L'IA arrive plus vite que prévu en médecine (News IA)

Cette semaine a été marquée par des avancées significatives dans le domaine de l'IA, démontrant une compétence accrue dans des domaines exigeants. Google a lancé un système capable de remplacer des semaines de travail en science des données en quelques minutes. Notre laboratoire a publié un système pour construire des mondes virtuels dotés de mémoire. Moderna a annoncé des résultats positifs pour un vaccin ARN contre le cancer en phase 3 grâce à l'IA, et Anthropic a prouvé que son modèle conçoit des protéines thérapeutiques mieux que les meilleurs chercheurs humains. Deux autres projets ont résolu des problèmes complexes. Google Research a publié le Planetary Prediction Engine (PPE), un moteur de prédiction planétaire. Ce système permet de poser une question en langage naturel, comme "où sont les zones à risque de pénurie alimentaire au Nigéria ?", et il effectue de manière autonome toutes les étapes qui prenaient auparavant des semaines à une équipe de spécialistes. Il recherche des données satellitaires pertinentes sur Google Earth, les croise avec des données socio-économiques de Data Commands, nettoie les données, entraîne des modèles de machine learning et produit un rapport complet. Il n'y a aucune intervention humaine entre la question et le résultat. Les applications sont déjà concrètes : au Nigéria, l'outil a plus que doublé la précision des prédictions de sécurité alimentaire en identifiant des signaux que les équipes humaines n'auraient jamais combinés, comme les variations de prix sur les marchés locaux et les micro-variations climatiques. Pour l'épidémie d'Ebola en République démocratique du Congo, le système a correctement identifié 15 des 18 nouvelles zones sanitaires touchées sur 5 semaines de prévision consécutives, soit 10 points de plus que le meilleur modèle existant. Bien qu'encore expérimental, le PPE est un exemple clair de la capacité de l'IA à effectuer le travail d'équipes entières de spécialistes sur des crises humanitaires. Un autre projet, Code World Model, a été lancé cette semaine. Un "modèle monde" en IA est capable de simuler un environnement complet, agissant comme une "matrice" virtuelle où une action déclenche une séquence d'événements simulés. Cette technologie pourrait un jour générer des jeux vidéo entiers à la volée ou créer des simulations virtuelles réalistes pour entraîner des robots humanoïdes. Le défi actuel de ces modèles réside dans leur "mémoire" : les modèles vidéo existants créent des images impressionnantes mais ne comprennent pas les règles du monde qu'ils génèrent. Ils prédisent l'image suivante sans savoir, par exemple, qu'un objet poussé a réellement bougé. Code World Model résout ce problème en séparant deux fonctions : une IA joue le rôle du cerveau, raisonnant sur les événements et mettant à jour un "carnet" qui mémorise la position des objets, les règles et les événements passés ; une autre partie, un modèle vidéo, prend ce carnet pour le transformer en images. Le cerveau pense, le générateur dessine. Les démonstrations montrent des mondes virtuels qui fonctionnent sur la durée, avec des personnages interagissant et le monde se souvenant des événements. Le code est open source sur GitHub, ce qui permettra aux ingénieurs de construire rapidement sur cette base. La nouvelle la plus importante de la semaine est l'annonce par Moderna et Merck du succès de leur vaccin ARN personnalisé contre le cancer en phase 3 pour le mélanome. La phase 3 est la dernière étape avant l'approbation officielle par la FDA. Ce test en conditions réelles, avec un groupe de contrôle et plus de 1100 patients ayant subi une ablation chirurgicale mais présentant un risque élevé de récidive, a montré que le vaccin ralentit significativement le retour du cancer et sa propagation, et dans de nombreux cas, supprime la récidive. C'est une première historique pour un vaccin ARN anti-cancer à ce stade. L'IA joue un rôle crucial dans ce mécanisme : chaque dose est fabriquée sur mesure pour un patient spécifique. Des algorithmes d'IA analysent les mutations de la tumeur du patient pour prédire quels néoantigènes (protéines anormales à la surface des cellules cancéreuses) déclencheront la meilleure réponse immunitaire. L'ARN est ensuite conçu pour coder jusqu'à 34 de ces néoantigènes, uniques à cette tumeur. Le corps du patient les produit, et son système immunitaire apprend à reconnaître et à attaquer spécifiquement ces cellules cancéreuses. Cette avancée a provoqué une réaction boursière spectaculaire, l'action Moderna bondissant de 177% en une journée. Moderna et Merck ont neuf essais cliniques en cours sur d'autres cancers, suggérant un changement de paradigme complet dans le traitement du cancer. L'IA est au cœur de cette accélération médicale, bien plus rapide que prévu. Anthropic a lancé Claude Fable 5.1 et Claude Mythos 5.1. Mythos 5.1, réservé aux organisations vérifiées, a surpassé GPT 5.6 d'OpenAI sur des benchmarks de code. Plus impressionnant encore, Anthropic a doté Mythos 5.1 d'outils open source de design et de repliement des protéines et l'a laissé travailler de manière autonome sur des cibles thérapeutiques. Le modèle a conçu des protéines capables de se lier à ces cibles avec une efficacité 10 fois supérieure aux meilleurs designs soumis à compétition. Sur la cible RBX1, Mythos a atteint un taux de réussite de 40%, contre 3,7% pour les participants humains. Le taux de réussite global de Mythos, c'est-à-dire le pourcentage de designs de protéines fonctionnels, approche les 50% sur 12 cibles, alors que la norme était de 10 à 15%. Cela démontre la capacité de l'IA à surpasser les experts humains dans la conception de protéines thérapeutiques, un domaine directement lié au vaccin anticancer de Moderna. Fable 5.1 a également entraîné un réseau de neurones sur des images radar de la sonde Magellan de la NASA, vieilles de 30 ans, pour créer une nouvelle carte d'élévation de Vénus avec une résolution et une précision accrues. L'IA permet de faire des découvertes à partir de données existantes qui n'avaient pas été réinterprétées de cette manière auparavant. Un projet nommé "Fix anything" résout le problème des reconstructions 3D dégradées à partir de photos. Lorsque la caméra se déplace, les rendus 3D présentent souvent des trous, de la géométrie flottante ou des zones floues. Fix anything prend ces rendus dégradés et les nettoie en utilisant un modèle de vidéo pré-entraîné. Le modèle est capable de conserver le mouvement de la caméra et la structure générale de la scène, formulant le nettoyage comme une traduction vidéo vers vidéo. Il fonctionne sur tous les types de représentations 3D (Gaussian splatting, NeRFs, meshes, nuages de points). Le code est disponible sur GitHub. Enfin, Google a lancé Gemini 3.5 Transcribe, un modèle d'IA de transcription vocale qui va au-delà de la simple conversion audio-texte. Il propose un mode verbatim et un mode intelligent qui nettoie les hésitations, corrige l'autocorrection et supprime les mots de remplissage pour formater le texte proprement. Il peut comprendre l'intention finale d'une phrase même si elle est hésitante ou changeante. Le taux d'erreur moyen est de 3% en non-streaming, et il est 70% plus rapide que le modèle précédent. Il détecte automatiquement plus de 85 langues, y compris les changements de langue au milieu d'une phrase.