L’IA peut-elle guérir le cancer ? Ce que dit Anthropic

L’IA peut-elle guérir le cancer ?

Pas aujourd’hui, et personne n’a montré qu’elle y parviendra dans un nombre d’années donné ^[1][5][6]. Les outils d’IA aident désormais les scientifiques à concevoir et tester plus vite des candidats-médicaments, mais aucun traitement anticancéreux conçu avec l’IA par Anthropic ou ses partenaires n’a encore fait ses preuves lors d’essais chez l’humain ^[1].

Le cancer n’est pas une seule maladie. Le Centre international de recherche sur le cancer a estimé à 20 millions les nouveaux cas et à 9,7 millions les décès dans le monde en 2022, répartis entre de nombreux types de tumeurs à la biologie différente ^[7]. Guérir une leucémie en dit peu sur le cancer du pancréas ou du cerveau ; c’est pourquoi les chercheurs parlent de meilleurs traitements pour des cancers précis plutôt que d’un remède unique.

Ce que l’IA peut réalistement changer, c’est la vitesse et le coût de certaines étapes : trouver des cibles, concevoir des molécules, analyser des données de laboratoire et préparer les documents d’essais ^[1]. Ce qu’elle ne peut pas sauter, ce sont les tests sur cellules, sur animaux puis chez l’humain, où la plupart des candidats échouent ^[6]. La réponse honnête à la question du titre : l’IA peut aider à produire davantage de meilleurs médicaments contre le cancer, mais un calendrier de guérison du cancer est une prédiction, pas une preuve.

Qu’a affirmé le PDG d’Anthropic sur le cancer ?

Dario Amodei a prédit que le cancer et plusieurs autres grandes maladies deviendraient des « reliques du passé » en moins de dix ans ^[2][3]. Il l’a dit dans une vidéo de présentation de 42 minutes publiée le mardi 10 novembre 2026, avant l’introduction en Bourse prévue d’Anthropic ^[2].

La phrase complète, rapportée par Business Insider, était : « le cancer, Alzheimer, les maladies cardiaques, les maladies mentales — ce seront des reliques du passé dans, je pense, moins de dix ans » ^[2]. Il a ajouté que « si nous faisons les choses bien, nous pouvons créer une ère de miracles » ^[2][3]. Le « je pense » compte : il s’agit d’une prévision personnelle, pas d’un engagement de l’entreprise ni d’un résultat scientifique.

L’idée n’est pas nouvelle. Dans son essai Machines of Loving Grace d’octobre 2024, Amodei soutenait qu’une IA puissante pourrait condenser 50-100 ans de progrès biologique en 5-10 ans, et que des baisses de 95 % ou plus des décès et des cas de cancer « semblent possibles » ^[4]. L’essai ne déclenchait ce compte à rebours qu’une fois une « IA puissante » disponible, et prévenait aussi que le cancer est « probablement la plus difficile de ces maladies à éliminer complètement » ^[4]. La vidéo de 2026 a transformé cet argument conditionnel en une promesse plus courte et plus directe.

Comme ces propos s’inscrivaient dans la promotion d’une introduction en Bourse, il vaut mieux les lire comme une vision. Pouyam Guides ne donne aucun conseil en investissement sur cette cotation.

Qu’a réellement accompli Anthropic en biologie ?

La mise à jour de recherche d’Anthropic du 27 octobre 2026 fait état de six partenariats de développement de médicaments et de premiers résultats de laboratoire, pour l’essentiel avant tout test chez l’humain ^[1]. Les partenaires sont BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines et The Column Group ^[1].

• Generate Biomedicines (cancer) : six scientifiques ont utilisé Claude Code pour repenser une partie des instructions génétiques d’une thérapie par cellules CAR-T. Un modèle était environ 70 % plus court ; en laboratoire, il produisait environ 10 fois plus de récepteurs, tuait plus efficacement les cellules tumorales et restait actif plus longtemps. L’objectif est d’adapter la thérapie aux tumeurs solides ^[1].
• BigHat Biosciences (anticorps) : Claude a proposé des modifications de deux fragments d’anticorps, dont l’un vise les cellules cancéreuses, et le laboratoire a produit et testé environ 1010 variantes en environ 10 semaines. Les meilleures versions se liaient plus de 10 fois plus fortement, et le candidat anticancéreux restait en solution à une température 18 °C plus élevée ^[1].
• Divergence Labs (allergies alimentaires) : Claude a généré environ 35000 modèles d’anticorps en un mois environ ; les premiers tests ont trouvé 3 modèles qui se lient aux IgE et 20 qui pourraient les détacher ^[1].
• Enveda (documents de fabrication) : sur 1061 pages de dossiers, Claude a repéré les 11 problèmes trouvés par les relecteurs humains et en a signalé 7 autres, réduisant le temps de relecture de 89 % ^[1].

Anthropic a aussi racheté Mithril Medicine, une entreprise d’une seule personne travaillant sur des dystrophies musculaires rares, et indique qu’un médicament pourrait être prêt pour des essais chez l’humain « dès fin 2028 » si les résultats se confirment ^[1]. Ce sont des avancées réelles et précises, mais des avancées de vitesse et de conception, mesurées en laboratoire.

Qu’Anthropic n’a-t-il pas affirmé ?

Le billet de recherche d’Anthropic ne dit pas que Claude a guéri le cancer, produit un médicament approuvé ou montré un bénéfice chez des patients ^[1]. Lire attentivement les mots de l’entreprise est la meilleure protection contre la version des gros titres.

• Aucun résultat chez l’humain : l’entreprise écrit que le travail est « surtout préclinique », c’est-à-dire que les médicaments ne sont pas encore testés chez l’humain ^[1].
• Aucune promesse de guérison : elle se dit « optimiste quant au fait que certains pourraient aboutir à de nouveaux médicaments efficaces » contre les allergies alimentaires, des maladies rares de l’enfant et plusieurs cancers. C’est un espoir, présenté comme tel ^[1].
• Aucune date pour des médicaments anticancéreux : le seul calendrier d’essais chez l’humain, fin 2028, concerne la dystrophie musculaire ^[1].
• Limites reconnues : elle dit apprendre comment Claude doit progresser « pour réaliser le potentiel de l’IA en médecine » et que les goulets d’étranglement se répartissent sur tout le processus de développement ^[1].

L’écart se situe donc entre deux types de déclarations d’une même entreprise : un compte rendu de recherche prudent en octobre et une prévision ambitieuse de son PDG en novembre ^[1][2]. Les deux sont réels ; seul le premier constitue une preuve.

Pourquoi médecins et scientifiques sont-ils sceptiques ?

Parce que le développement d’un médicament comporte des étapes incompressibles qu’une conception plus rapide ne supprime pas, et que les échéances de guérison du cancer ont souvent été manquées ^[5][6].

Les données les plus connues proviennent d’une étude sur le développement clinique menée par la Biotechnology Innovation Organization et ses partenaires. Sur 2011-2020, seuls 7,9 % des candidats entrés en phase I ont ensuite été approuvés. Pour les médicaments contre le cancer, le chiffre était de 5,3 %, le plus bas des grands domaines thérapeutiques, et le parcours moyen de la phase I à l’approbation a duré 10,5 ans ^[6]. Même une molécule parfaite conçue aujourd’hui nécessiterait des années d’essais avant d’être accessible aux patients.

Derek Lowe, chimiste de la découverte de médicaments qui tient le blog In the Pipeline pour Science, a qualifié la déclaration de « ridicule et embarrassante » et rappelé des promesses antérieures : un objectif américain de 2003 visant à éliminer la souffrance et la mort dues au cancer d’ici 2015, et une prévision de 2016 annonçant la guérison du cancer d’ici cinq à dix ans ^[5]. L’ancien ministre allemand de la Santé Karl Lauterbach a écrit que l’IA peut « assurément » aider, mais que guérir ces maladies « en seulement 10 ans » est impossible ^[2][8].

L’essai d’Amodei lui-même citait les mêmes freins : des expériences qui doivent se succéder, le besoin de données réelles et des règles d’essais cliniques qui fixent « un minimum irréductible » à la vitesse d’obtention d’un remède ^[4].

Où l’IA pourrait-elle vraiment accélérer la recherche sur le cancer ?

Les données actuelles indiquent une conception plus rapide et moins de paperasse, pas la suppression des essais ^[1][6].

• Conception et optimisation : tester environ 1010 variantes d’anticorps en 10 semaines montre comment l’IA et les laboratoires automatisés peuvent raccourcir des travaux préliminaires autrefois bien plus longs ^[1].
• Nouveaux formats de traitement : le composant CAR-T raccourci vise à libérer de la place pour des instructions supplémentaires afin que la thérapie s’attaque aux tumeurs solides ^[1].
• Documents réglementaires : Enveda a indiqué qu’une ébauche réglementaire avait été rédigée en quatre heures au lieu d’environ trois mois à la main ^[1].
• Planification des essais : Bristol Myers Squibb utilise Claude pour évaluer des plans d’essais cliniques précoces et leurs chances de succès, avec davantage de travaux prévus en 2027 ^[1].

Chacun de ces gains pourrait raccourcir le parcours d’un médicament, et de nombreux petits gains peuvent s’additionner. Mais la moyenne de 10,5 ans et les faibles taux de réussite en oncologie viennent surtout des essais eux-mêmes : savoir si un médicament est efficace et sûr chez de vraies personnes ^[6]. C’est l’étape où le rôle de l’IA reste le plus réduit, d’où le fait que même les chercheurs optimistes parlent de meilleures chances plutôt que de guérisons garanties.

Comment lire les titres sur l’IA qui guérirait le cancer ?

Posez-vous quatre questions avant de croire ou de partager une affirmation selon laquelle l’IA guérira une maladie ^[1][5][6].

1. Résultat ou prévision ? « Sera » et « je pense » signalent une prédiction. Cherchez plutôt des données publiées ^[2].
2. Quel stade ? Modèles informatiques, cellules de laboratoire, animaux et essais chez l’humain sont des niveaux de preuve très différents ; la plupart des travaux actuels sur les médicaments conçus avec l’IA en sont aux deux ou trois premiers ^[1].
3. Quel cancer ? Un résultat sur un type de tumeur ne vaut pas pour les autres ^[7].
4. Qui parle, et pourquoi ? Une entreprise qui se présente aux investisseurs a des raisons de paraître audacieuse ; les réactions de scientifiques indépendants aident à équilibrer ^[2][5].

Pour les personnes touchées par un cancer aujourd’hui, aucune des molécules décrites ici n’est disponible comme traitement. Les questions de soins relèvent de l’équipe médicale qui les suit, et c’est avec elle qu’il est préférable d’évoquer d’éventuels essais cliniques ^[1].

Quelle suite pour l’IA dans la découverte de médicaments ?

Le prochain vrai test est de savoir si ces programmes entreront en essais chez l’humain et y réussiront ^[1]. Anthropic prévoit d’étendre ce travail « considérablement » et d’élargir le rôle de Claude aux essais cliniques à mesure que les programmes avancent ^[1].

Les étapes à suivre sont concrètes : l’objectif de Generate Biomedicines d’adapter son modèle CAR-T plus court aux tumeurs solides ; Divergence qui combine ses deux « bras » d’anticorps en un seul médicament ; le travail de planification d’essais avec Bristol Myers Squibb en 2027 ; et le possible passage du programme sur la dystrophie musculaire aux essais chez l’humain dès fin 2028 ^[1]. Chacune constituerait une preuve publiée, contrairement à une prévision.

Vue ainsi, l’IA est un nouvel outil prometteur pour la recherche sur le cancer, qui accélère déjà certaines tâches. Que le cancer devienne une relique du passé en moins de dix ans sera tranché par les résultats d’essais, non par des déclarations de présentation aux investisseurs ^[2][6].