L’intelligence artificielle peut-elle révolutionner le recrutement pour les essais cliniques ?
Choisir les bons médecins et les bons lieux pour mener des essais cliniques reste un défi majeur. Les méthodes traditionnelles, souvent lentes et limitées, entraînent des retards coûteux et un manque de diversité parmi les participants. Près de quatre sites sur dix peinent à recruter suffisamment de volontaires, et un sur dix n’en trouve aucun. Ces difficultés retardent l’accès aux nouveaux traitements et alourdissent les budgets, avec des pertes pouvant atteindre plusieurs millions par jour.
Une nouvelle approche utilise l’intelligence artificielle pour optimiser ce processus. En analysant les données des patients, les critères des essais et les historiques de participation, un modèle informatique propose les médecins les plus adaptés. Ce système ne se contente pas de suggérer des correspondances précises : il améliore aussi la diversité des participants et réduit les conflits entre essais simultanés.
Testé sur plus de 24 000 médecins et 5 000 essais aux États-Unis, ce modèle a démontré une efficacité supérieure de 58 % par rapport aux méthodes existantes. Il prend en compte des informations variées, comme les antécédents médicaux des patients ou les descriptions des essais, pour identifier les professionnels les plus pertinents. Un algorithme complémentaire affine ces suggestions en favorisant une meilleure représentation des différentes origines et en évitant de surcharger les mêmes médecins.
L’outil permet également d’estimer les coûts de recrutement, aidant ainsi les organisateurs à mieux planifier leurs budgets. En rendant la sélection des sites plus rapide, plus équitable et plus économique, cette technologie pourrait accélérer le développement de nouvelles thérapies.
Contrairement aux systèmes actuels qui évaluent l’éligibilité des patients un par un, cette solution se concentre sur les médecins et leur capacité à recruter des volontaires adaptés. Elle combine des données structurées, comme les diagnostics, et des textes libres, comme les protocoles d’essais, pour offrir une vision globale. Grâce à cette approche, les essais pourraient devenir plus accessibles, plus représentatifs et moins onéreux, tout en limitant les risques de déséquilibres géographiques ou démographiques.
L’utilisation de l’intelligence artificielle dans ce domaine ouvre la voie à une médecine plus inclusive et plus réactive. En identifiant des médecins parfois ignorés par les méthodes classiques, elle élargit le champ des possibilités et réduit les biais de sélection. Une avancée qui pourrait transformer la recherche médicale et faciliter l’accès aux innovations thérapeutiques pour tous.
Sources utilisées
Source du rapport
DOI : https://doi.org/10.1038/s44360-026-00073-6
Titre : Matching clinicians with clinical trials using AI
Revue : Nature Health
Éditeur : Springer Science and Business Media LLC
Auteurs : Junyi Gao; Cao Xiao; Lucas M. Glass; Ewen M. Harrison; Jimeng Sun