Le 26 mai 2026, Insilico Medicine et Human Life Foundation Models ont annoncé une collaboration qui devrait changer la donne dans la recherche sur la longévité. Les deux sociétés souhaitent construire ce qu’elles considèrent comme le premier modèle de base d’IA à grande échelle pour la biologie du vieillissement.
Il est conçu pour détecter les risques de maladie des années, voire des décennies, avant l’apparition des premiers symptômes. Derrière cette annonce se cache un changement technique que la plupart des gros titres sur « l’IA en médecine » n’avaient pas reflété auparavant. Il ne s’agit pas d’un autre outil de diagnostic. Il s’agit de l’infrastructure sur laquelle les futurs outils fonctionneront.
Nils Behrens est l’un des experts en longévité les plus connus dans les pays germanophones et animateur du podcast HEALTHWISE. Il fait partie de notre réseau d’experts EXPERTS Circle.
Ce qu’un modèle de base réalise réellement en médecine
Un modèle de base apprend une base très large et peut ensuite être adapté à des tâches individuelles. L’exemple le plus connu en dehors de la médecine est le GPT, qui a appris la structure du langage et peut ensuite être adapté pour la traduction, la génération de code ou la recherche. En biologie, AlphaFold a appliqué le principe au repliement des protéines. Jusqu’à présent, la plupart des applications d’IA médicale fonctionnent différemment. Ils résolvent une tâche très spécifique, comme détecter le cancer du poumon par tomodensitométrie ou prédire la septicémie à partir de paramètres vitaux.
Un modèle de base pour la longévité a un objectif différent. Il vise à représenter la biologie sous-jacente du vieillissement dans un modèle unique. À partir de cette base, des prévisions spécifiques peuvent ensuite être dérivées, par exemple pour la démence, le diabète, les événements cardiovasculaires ou la sarcopénie. Il s’agit d’un saut qualitatif par rapport aux applications ponctuelles qui caractérisent aujourd’hui le marché.
En quoi consiste spécifiquement la coopération Insilico-HLI
Insilico Medicine apporte deux choses à la collaboration. Premièrement, l’expérience avec les architectures d’IA multimodales de notre propre plateforme pharmaceutique, qui a déjà amené un candidat médicament contre la fibrose pulmonaire idiopathique en phase clinique 2. Deuxièmement, l’infrastructure de formation et d’évaluation du système interne MMAI Gym. Human Life Foundation Models contribue à la page de données. La nouvelle société est une spin-out de Human Longevity Inc., le groupe d’hôpitaux privés de San Diego qui effectue des diagnostics multi-omiques approfondis depuis dix ans. Cela comprend les IRM du corps entier, le séquençage du génome entier, la métabolomique et les données de suivi clinique.
L’objectif commun semble ambitieux. Selon le communiqué de presse, le modèle vise à comprendre comment les processus de vieillissement se développent au fil des années et à créer sur cette base des profils de risque individuels. UBS estime actuellement le marché mondial de la longévité à environ 5,3 billions de dollars américains et en prévoit huit mille milliards d’ici 2030. L’incitation économique pour un tel modèle est donc importante.
La question des données décide qui bénéficie réellement du modèle
C’est le point critique de l’annonce. La qualité de chaque modèle de base dépend de la qualité et de l’étendue des données de formation. La longévité humaine possède l’un des plus grands ensembles de données multi-omiques au monde, mais avec un biais démographique évident. La clientèle de la clinique de San Diego est majoritairement aisée, majoritairement blanche et majoritairement âgée de plus de 45 ans. Un programme annuel y coûte entre 5 000 et 20 000 dollars, selon son ampleur. Cela décrit la réalité sans blâmer l’entreprise.
Cela soulève une question importante quant à la généralisabilité du modèle. Dans quelle mesure les prévisions seront-elles fiables si une personne appartenant à un groupe de population différent utilise le modèle, comme par exemple une femme de 50 ans du sud de l’Allemagne avec un dossier médical moyen ? Cette question ne concerne pas uniquement Insilico et HLI. Cela affecte l’ensemble du diagnostic de longévité. Pour des raisons systématiques, les structures de soins allemandes ne fournissent guère de données comparables, ni dans la pratique privée ni dans la recherche universitaire.
Pourquoi ce modèle change la médecine de la longévité
La véritable avancée réside moins dans le modèle lui-même que dans ce qu’il permet sur le plan opérationnel. Aujourd’hui, les diagnostics de longévité reposent sur un ensemble de biomarqueurs individuels. Des horloges épigénétiques comme GrimAge ou DunedinPACE, des valeurs cliniques comme HbA1c, Lp(a) ou hs-CRP, des marqueurs fonctionnels comme VO2max ou la force de préhension. Chacune de ces valeurs éclaire une facette. Personne ne les rassemble systématiquement.
Un modèle de fondation intègre exactement cette diversité. Il apprend non seulement qu’une augmentation de Lp(a) augmente le risque cardiovasculaire, mais également comment cette valeur est affectée en combinaison avec un génotype, une signature microbiologique et un mode de vie spécifiques sur dix ans. Idéalement, cela devient une carte des risques individuelle. Cette cartographie est la condition préalable pour que la prévention soit précisément ciblée. À ce jour, la plupart des médecines dites personnalisées suivent des règles empiriques qui s’appliquent aux populations et non aux individus.
Ce que vous devriez en retenir aujourd’hui
Le modèle Foundation ne sera pas dans votre cabinet médical demain. Les premières applications cliniques dans les cliniques spécialisées en longévité sont réalistes d’ici deux à quatre ans. Trois points valent désormais la peine :
- Assurez-vous que vos examens fournissent plus qu’une simple petite formule sanguine. Un profil lipidique élargi avec Lp(a), un indice HOMA pour la sensibilité à l’insuline, une hs-CRP pour la charge inflammatoire silencieuse et une détermination du statut en vitamine D au moins tous les trois ans sont utiles.
- Stockez vos résultats numériquement et chronologiquement. Ce dont les modèles de fondation ont besoin, ce sont des gradients et non des mesures individuelles. Une simple collection de PDF sur le stockage cloud suffit pour commencer.
- Remettez en question de manière critique les prévisions de risques basées sur l’IA et basées sur la base de données. Demandez spécifiquement sur quel groupe de population un modèle a été formé. Une prédiction basée sur une clientèle atypique peut enregistrer votre réalité.
Le modèle Insilico HLI est une étape intermédiaire. Elle marque la transition de l’IA symbolique à la biologie intégrée du vieillissement. Si cela réussit, la prochaine phase de la médecine de la longévité commencera par une cartographie du vieillissement individuel. La prédiction fiable viendrait alors avant la prochaine pilule.
