants. Nous avons ainsi pu répondre aux besoins de plus de personnes qui avaient besoin de nos vaccins et éliminer les contraintes liées à l’offre, alors que la demande était aussi incroyablement élevée.
Vous avez posé une question sur le parcours de six ans. Nous n’avions pas de jumeaux numériques il y a six ans, et nous avons déployé plus de 50 jumeaux numériques dans plusieurs produits et sites de fabrication pour optimiser diverses parties de notre processus de fabrication. Et nos équipes se demandent maintenant : « Pourquoi lancerait-on des actifs sans jumeaux numériques intégrés partout où il est logique de le faire pour continuellement optimiser le processus? » C’est donc une idée très simple, mais on a été en mesure de la mettre en œuvre à grande échelle. On aime le principe de penser grand, de commencer petit, puis de prendre de l’expansion rapidement lorsque certaines idées fonctionnent. Les jumeaux numériques en sont un bon exemple pour nous.
Charles Rhyee :
C’est intéressant. Vous avez donné l’exemple du vaccin l’an dernier. Quand vous faites la modélisation et les simulations, est-ce que vous faites aussi des simulations qui vont au-delà de votre propre fabrication, qui portent sur la distribution à la pharmacie? Êtes-vous en mesure de modéliser toute la chaîne logistique?
Shobie Ramakrishnan :
C’est probablement l’application la plus profonde et la plus évidente des jumeaux numériques. Dans notre processus de recherche, on pense aussi aux jumeaux numériques pour nous aider à mieux comprendre la biologie. On pense à les utiliser comme concept. Mais il y a les jumeaux numériques propres à la chaîne logistique; on va assimiler les processus. Je pense que le concept de simulation s’appliquera à tous les aspects de la planification de la chaîne logistique; évidemment, lorsqu’il y a une complexité logistique à corriger, je pense que ça se prête très bien à ces problèmes.
Charles Rhyee :
Vous avez parlé plus tôt de la façon dont tout est de plus en plus numérisé et d’être prêt pour ça, d’en tirer parti et d’agir rapidement. Évidemment, le secteur des soins de santé est de plus en plus numérisé. Les données sur les ordonnances et les réclamations sont passées au numérique depuis des années, et nous avons maintenant de plus en plus de données cliniques provenant de dossiers de santé électroniques. Comment est-ce que GSK a géré l’ingestion et le traitement de ces données sur les soins de santé de plus en plus vastes et approfondies?
Shobie Ramakrishnan :
Je pense que le phénotypage des patients et l’utilisation de preuves et de données réelles auxquelles nous avons accès à l’interne, de données auxquelles nous sommes en mesure d’accéder grâce à nos collaborations avec nos partenaires ou de données que nous achetons de sociétés comme Optum, sont un élément essentiel de notre stratégie technologique axée sur les données en recherche et développement. Lorsque nous combinons cela aux ensembles de données de recherche que nous générons ou auxquels nous avons accès, nous obtenons un ensemble de données incroyablement complet pour former notre intelligence artificielle et nos modèles d’intelligence artificielle.
Et ce que nous avons essayé de faire, c’est de bâtir des plateformes de données très robustes pour la recherche et le développement afin qu’il soit facile d’épurer et d’intégrer les données au même endroit pour favoriser la découverte de médicaments et appuyer nos cycles de développement clinique. Le concept d’utilisation de données réelles et d’intégration de recherches translationnelles est devenu un élément central de notre stratégie. Ce ne sont pas de simples activités d’innovation qu’on fait en complément. C’est le principal élément de notre approche en matière de recherche et développement.
Charles Rhyee :
Vous avez un certain nombre de partenariats de données, comme ceux avec UK Biobank, FinnGen et Tempus. Comment ces partenariats ont-ils contribué à accélérer les nouvelles découvertes, particulièrement dans le domaine de la médecine de précision?
Shobie Ramakrishnan :
Très bonne question. Comme je l’ai déjà dit, je pense que les données sont un carburant essentiel pour notre moteur de recherche. Même si ça peut sembler très évident, c’est important de se concentrer là-dessus, car les données avec lesquelles nous travaillons sont vraiment un facteur clé de notre réussite. Et nos problèmes scientifiques particuliers mettront en évidence la nécessité d’avoir accès à des ensembles de données très précis. Il ne s’agit donc pas d’une conversation générale, mais d’une conversation très précise sur les problèmes scientifiques que nous voulons résoudre, qui sont nos priorités, et ainsi de suite.
Nous tenons vraiment à être un partenaire de choix responsable et à offrir des capacités de recherche et développement, d’évolutivité, d’accélération et de création de valeur tout au long du cycle de vie, le tout propulsé par nos technologies et nos talents. Et nos collaborations avec des organismes comme UK Biobank, FinnGen, Alliance for Genomic Discovery, et d’autres partenariats très spécialisés, que nous avons déjà eus ou que nous continuons de favoriser, visent principalement à nous donner accès à des ensembles de données génétiques significatifs qui nous permettent d’approfondir notre compréhension des maladies et qui peuvent nous aider à les comprendre de façon beaucoup plus proactive afin que nous puissions mieux concevoir nos médicaments pour répondre aux besoins non comblés.
Et notre capacité unique à intégrer ces ensembles de données à d’autres ensembles de données, y compris nos propres données générées ainsi que les données sur les patients, et à appliquer les outils d’intelligence artificielle/d’apprentissage automatique, nous donne un avantage important pour faire progresser rapidement la découverte de médicaments. Vous avez posé une question sur la médecine de précision; en oncologie, nous travaillons avec Tempus, une entreprise de biotechnologie en médecine de précision, ainsi qu’avec King’s College London pour mieux jumeler le bon patient au bon traitement au bon stade de maladie.
Et tout cela ne serait pas possible sans ces collaborations incroyables. C’est pourquoi nous mettons l’accent sur être un partenaire de choix. De plus, nous reproduisons des conditions cliniques en utilisant des modèles de tumeur, la pathologie numérique et l’intelligence artificielle afin d’augmenter notre vitesse et nos chances de réussite plus tôt dans les cycles de développement.
Charles Rhyee :
C’est très intéressant. À quel point faites-vous preuve de discernement lorsque vous choisissez des partenaires de données? On a déjà entendu ailleurs que les plus grandes sociétés pharmaceutiques, particulièrement, essaient activement de recueillir le plus de données possible, puis qu’elles se demandent à l’interne : « Comment est-ce qu’on les utilise? Comment pouvons-nous les utiliser? Qu’est-ce qui est utile? » Nous avons vu tellement de sociétés essayer de trouver une façon de monnayer les données dont elles disposent, en particulier auprès du secteur pharmaceutique. Je suis simplement curieux : lorsque vous évaluez des partenaires ou des fournisseurs potentiels, quels sont les critères que vous prenez en considération?
Shobie Ramakrishnan :
Je pense qu’il est très important de reconnaître que la quantité et la variété comptent, entre autres. Mais nous avons été très clairs quant à la qualité des données que nous voulons obtenir et quant à notre stratégie de données qui est ancrée dans les problèmes scientifiques que nous voulons résoudre en ce moment. Nous avons donc intentionnellement commencé par nos grandes questions scientifiques, là où se trouvent les occasions, nos capacités dans les secteurs de maladies sur lesquels nous voulons nous concentrer.
Bien que nous ayons des banques de données publiques, des banques de données biologiques et les données qui en proviennent, le caractère unique de ce que nous faisons provient des données précises que nous sommes en mesure de générer à l’interne pour répondre aux questions que nous posons dans nos laboratoires. Et je pense que c’est le principe directeur. C’est comme ça que vous concentrez votre énergie sur ce qui compte.
Autrement, vous pourriez être facilement distrait, comme vous l’avez dit, par tout ce qui devient disponible. Et il y a tellement d’entreprises qui accumulent toutes sortes de données intéressantes. Comme vous l’avez bien dit, nous faisons preuve d’un grand discernement. Nos équipes de développement des affaires ont la concentration et l’expertise nécessaires pour bien réfléchir et collaborer avec nos scientifiques au sujet des problèmes que nous voulons résoudre. Ensuite, on crée des partenariats de données dans des créneaux précis et avec des partenaires judicieux, on fait l’acquisition de données ou, dans certains cas, on fait l’acquisition de plateformes, c’est-à-dire des plateformes scientifiques qui nous permettent de générer nos données plus tard. C’est donc ciblé et axé sur les priorités qui nous tiennent à cœur.
Charles Rhyee :
C’est très éclairant. Vous avez mentionné au début quelques-unes des plateformes de données de recherche que vous exploitez. Pouvez-vous parler du rôle des plateformes de données de recherche et de la façon dont cela s’intègre à l’approche de GSK en matière d’ingénierie des données et d’observations liées aux données?
Shobie Ramakrishnan :
Oui. Notre ambition est de bâtir un écosystème complet de données et d’apprentissage automatique afin que tout le monde à l’échelle de GSK, y compris l’équipe de recherche et développement, bien sûr, ait accès à une expérience de données de classe mondiale et aux bonnes connaissances lorsqu’ils en ont besoin. C’est l’objectif sous-jacent. Les problèmes scientifiques et d’affaires que nous résolvons sont très complexes. C’est vraiment important pour moi, sur le plan personnel, que nous éliminions le plus possible les difficultés liées à la recherche et à l’obtention de données afin que nos talents puissent consacrer leur énergie et leurs capacités à résoudre les problèmes plus importants du point de vue des affaires et de la science.
C’est un parcours et non une destination. Les nouveaux défis arrivent continuellement dans le monde dynamique des données, avec les défis réglementaires et tout le reste. Ce que nous avons essayé de faire, c’est d’établir des bases solides pour nous attaquer à cette réalité au moyen de deux plateformes de données interconnectées à GSK. La première n’est pas axée sur la recherche. C’est une plateforme de données à l’échelle de l’entreprise qui regroupe certaines de nos données cliniques, certaines de nos données du monde réel, nos données commerciales, nos données d’entreprise et nos données de vente. Toutes ces choses ne font pas partie de nos systèmes opérationnels de base. On l’appelle Code Orange.
Les jumeaux numériques dont j’ai parlé plus tôt utilisent cette plateforme de données. Certaines de nos équipes cliniques et commerciales utilisent cette plateforme de données pour répondre à leurs besoins en matière de données et stimuler l’innovation numérique. Notre autre plateforme de données de niche est consacrée à la recherche et est très spécialisée parce que les données de recherche ont une empreinte très unique et présentent des défis très uniques, des problèmes de latence et des problèmes de volume. On a donc créé une plateforme appelée Onyx, qui est uniquement axée sur les données de recherche. On l’utilise principalement pour permettre à nos scientifiques de manipuler les données, d’ajouter des données, de combiner les données dont ils ont besoin et de découvrir de nouveaux médicaments.
Charles Rhyee :
Dans quelle mesure ces plateformes sont-elles intégrées dans vos activités quotidiennes? Est-ce que leur utilisation est devenue le fondement des activités quotidiennes de tout le monde?
Shobie Ramakrishnan :
Absolument. Même lorsque nous faisons appel à un conseiller stratégique pour faire un projet stratégique pour nous et un projet d’analyse des données, nous insistons pour qu’il utilise les données de la plateforme de données de base et qu’il verse ses modèles et ses renseignements dans cette plateforme de données. Nous encourageons donc la réutilisation, et je pense que c’est aussi un élément important. Sinon, vous refaites la même chose à répétition.
Elles ont donc été intégrées. En général, nous utilisons des systèmes fédérés; nous laissons beaucoup de place à la créativité et à l’innovation. Mais ici, nous avons des règles de base selon lesquelles vous ne pouvez utiliser que ces données, ces deux plateformes de données, pour stimuler l’innovation en matière de données, d’analyse et d’intelligence artificielle. Cela a fonctionné jusqu’à maintenant.
Charles Rhyee :
Est-ce que c’est configuré de façon à ce que si un groupe au sein de GSK voulait ensuite créer, disons, un modèle à l’aide d’un nouvel outil d’intelligence artificielle, il soit simplement intégré à la plateforme de données? Il en tirerait ses données?
Shobie Ramakrishnan :
Oui. En fait, à un certain moment, nous voulions réfléchir à la façon d’optimiser nos ressources commerciales et notre répartition des ressources, ainsi qu’à la façon d’optimiser nos frais généraux. L’équipe du projet s’est réunie et nous avons dit : « Vous devez utiliser Code Orange. » Ils ont donc intégré dans Code Orange des données qui n’y figuraient pas.
Ils ont construit les modèles à partir de là. Maintenant, les données sont intégrées par l’intermédiaire du pipeline et sont à la disposition de tout le monde, même si c’est pour régler un problème futur. Les analyses peuvent donc varier, mais les données sont entrées et restent à jour. Ce n’est pas parfait, mais je pense que c’est ce que j’ai vu de plus efficace au cours de ma longue carrière.
Charles Rhyee :
C’est tout à fait logique. Lorsqu’on pense aux applications, il est évident que l’intelligence artificielle a beaucoup retenu l’attention au cours des dernières années. GSK est l’une des premières sociétés à adopter l’intelligence artificielle et l’apprentissage automatique. Je pense que vous avez été l’une des premières sociétés à avoir une équipe interne entièrement consacrée à l’intelligence artificielle. Pouvez-vous nous expliquer comment l’utilisation de ces technologies a augmenté à l’échelle de l’entreprise?
Shobie Ramakrishnan :
Oui. Comme vous le dites, le secteur se trouve à un point d’inflexion, et je pense que nous commençons à voir ce que cela signifie pour le développement de vaccins et de médicaments novateurs ayant un impact à grande échelle sur la santé des gens. Je pense que les histoires et les éléments probants se manifesteront au fil du temps. Je n’ai aucun doute à ce sujet. GSK a été l’une des premières sociétés biopharmaceutiques à investir dans plusieurs équipes internes d’intelligence artificielle/apprentissage automatique dans tous les domaines fonctionnels de l’entreprise; la première a été notre équipe scientifique d’intelligence artificielle/apprentissage automatique.
Nous avons maintenant une équipe attitrée à la science des données et à l’intelligence artificielle pour chaque domaine fonctionnel de l’entreprise. Nous utilisons ces équipes pour intégrer l’intelligence artificielle comme moteur d’innovation, de rendement et de productivité, mais dans le cadre des priorités distinctes au sein de nos organisations de recherche et de développement, commerciales et de chaîne logistique. Nous les utilisons aussi pour saisir des occasions à l’échelle de l’entreprise en adoptant une approche d’intelligence artificielle axée sur les personnes qui vise à équiper tous nos employés et leur donner les moyens de faire leur travail.
Dans le cadre de ce travail, nous nous engageons à utiliser les données et l’intelligence artificielle de façon responsable; nous respectons toujours les normes les plus élevées en matière de sécurité, de protection des renseignements personnels et d’éthique. Aussi, nous avons été l’une des premières sociétés à mettre sur pied une équipe attitrée à l’éthique et aux politiques en matière d’intelligence artificielle en 2018, au même moment où nous mettions sur pied notre première équipe d’intelligence artificielle/apprentissage automatique, bien avant l’hypermédiatisation des thèmes de l’identité de genre en intelligence artificielle et de l’intelligence artificielle responsable.
Charles Rhyee :
Oui, il existe de très nombreux dangers; on pourra en parler une autre fois. Lorsque vous parlez de l’intégration de ces technologies à l’échelle de l’entreprise, je pense qu’il est également intéressant de voir comment vous les appliquez pour comprendre les patients que vous traitez et comment ils réagissent aux traitements. Peut-être pourriez-vous en parler un peu.
Shobie Ramakrishnan :
Je pense que c’est essentiel et important. C’est une bonne question de réflexion. Je vais utiliser un exemple pour répondre à cette question, Charles. Si je pense à l’hépatite B chronique, c’est une maladie horrible qui a d’énormes répercussions humaines. Et les traitements oraux actuels peuvent aider à contrôler l’infection, mais ils éliminent rarement complètement le virus. Seulement 5 % des patients en arrivent à une guérison fonctionnelle. De plus, la plupart des patients auront besoin d’un traitement tout au long de leur vie. Aussi, c’est lié au risque de cancer du foie. Ce sont donc de mauvaises nouvelles pour le patient.
C’est aussi une maladie qui est notoirement difficile à traiter, car elle se comporte différemment selon les patients, selon leur constitution génétique ou leur système immunitaire. De plus, ce ne sont pas tous les patients qui réagissent aux traitements comme prévu. Alors, au début du pipeline, nos équipes d’intelligence artificielle/apprentissage automatique ont conçu des modèles pour nous aider à comprendre pourquoi le virus se comporte comme il le fait, comment la maladie se développe et quels patients sont les plus susceptibles de réagir à certains traitements.
Cela a contribué à la conception de nos essais cliniques, qui sont en cours en ce moment; j’espère qu’ils seront probants. Nous croyons que nous rejoindrons et guérirons plus de patients en effectuant ce type de travail dès le départ pour modéliser la maladie. Auparavant, nous n’avions pas les compétences, les capacités ou les données pour le faire. C’est très important. N’est-ce pas? Ça peut faire en sorte que les essais cliniques conçus soient plus efficaces, qu’ils touchent plus de gens et qu’ils soient plus curatifs. Je pense que c’est ce qui me pousse à vouloir continuer ce travail en y mettant toutes nos ressources.
Charles Rhyee :
Oui, tout à fait. Il s’agit vraiment d’en tirer parti pour être plus efficace à tous les niveaux. C’est tout à fait logique. Et nous attendrons les résultats de ces essais. Pour conclure, qu’est-ce qui vous enthousiasme à l’horizon? Parlez-moi de trois tendances, dans les secteurs des soins de santé et de la technologie, qui vous intéressent et auxquelles les investisseurs devraient aussi s’intéresser au cours des prochaines années.
Shobie Ramakrishnan :
C’est une excellente question et je passe beaucoup de temps à y réfléchir. Il vaut probablement la peine de souligner à quel point ce moment est sans précédent pour le secteur biopharmaceutique. Grâce à cette capacité à comprendre la maladie et à la bio-ingénierie, je pense que les 10 à 20 prochaines années seront incroyablement stimulantes pour la découverte et le développement de nouveaux médicaments et vaccins.
Et je pense que nous ferons beaucoup d’erreurs. Il y aura beaucoup d’apprentissages et d’échecs constructifs, mais au bout du compte, l’énergie, les efforts, les investissements et les talents nécessaires mèneront à une percée. Pour moi, c’est presque comme l’ARN messager. Il y a 10 ans, les gens ne croyaient pas que l’ARN messager était génial, mais il a littéralement sauvé le monde lorsque la COVID-19 a frappé. Je pense que c’est ce qui sera le facteur de différenciation à long terme.
Et j’ai bon espoir que les changements que le secteur des sciences de la vie est en train d’apporter grâce aux géants du numérique finiront par avoir un impact sur la productivité en matière de recherche et développement. C’est ce dont nous parlons tout le temps dans notre secteur. Mais il ne faut pas oublier que le parcours ne suivra pas une ligne droite. Du moins, c’est ce que j’ai vécu toute ma carrière à Silicon Valley. Comme pour toutes les autres innovations, il y aura des revirements, des revers, puis des leçons. Mais il n’y a habituellement pas de retour en arrière, n’est-ce pas?
C’est la première tendance que je voulais nommer. Maintenant, la deuxième. La tendance en matière de soins de santé dont je veux parler est liée au fait que la population vieillit et que les pressions sur les systèmes de santé augmentent. Cela dit, on mettra probablement de plus en plus l’accent sur la prévention des maladies avant même qu’elles commencent. Et nous constatons que notre message résonne grandement chez les organismes de réglementation et les entités gouvernementales auxquels nous avons parlé partout dans le monde, pas seulement dans les grands pays.
GSK est bien placée pour jouer un rôle perturbateur grâce à son expertise dans le domaine des maladies infectieuses et des vaccins, et à son approche axée sur les technologies liées aux données et aux plateformes. La troisième tendance est liée au fait que l’intelligence artificielle/apprentissage automatique en est encore à ses débuts en matière d’impact. Ce n’est pas juste une question de maturité; nous avons les technologies. Je pense que les secteurs, y compris le nôtre et les sociétés de biotechnologies qui travaillent à plein régime, ont encore du travail à faire pour générer un impact.
Et ce n’est qu’au cours des prochaines années que le plein potentiel se manifestera, un peu comme dans les premières années de l’Internet. Et les sociétés comme GSK doivent rester curieuses et collaborer stratégiquement pour s’assurer d’avoir accès aux dernières avancées technologiques et de les exploiter. Selon moi, nous surestimons toujours ce qui peut se produire à court terme et nous sous-estimons ce qui peut se produire à long terme. Il est donc très important de continuer et de rester vigilants.
Charles Rhyee :
Vous avez mentionné qu’en raison du vieillissement de la population, on mettra davantage l’accent sur les soins préventifs. Il me semble que c’est exactement dans ce domaine que l’intelligence artificielle peut avoir un impact important, ce qui revient à votre troisième point. On peut être plus prédictif, regarder ces grands ensembles de population et être en mesure de fournir des renseignements plus prédictifs pour permettre aux professionnels de la santé d’intervenir plus rapidement.
J’ai l’impression que le secteur des soins de santé est généralement réactif. Une personne se sent mal, passe un test et on trouve quelque chose. Comment pouvons-nous renverser la tendance, agir en amont, prédire quelque chose et intervenir avant? On dirait que c’est là que nous en sommes en ce moment. Vous semblez faire du bon travail dans ce domaine.
Shobie Ramakrishnan :
Oui, nous sommes très enthousiastes et je pense que c’est ce qui nous motive.
Charles Rhyee :
Très bien. Merci pour le temps que vous nous avez accordé et vos commentaires, Shobie. C’était très instructif et je suis certain que ceux qui nous écoutent trouveront vos réflexions très intéressantes. Merci pour ta présence. C’était un vrai plaisir.
Shobie Ramakrishnan :
Merci, Charles. J’ai aimé notre discussion.
Locuteur 1 :
Merci d’avoir été des nôtres. Ne manquez pas le prochain épisode du balado Insights de TD Cowen.

Ce balado ne doit pas être copié, distribué, publié ou reproduit, en tout ou en partie. Les renseignements contenus dans cet enregistrement ont été obtenus de sources accessibles au public, n’ont pas fait l’objet d’une vérification indépendante de la part de Valeurs Mobilières TD, pourraient ne pas être à jour, et Valeurs Mobilières TD n’est pas tenue de fournir des mises à jour ou des changements. Toutes les références aux cours et les prévisions du marché sont en date de l’enregistrement. Les points de vue et les opinions exprimés dans ce balado ne sont pas nécessairement ceux de Valeurs Mobilières TD et peuvent différer de ceux d’autres services ou divisions de Valeurs Mobilières TD et de ses sociétés affiliées. Valeurs Mobilières TD ne fournit aucun conseil financier, économique, juridique, comptable ou fiscal ou de recommandations dans ce balado. Les renseignements contenus dans ce balado ne constituent pas des conseils de placement ni une offre d’achat ou de vente de titres ou de tout autre produit et ne doivent pas être utilisés pour évaluer une opération potentielle. Valeurs Mobilières TD et ses sociétés affiliées ne font aucune déclaration ou ne donnent aucune garantie, expresse ou implicite, quant à l’exactitude ou à l’exhaustivité des déclarations ou des renseignements contenus dans le présent balado et, par conséquent, déclinent expressément toute responsabilité (y compris en cas de perte ou de dommage direct, indirect ou consécutif).