Comment l’innovation numérique perturbe la chaîne de valeur du secteur des sciences de la vie

Soraya Khouadri:

Bonjour et bienvenue à tous. Je m’appelle Soraya Khouadri, je suis chef d’équipe senior au sein du groupe Encouragements fiscaux pour les entreprises et leader du secteur national des sciences de la vie des Services quantitatifs chez EY Canada.

La pandémie a braqué les projecteurs sur les secteurs des sciences de la vie et des technologies de la santé. La rapidité incroyable du développement et de la commercialisation de vaccins et de traitements contre la pandémie de COVID-19 nous a fait prendre conscience de l’importance de ce secteur qui est hautement stratégique et un vecteur important d’innovation pour notre économie.

L’innovation numérique est l’une des priorités des entreprises du secteur des sciences de la vie depuis quelques années, et la pandémie de COVID-19 n’a fait que renforcer l’opinion voulant que des outils numériques désuets ne soient pas à la hauteur dans cette nouvelle ère. Pour rester compétitives, les sociétés du secteur des sciences de la vie doivent accélérer l’adoption à grande échelle de solutions numériques novatrices. Le temps est venu pour elles de développer des capacités numériques, de faire des investissements nécessaires pour exploiter l’abondance des données et se brancher à l’écosystème des soins de santé numériques en évolution rapide, lequel promet de rehausser considérablement la qualité des soins.

Chez EY, nous croyons que pour réaliser cette croissance, il faut commencer par tirer parti des avantages de l’innovation et de la transformation numériques, puiser dans les écosystèmes connectés afin d’interagir différemment avec les patients et les prestataires de soins de santé et améliorer l’efficacité opérationnelle et les résultats pour les patients. C’est dans ce contexte que j’ai le plaisir de vous présenter trois représentants éminents des secteurs des sciences de la vie et des technologies de la santé qui feront part de leurs points de vue sur les dernières tendances sectorielles, et la façon dont l’élaboration d’une stratégie numérique stimule la croissance et le volume à long terme.

Nous souhaitons la bienvenue au D^r David Jaffray, premier vice-président – chef des technologies et du numérique, MD Anderson Cancer Center à l’Université du Texas; à M. Bharat Srinivasa, cofondateur et directeur, Amplitude Ventures, et à M. Ben Massingham, vice-président – directeur, Transformation et innovation, Novartis Canada.

Permettez-moi maintenant de présenter l’animateur de notre panel, Aaron Smith, associé, Consultation, Santé, Gouvernement et secteur public chez EY Canada. À vous la parole, Aaron.

Aaron Smith:

Merci, Soraya. Merci également à tous les participants de ce panel de discussion virtuel et à tous les panélistes. J’ai hâte de vous entendre et je commence avec vous David, pour la première question. Quelle est votre définition d’innovation numérique telle qu’elle s’applique au secteur des sciences de la vie?

David Jaffray:

Je suis très heureux d’être parmi vous, Aaron, et j’ai bien aimé l’introduction de Soraya sur l’ensemble des possibilités et les observations en matière de transformation.

Pour le secteur des sciences de la vie, il s’agit avant tout de rechercher la valeur liée au flux des données dans l’organisation – l’adoption d’une approche axée sur les données qui tient compte de la façon dont nous réfléchissons à notre structure, du paradigme de l’offre et de la demande des données, et de la réflexion sur les aspects liés à la qualité des données qui circulent dans l’organisation.

Nous avons réalisé de bien des façons, au cours de la pandémie, que les sources de données peuvent changer notre façon de voir les choses. Nous avons vu à Johns Hopkins ce flux incessant d’information, la prise de conscience de l’organisation et de ses membres quant au caractère critique des données, la qualité des données et les préoccupations relatives aux préjugés. Beaucoup d’organisations s’efforcent de mettre l’accent sur leurs chaînes d’approvisionnement de données, et c’est une réalité qui s’impose très rapidement. Tout le monde connaît l’importance de la gouvernance des données, mais il reste à savoir comment la concrétiser et comment chercher à en tirer de la valeur. C’est l’un des virages importants que nous observons en plus des exigences en matière de soins virtuels.

Aaron Smith:

Merci David. L’un des aspects les plus intéressants de ce panel de discussion est la diversité des participants. Bharat, à votre tour de répondre à la question : comment définiriez-vous l’innovation numérique?

Bharat Srinivasa:

Merci, Aaron, je suis content d’être parmi vous, et je remercie EY de m’avoir invité. Permettez-moi d’abord de me présenter. Je suis un investisseur en capital-risque dans les biotechs, et mon travail consiste à identifier les nouvelles thérapies pour les patients et à investir dans celles-ci. Je dois également chercher à améliorer les chances de succès des thérapies pour qu’elles passent à l’étape de l’essai clinique, et j’utilise tous les outils à notre disposition pour les faire aller de l’avant.

L’une des choses que nous avons observées, c’est que les nouvelles méthodes biologiques ont généré un déluge de données, aussi bien celles qui sont générées en interne que celles qui sont disponibles en externe. Il devient difficile, voire impossible, de faire des recherches thérapeutiques selon la méthode traditionnelle qui consiste à faire une série de tests et à les refaire in vitro et in vivo sur des souris.

À mon avis, l’innovation numérique consiste à utiliser le calcul informatique de pointe dans le cadre du processus de découverte de médicaments, que ce soit avant, à l’étape exploratoire, pendant, à l’étape de l’identification des nouveaux produits chimiques ou de la stratification des patients, ou après, à l’étape de la sélection des clients en vue des essais cliniques. Pour moi, l’innovation numérique fait partie du processus de découverte de médicaments.

Aaron Smith:

Merci beaucoup, Bharat. Ben, j’aimerais connaître votre point de vue sur le sujet, surtout après avoir entendu ceux de David et Bharat.

Ben Massingham:

Merci de me donner l’occasion de participer à ce panel de discussion en compagnie de deux personnes si intéressantes. Tout bien considéré, l’innovation numérique consiste à tirer parti à la fois de la technologie et des données afin d’offrir de meilleurs soins de santé.

En tant qu’entreprise, nous nous intéressons soudainement à tout ce que Bharat a mentionné : comment utiliser les données et l’intelligence artificielle pour être plus productive sur les plans de la recherche et du développement scientifique. Notre chaîne d’approvisionnement fait également l’objet de notre attention. Mon travail se limite au Canada et à la structure de Novartis. Nous commençons généralement nos activités une fois qu’un produit est déjà mis sur le marché. Ainsi, même si je suis fasciné par les responsabilités de Bharat, mon travail n’implique aucune de ce genre.

Nous nous concentrons en fait sur deux défis en particulier, et je crois que l’innovation numérique doit occuper une plus grande place. Le premier défi est l’interaction avec les clients, particulièrement les médecins et les patients. Le deuxième est la façon d’arriver ensemble à résoudre certains des gros problèmes liés à la prestation des soins de santé, ce qui n’est pas nécessairement un rôle traditionnel pour le secteur pharmaceutique. Mais en formant une coalition de décideurs, en concluant des ententes avec des partenariats public-privé, avec les médecins, avec les groupes de patients, avec le secteur des technologies, je crois qu’il nous est possible aujourd’hui de résoudre certains de ces problèmes importants liés à la prestation des soins. Dans ces conditions, tout le monde gagne, et dans la quasi-majorité des cas, la technologie – ainsi que l’innovation et l’écosystème correspondants – doit faire partie de cela.

Aaron Smith:

Les définitions sont intéressantes de part et d’autre. Nous avons couvert la quasi-totalité de la chaîne d’approvisionnement, de la découverte des médicaments à la participation des patients et aux essais cliniques. L’un des principaux aspects est que la définition d’innovation numérique évolue également lorsqu’on pense à la chaîne de valeur, et de la puissance informatique au début aux outils de participation à la fin. La gestion et la maintenance des données en sont un aspect très important et nous voyons d’importantes sociétés technologiques faire des acquisitions dans le secteur de la santé et des sciences de la vie.

Nous venons de parler de l’importance de la technologie en général. Alors, les entreprises du secteur des sciences de la vie doivent-elles donc se transformer en des entreprises technologiques pour demeurer compétitives? Je vous pose la question à vous d’abord, Bharat.

Bharat Srinivasa:

Je répondrais simplement non, mais laissez-moi expliquer cela plus en détail. Les sociétés du secteur des sciences de la vie, surtout dans le domaine de la biotechnologie (qui est celui que je connais le mieux), ont déjà la tâche ardue de faire avancer la mise au point de médicaments innovants. Il leur est donc difficile de se transformer en des entreprises qui auront une mission différente de celle pour laquelle elles ont été créées et qui devront recruter des gens pour réaliser cette mission. Il ne s’agit pas de se transformer en quelque chose d’autre, mais de renforcer les capacités internes pour aider à augmenter les possibilités ou la productivité.

J’ai parlé des différentes étapes du processus de développement de médicaments. Un grand nombre d’entreprises continuent de faire des essais répétés, mais est-il possible pour certaines d’ajouter des capacités d’intelligence artificielle, vu qu’il y en a tellement qui en sont actuellement à l’étape exploratoire, pour favoriser la découverte de nouveaux médicaments ou de nouvelles générations de produits chimiques et leur passage à l’étape des essais cliniques? Peuvent-elles, pendant le processus de découverte, utiliser l’IA ou différents calculs informatiques de pointe pour développer des programmes visant la découverte de nouveaux médicaments? Peuvent-elles trouver de nouvelles méthodes de stratification des patients pour augmenter les probabilités de réussite? Et peuvent-elles continuer d’avoir recours à l’IA par la suite, en ce qui a trait aux essais cliniques? Il ne s’agit donc pas d’évoluer, mais d’ajouter ces capacités dans la chaîne de valeur.

Aaron Smith:

Qu’en pensez-vous, Ben?

Ben Massingham:

Fondamentalement, si je devais répondre en un mot, je dirais non, comme Bharat, mais je suppose que vous vous attendez probablement à obtenir une réponse plus détaillée dans le cadre d’un débat public. Alors, pour être plus précis, je dirais oui et non.

Je pense qu’il y a certains rôles que nous, en tant que secteur, devons tenir et assumer nous-mêmes. La façon d’utiliser l’innovation numérique pour mieux interagir avec nos clients est l’un des rôles que nous mettons en évidence. Les autres secteurs le font déjà en interne et nous devrions le faire aussi…

J’ai travaillé chez GE, alors je connais les points forts d’une excellente entreprise de diagnostic, mais ce ne sont pas ceux des sociétés du secteur pharmaceutique. Et c’est là que ma réponse diffère de celle de Bharat, parce que je crois que cette évolution est possible grâce à des partenariats, à la collaboration. Nous devons maîtriser les nouvelles technologies, les utiliser et les populariser. Cela veut-il dire pour autant que nous devenons des concepteurs? Je ne pense pas. Cela veut-il dire qu’elles seront au cœur de nos activités? Non plus. Alors, des garants de la technologie? Absolument – nous n’aurons pas pu subsister sans la capacité de développer des solutions technologiques...

Aaron Smith:

Les opinions semblent être assez uniformes jusqu’à présent. David, qu’en pensez-vous?

David Jaffray:

Je suis d’accord. Je pense qu’il ne s’agit pas seulement d’adopter des technologies numériques, mais de changer la façon de travailler pour s’adapter à cette capacité numérique, ce qui est le plus difficile.

Pour ce qui est de notre stratégie en matière de données, l’orientation de la culture vers l’intendance des données est un changement de taille qui demande des efforts au sein de l’organisation. Nous parlons beaucoup du calcul informatique de pointe pour prévoir les résultats pour les patients ou les meilleurs médicaments à développer. Amener les gens à adopter ce changement et à réaliser que c’est la façon dont nous sortirons du paradigme traditionnel du développement de médicaments à faible rendement pour adopter un autre à rendement supérieur. Procéder à ce changement, à la transformation des compétences, au recrutement, au renouvellement des méthodes et adopter une approche fructueuse fondée sur le calcul et les prévisions, comme dans le film Moneyball, et non sur les commentaires des dépisteurs au sujet des joueurs. Ce changement demande beaucoup d’efforts et je crois que nous y arriverons tous, mais il n’en reste pas moins que les entreprises qui seront assez rapides à effectuer les changements seront en tête du peloton.

Ben Massingham:

Je crois que c’est un point très intéressant. Je passe une partie de mon temps à réfléchir à la technologie à utiliser ou au problème à résoudre, et une autre partie, à la composante culturelle, comme vous dites. Certaines personnes trouvent la nouveauté menaçante et difficile; d’autres l’accueillent à bras ouverts et il faut parfois modérer leur ardeur. Je crois que nous sous-estimons souvent la difficulté culturelle de faire les choses différemment, spécialement dans un secteur comme celui de la pharmaceutique où les entreprises ont probablement le même modèle d’affaires depuis plus de 25 ou 30 ans et où les gens ont toujours connu du succès. L’urgence ne se fait pas sentir, et la situation n’est pas facile.

Bharat Srinivasa:

Et c’est quelque chose que nous vivons également dans nos activités quotidiennes. D’un côté, il y a les chefs de la direction de la nouvelle génération qui veulent se lancer dans l’analyse des données, et qui vont un peu trop vite à votre goût, et, de l’autre, il y a les chefs de la direction de l’ancienne génération qui veulent faire des essais sur 5 000 souris pour s’assurer que les résultats correspondent aux attentes. Il y a un certain équilibre des forces dans ce contexte, mais il s’agit de se faufiler entre les deux et de s’assurer de contribuer au progrès de la biologie.

David Jaffray:

Oui, Bharat, je peux l’imaginer. Si vous avez vu le film Moneyball, rappelez-vous la scène où Billy Beane essaie de convaincre les dépisteurs que la façon dont les joueurs frappent la balle n’a rien à voir avec le choix de l’alignement. Je vous imagine très bien en train de parler à un groupe de scientifiques et des équipes de développement de médicaments qui ne sont pas nés de la dernière pluie et de les convaincre que les calculs suggèrent d’aller dans un sens plutôt que dans l’autre. Je peux imaginer que c’est une conversation à peu près semblable.

Bharat Srinivasa:

Effectivement, ils ont tous un air perplexe au début lorsque je parle de l’IA, et je dois ensuite leur expliquer en détail ce que cela signifie.

Aaron Smith:

J’aimerais m’étendre un peu plus là-dessus, Bharat. Lors de nos discussions préliminaires, nous avons évoqué certaines façons dont votre entreprise et celles dans lesquelles vous investissez perturbent certaines des façons de faire traditionnelles. Selon votre expérience, comment est accueillie cette notion que le choix d’une équipe de baseball ne repose pas sur la vitesse à laquelle un coureur atteint le premier but?

Bharat Srinivasa:

Nous avons utilisé deux méthodes. La plus efficace est celle qui consiste à intervenir tôt dans les entreprises et à les développer à partir de zéro. Ainsi, nous pouvons toujours constituer une équipe axée sur la stratégie de la biologie et une autre, sur les capacités du calcul informatique de pointe, et choisir au sein de ces équipes des gens qui peuvent communiquer, comme Ben et David l’ont mentionné. Cette méthode a été la plus fructueuse pour nous sur le plan de l’avancement de l’entreprise.

Pour ce qui est des entreprises à un stade de maturité plus avancé, il s’agit de trouver un intermédiaire qui s’y connaît autant en biologie qu’en calcul informatique de pointe et qui soit capable de dialoguer avec les deux équipes, mais la conversation sera de nature différente. Il s’agira alors d’exercer une pression plus forte sur une équipe plutôt que sur l’autre au fur et à mesure que l’entreprise évolue, afin de faire avancer les choses.

Par exemple, nous avons investi, il y a quelques années, dans la ronde de financement de série B de Deep Genomics et elle vient tout juste de réaliser une ronde de financement de série C. Nous avions cette entreprise dans notre mire depuis les cinq dernières années. À ses débuts, elle misait sur l’IA pour faciliter ses activités d’identification, et comptait travailler en partenariat avec d’autres intervenants. À la suite de la ronde de financement de série B, les choses ont évolué, elle a confirmé sa capacité d’utiliser l’IA pour identifier un pipeline, mais a annoncé qu’elle était maintenant une compagnie de pipeline soutenue par l’IA. Elle est ensuite passée à la vitesse supérieure après la ronde de financement de série C et cherche maintenant une façon d’industrialiser l’IA pour développer 20 programmes différents et obtenir les capitaux nécessaires pour aller de l’avant”

Tout repose donc sur l’évolution étape par étape. Mais pour revenir à votre question, la meilleure façon est de partir de zéro, et lorsque nous créons des entreprises, comme dans le cas d’Amplitude, de développer les deux capacités de A à Z.

Aaron Smith:

C’est une bonne introduction au prochain sujet que nous avons d’ailleurs déjà abordé. Comment les entreprises du secteur des sciences de la vie peuvent-elles tirer parti de la technologie et des données de façon différente pour créer de la valeur? Nous avons évoqué les différentes parties de la chaîne de valeur. Alors, David, voulez-vous ouvrir le débat sur cette question?

David Jaffray:

Je crois qu’il est important que nous transformions notre façon de travailler pour nous adapter à l’environnement numérique. Nous voyons que le mode de pensée traditionnel se perpétue dans le cadre des discussions sur les données probantes du monde réel. Les entreprises cherchent à agréger les données en procédant à leur dépersonnalisation en vue de leur utilisation secondaire, et certaines entreprises pharmaceutiques sont très intéressées par cette question. Parallèlement, l’importance des données des patients et du cadre de consentement est mieux comprise, et les chercheurs universitaires prennent de plus en plus conscience de la valeur de ces données.

Je crois que cette meilleure compréhension donnera lieu à des partenariats plus efficaces entre les organisations de soins de santé, les parties prenantes du secteur et les équipes de calcul qui travaillent notamment sur des cohortes synthétiques pour donner au groupe témoin un niveau d’adéquation meilleur et plus large. Et cela s’étend jusqu’au niveau de la réglementation. Alors, je prévois la conclusion de partenariats plus étroits avec les entreprises du secteur, les universités et les organisations de soins de santé.

Il ne s’agit pas du mode de partage des données utilisé entre Google et Ascension. Ce n’est pas une mauvaise chose en soi, je suppose, mais il s’agit d’une approche beaucoup plus stratégique, délibérée et harmonisée. Les nouvelles technologies à l’appui de cette approche nous permettront bientôt de vérifier comment les données sont utilisées et dans quel but. Je crois que cette approche permettra de rapprocher les équipes qui deviendront ainsi plus efficaces, et qu’elle éliminera certaines sources de friction liées à ces processus. Cette perspective me réjouit.

Aaron Smith:

Et quelle est votre opinion, Ben, au sujet des activités en aval de la chaîne de valeur? Qu’est-ce qui devrait changer, d’après vous?

Ben Massingham:

Je pense qu’il s’agit en fait de savoir la valeur que nous devons fournir au système. Je le répète, la meilleure façon d’améliorer les résultats, sur le plan de l’amélioration des résultats pour les patients, ne consiste pas à développer la prochaine génération de médicaments. Je pense que cela sera toujours important et que nous continuerons de le faire. Il s’agira d’orienter au bon moment le bon patient vers le médecin le plus approprié pour faire le bon choix.

Il y a tellement de gens qui se retrouvent inutilement à l’urgence par manque de soins préventifs appropriés. Lorsque je pense à toutes ces données qui ont été recueillies, et David a évoqué cette possibilité de collaboration, s’il est possible non seulement de regrouper ces données et d’y avoir accès, mais également de les étudier de façon proactive afin d’identifier les patients qui peuvent en bénéficier ou qui risquent de ne pas en bénéficier, je crois que c’est le genre de valeur qu’il est possible d’offrir.

Maintenant, si certaines données existent, d’autres peuvent être générées. L’une des choses que nous observons, juste à titre d’exemple, c’est qu’il n’est pas toujours possible de voir la progression de certaines maladies. La sclérose en plaques est l’une de ces maladies dont la progression est très difficile à suivre. C’est une terrible maladie, mais elle a tendance à se manifester sur une longue période.

Grâce à la technologie, il est possible de générer les données nécessaires pour déterminer à quel stade se trouve le patient. Il ne s’agit donc pas uniquement de consulter les bases de données existantes, mais d’utiliser la technologie pour créer de nouveaux types de données. Sans trop entrer dans le détail, nous avons conclu un partenariat avec Innodem, une entreprise qui a développé une technologie d’analyse des mouvements oculaires permettant de suivre la progression de la maladie à partir d’un iPad, et nous cherchons à la valider. Mais c’est une percée extraordinaire, parce qu’il sera alors possible de déterminer le véritable état de santé du patient, de penser à une autre approche s’il ne va pas aussi bien qu’il le devrait, mais également de penser à la prochaine étape qui est beaucoup plus proactive où le médecin reçoit un rappel qu’il doit voir le patient. Ce dernier n’aura pas à attendre 18 mois pour ce rendez-vous. D’un autre côté, il est possible que ce patient se porte vraiment bien et qu’il ne soit probablement pas nécessaire de le revoir.

Cette technologie nous permet de présager une utilisation plus efficace du système des soins de santé et de meilleurs soins. S’il est possible de combiner les données existantes et les nouvelles technologies pour générer de nouvelles données à partir d’informations réellement exploitables sur les clients afin d’améliorer la gestion des patients, sans se limiter au choix du médicament, je pense que tout le monde sera gagnant et que les patients finiront, en fin de compte, par recevoir de meilleurs soins, et au bon moment.

Aaron Smith:

David, vous qui êtes passé de notre système à celui des États-Unis, faites-vous ce constat, par exemple là où l’exploitation de pareilles technologies peut être différente? Comment cela pourrait-il s’appliquer au Canada?

David Jaffray:

Je pense que l’application est universelle. Les États-Unis et le Canada n’ont pas le même cadre normatif pour la sécurité des données. La loi américaine sur l’assurance maladie (HIPAA) est explicite quant à l’utilisation secondaire des données servant à l’identification. Celle du Canada ne l’est pas autant, mais présente quand même les concepts. Et le paradigme européen diverge actuellement de façon substantielle du point de vue du RGPD quant à la façon dont nous finirons par utiliser ce genre de données à l’avenir. Je crois que cette norme est plus évoluée et qu’elle finira par être plus largement adoptée.

Il y va de l’intérêt individuel, et nous espérons que la société comprendra cette orientation, ce qui nous permettra ensuite d’avoir quelques cadres de consentement qui nous permettront de le faire. Je crois que nous allons dans cette direction. Un pays, comme le Canada, peut toujours jouer le rôle de chef de file sur cette question. Si nos provinces pouvaient arriver à un accord, ce serait fantastique d’avoir une approche uniforme. Une petite population divisée est encore plus petite. Ce serait bien si nous pouvions aplanir les différences, mais je suis tout à fait d’accord avec les commentaires de Ben.

Nous constatons que nos partenaires industriels sont prêts à collaborer lorsque nous leur demandons de nous aider à faire avancer notre combat contre le cancer. Cette collaboration repose sur le partage de données. Lorsque nous évaluons la qualité des données, la prochaine étape consiste à déterminer ce qu’il faut évaluer ensuite. Ce que nous avons oublié. Les astuces qu’il faut utiliser pour mieux personnaliser l’intervention. Les cohortes qui sont les plus susceptibles de donner des résultats, d’après les calculs de Bharat. Toutes ces données commencent à devenir connectées, et c’est ce que nous appelons une chaîne d’approvisionnement. La demande est bonne et nous connaissons la provenance de ces données, ce qui pourrait vous intéresser d’en avoir davantage ou de vouloir autres choses. C’est une boucle de rétroaction très efficace.

Aaron Smith:

Bharat, d’après vous, comment vos sociétés tirent-elles parti de ces bases de données en aval pour modéliser les comportements des molécules et des produits qu’elles développent?

Bharat Srinivasa:

On pourrait répondre de façon différente à cette question. Il faut savoir que le marché des données existantes est extrêmement saturé. Si les données existent déjà, elles sont certainement utilisées dans de multiples hôpitaux, et leur qualité doit être évaluée. De plus, il y a 1 001 entreprises qui cherchent à obtenir les mêmes données. Nous avons donc adopté une approche légèrement différente. Par exemple, une biotech qui effectue des rondes de financement de série B ou de série C rivalisera difficilement avec une entreprise de Novartis ou de GSK pour l’accès à ces données, sans parler de la bande passante nécessaire pour l’intégration de ces données.

Une partie de ce que nous faisons dans le cadre de cette approche consiste à travailler avec des sociétés qui ont recours à l’IA pour le processus de découverte de médicaments et qui ont déjà le privilège d’accéder aux données. Mais même cette voie d’accès commence à devenir encombrée. Il y a une limite au nombre de fois qu’on peut interroger les mêmes données. De nouvelles techniques développées dans notre domaine permettent de faire une meilleure analyse des données biologiques. Nous venons d’investir dans une entreprise qui a dépensé environ 100 millions de dollars en trois ans pour recueillir des échantillons de patients de 30 hôpitaux différents et qui s’en sert pour créer sa propre librairie interne de données sur le séquençage de cellule unique. Nul autre que cette entreprise n’a accès à ces données, et nous avons une vision claire de la provenance des données.

Il s’agit de poser les bonnes questions afin de confirmer la fiabilité des données, puis de les intégrer dans l’outil de stratification des patients. Cette approche lui donne un avantage et nous permet également de sortir de ce marché extrêmement encombré et concurrentiel de données existantes pour passer à un espace moins encombré de données nouvellement générées qui possèdent tous les critères de qualité qui comptent. Voilà pourquoi j’ai associé l’IA et la stratégie de la biologie. Nous devons trouver des gens qui peuvent évoluer dans ce domaine et nous ne recherchons que ceux-là.

Aaron Smith:

Ben, vous avez mentionné que le partenariat était l’une des meilleures façons de travailler, et vous en avez donné un exemple. Est-ce une tendance que vous observez de plus en plus? Nous avons voulu savoir si vous vous accordiez tous à dire qu’il était improbable que les sociétés pharmaceutiques et de biotechnologie deviennent des sociétés technologiques. Comment voyez-vous évoluer ce contexte de partenariat?

Ben Massingham:

Les partenariats se développent de plus en plus. Je crois qu’il est encore trop tôt pour voir comment ils fonctionnent et ce qu’ils font. Je peux par contre expliquer ce que nous essayons de faire. Selon moi, un partenariat ne consiste pas seulement en l’apport de fonds; c’est ce que nous avons toujours fait en accordant des subventions et des dons ou en établissant des partenariats, mais les partenariats peuvent s’inscrire dans des démarches différentes.

L’une de ces démarches vise à susciter des interrogations et à concerter les efforts autour des besoins. Nous sortons d’une rencontre importante axée sur la santé cardiovasculaire qui rassemblait des décideurs, des sociétés technologiques et des pharmaciens, et nous avons appris deux ou trois choses au sujet de cette concertation. Premièrement, les gens s’étonnent que les sociétés pharmaceutiques veuillent prendre part au dialogue et qu’ils doivent être disposés à collaborer. Deuxièmement, lorsque nous avons réuni tous les participants afin qu’ils prennent part à la discussion, les représentants de Novartis, à l’exception d’un, sont partis lorsqu’ils ont réalisé qu’ils devaient s’engager en tant que partenaire égal dans un programme commun et non en tant que responsable d’un programme qu’ils pourraient orienter à leur gré. Voilà comment ces partenariats doivent évoluer; il faut non seulement renouveler le mode de pensée, mais reconnaître qu’il s’agit d’une question d’intérêt mutuel. Si des parties peuvent se rallier autour d’une proposition mutuellement avantageuse ou d’un problème qu’elles ont tout intérêt à résoudre, il est possible de travailler ensemble; là où cela devient problématique, c’est lorsque l’intérêt d’une partie l’emporte sur celui des autres.

La seconde démarche est associée aux sociétés du secteur pharmaceutique, et probablement avec raison, parce que nous privilégions les processus rigoureux. Nous avons des règles importantes et, pour cette raison, il peut être un peu difficile de travailler avec nous. Nous essayons toutefois de faciliter les choses pour les entreprises en démarrage qui développent des outils technologiques d’un potentiel intéressant pour leur permettre de faire des tests pilotes avec nous, mais uniquement dans le domaine de la biologie. Pour les personnes intéressées, il y a toute une série de documents à ce sujet sur Internet. Si nous insistions pour que ces entreprises en démarrage suivent toutes les étapes du processus d’approvisionnement traditionnel, cela équivaudrait littéralement à les détruire, parce qu’il leur faudra six mois pour remplir toute la paperasse, six mois au cours desquels elles ne généreront aucun revenu et ne développeront rien. Elles n’y survivraient pas. Nous avons réalisé que pour s’intégrer dans l’écosystème, la façon de créer de la valeur consiste à miser sur ces entreprises en démarrage, à y investir, à faciliter leur accès au marché. Nous avons une expérience commerciale que beaucoup de ces entreprises en démarrage n’ont pas, mais nous pouvons causer leur perte en étant trop autoritaires et trop axés sur les processus; nous essayons donc de trouver un juste équilibre.

David Jaffray:

C’est un bon point, Ben. Nous avons utilisé certaines plateformes technologiques qui devraient nous permettre de travailler plus étroitement avec des partenaires sectoriels. Les conflits sont vraiment affligeants. Je me réjouis de notre tendance à penser différemment à la façon dont nous pouvons travailler au sein du secteur et contribuer à la qualité des données.

Pour revenir au point de Bharat, personne ne se fiera aux données à l’avenir sans en connaître la provenance exacte. C’est très clair. Des choses synthétiques peuvent être créées en partant de données synthétiques. Il y aura tant de fausses données médicales disponibles, et je suis sûr que la FDA insiste tout le temps sur ce point. Nous devons savoir d’où proviennent les données, quelle est leur qualité, comment prouver leur provenance avant de les utiliser. Et ce sera un élément important du partenariat à l’avenir.

Le marché des données commence enfin à se développer, eu égard à son importance, à l’application de critères de qualité et au suivi de la provenance des données. Et c’est là que les partenariats seront déterminants, parce qu’ils viseront les entreprises qui disposent de solides données. À votre avis, Aaron, cela sera-t-il possible au Canada? Je pense que le gouvernement devrait penser sérieusement à investir dans la qualité des données qui proviennent du système des soins de santé. Ces données représentent un actif énorme, mais aucun financement n’est affecté actuellement à la qualité des données; pas de la façon dont le secteur aurait besoin qu’il le soit à l’avenir.

Aaron Smith:

Ce sont des points intéressants que vous soulevez là, David et Ben, mais poursuivons : quelles sont, à votre avis, les trois façons de continuer à améliorer l’écosystème de l’innovation dans le secteur canadien des sciences de la vie? Bharat, à vous la parole.

Bharat Srinivasa:

Si je coiffe mon chapeau d’investisseur en capital-risque dans les biotechs, je suis tout à fait d’accord avec les propos de David et de Ben. Nous avons besoin d’établir un bon système pour être en confiance, et il n’est pas facile de faire aller de l’avant ces programmes.

Spontanément, je mentionnerais trois choses : la première, c’est qu’il faut pouvoir compter sur une plus grande alliance transversale. L’écosystème canadien est trop morcelé : on trouve Mila à Montréal, AltaML en Alberta, Vector à Toronto et d’autres ailleurs. Comme pour bien des domaines au Canada, on observe une volonté provinciale accrue à créer des capacités d’IA. Ces capacités doivent fusionner à un moment donné et s’adapter à l’écosystème biologique existant afin d’obtenir l’alliance transversale pour faire progresser les bonnes sociétés et la bonne biologie. Cela permet de créer des entreprises plus importantes ici et augmente les chances de succès dans d’autres pays.

La seconde consiste à simplifier le processus de transfert technologique. Les universités disposent de beaucoup de données et de technologies, mais lorsqu’on veut les utiliser, on se heurte contre de multiples silos différents, ce qui fait perdre du temps et nuit aux efforts visant l’émergence de ces bonnes entreprises et leur intégration dans l’alliance transversale élargie. En simplifiant cette approche et en facilitant la création d’entreprises dont le calcul informatique de l’IA a été élaboré à partir de zéro, comme je l’ai mentionné plus tôt, cela facilite d’autant plus le processus.

Finalement, du point de vue de l’entreprise, même si cela commence à changer un peu, je pense que certains entrepreneurs pensent encore qu’il suffit de découvrir un médicament, de faire un essai et de le vendre au plus offrant. Je crois que cette mentalité a évolué et qu’elle a complètement changé. Il est nécessaire de changer le mode de pensée et d’arrêter de se dire que nous avons besoin de créer de grandes entreprises. Nous avons besoin de nous étendre et de greffer toutes les capacités et outils dont nous avons besoin pour favoriser le succès de cette entreprise. Et cette approche à l’échelle est nécessaire dans l’ensemble de l’écosystème local.

Aaron Smith:

Merci, Bharat. Ben, à votre tour de répondre à la question.

Ben Massingham:

J’aime bien le point que vous avez soulevé, Bharat, au sujet du système provincial...

Je crois que nous avons un rôle à jouer. L’idée de se concentrer sur un gros problème et de proposer des solutions pour le résoudre, au lieu de s’enthousiasmer pour la technologie, est quelque chose que nous pouvons faire. Je pense que nous pouvons commercialiser des produits de façon conjointe. Nous avons une forte présence sur le marché.

L’autre aspect de mon travail, et je crois que c’est une responsabilité qui nous incombe à tous, consiste à favoriser l’innovation canadienne pour les Canadiens et pour le secteur canadien. Mais, en règle générale, Novartis et toutes les autres sociétés pharmaceutiques sont des organisations mondiales; alors une partie de mon travail consiste à rendre l’innovation canadienne disponible au reste du monde. Nous avons toute une gamme de processus. J’ai également la tâche ambitieuse de m’assurer non seulement que mes collègues en France ou au Royaume-Uni qui éprouvent les mêmes problèmes que nous, au Canada, sachent que nous avons une solution potentielle, mais aussi de les mettre en contact et d’amorcer une collaboration qui permettra de faire croître les entreprises grâce à une portée mondiale et à une participation globale, de même que dans une perspective purement canadienne. Je crois que c’est un élément fondamental de la valeur que nous pouvons apporter à l’écosystème canadien.

Aaron Smith:

David, j’aimerais avoir votre opinion en tant que Canadien installé maintenant aux États-Unis.

David Jaffray:

J’ai déjà soulevé quelques points à ce sujet, mais je pense que nous avons une bonne occasion de tirer avantage de certains actifs de données à l’échelle du pays. Dans le cadre d’un partenariat avec Terry Fox visant le domaine du cancer, nous avons mis au point la Plateforme de découvertes et de santé numérique, fondée sur une méthode d’accès réparti qui permet aux patients de garder le contrôle de leurs propres données et aux institutions d’être dotées d’une structure intermédiaire permettant d’avoir un plus grand accès à ces données. Nous avons intérêt à appliquer davantage ce concept. J’ai parlé de financement et de soutien, et je crois que des progrès sont réalisés en ce sens.

Nous travaillons ici sur une initiative similaire, soit Breakthrough Cancer, qui finance les recherches sur le cancer menées conjointement par MD Anderson, Memorial Sloan Kettering, Johns Hopkins, MIT et Dana Farber. Nous avons aidé ces organisations à établir un cadre de gouvernance de données afin de faciliter les interactions visant à tirer avantage des données pour accélérer le traitement contre le cancer. Il semble que l’occasion de tirer avantage des données existe bel et bien.

Comme l’a mentionné Bharat, l’investissement dans l’IA au Canada est fantastique. Il nous a permis de former un tas de gens qui sont maintenant recrutés par les États-Unis. Nous devons être en mesure de recruter ces gens et de leur donner plus d’incitatifs pour s’assurer de les attirer et de les garder au Canada, et on peut penser par exemple aux redevances, aux cadres de travail, à l’innovation et aux entreprises en démarrage. Je ne crois pas que nous saisissions pleinement la valeur de cet investissement. Les stagiaires ont beaucoup à offrir et c’est en leur offrant ces incitatifs que nous pourrons nous assurer de les garder. Comme l’a dit Bharat, c’est un point important, et cela rejoint le point de vue de Ben, à savoir une plus grande alliance à l’échelle du pays.

Aaron Smith:

Vous avez également évoqué certains des obstacles à l’alliance à l’échelle du pays. Avez-vous vu des exemples efficaces ou prometteurs de cette alliance entre les provinces ou les territoires? Ils participent également à ce partage d’information et à cette culture de collaboration et de partage de données, n’est-ce pas?

David Jaffray:

Comme je l’ai mentionné plus tôt avec l’initiative de Terry Fox, cela a réellement commencé au début de l’année à plusieurs égards, mais je pense que ce concept est solide. Il reste du chemin à faire, mais je trouve que c’est une bonne idée, car je suis convaincu que nos processus actuels liés aux accords de transfert d’information et aux ententes sur les droits d’utilisation des données font intervenir bien trop d’avocats. La moitié de ces processus pourraient être automatisés pour aider à créer un formulaire standardisé de consentement des patients. Cette approche permet d’avoir un environnement efficace qui pourrait être utile à l’avenir et je crois qu’il est crucial d’aller dans ce sens. Les pays qui adoptent cette approche seront attrayants pour le secteur et sauront retenir les talents.

Aaron Smith:

Merci David.

Ben Massingham:

C’est une question pertinente. Les exemples de cas où j’ai vu cette approche fonctionner étaient entre des institutions qui étaient motivées par des recherches sur des maladies bien précises. Il y a souvent une grande collaboration, un partage des données au sein de la communauté des chercheurs. Au niveau provincial, selon mon expérience, cette approche n’est pas toujours uniforme au sein d’une province, voire entre les provinces. D’après mon expérience, la province qui est probablement la plus avancée sur ce point semble être l’Alberta qui possède un bon ensemble de données dans lequel elle investit et qui est administré par un ministère.

Il y a d’autres endroits… mais l’approche est beaucoup plus fragmentée en raison de l’infrastructure informatique et de celle de la saisie des données… et je doute que la situation au Canada soit différente de celle des autres pays du monde compte tenu de la multitude de fournisseurs de services de stockage de données et de programmes d’analyse de données. Je suis persuadé que cette fragmentation existe à l’échelle mondiale.

David Jaffray:

Nous voyons quelques bonnes occasions d’après la façon dont nous utilisons les données du secteur. Nous les appelons des alliances. Dans le cadre de partenariats plus élargis, la répartition des ressources est dynamique. Nous essayons de réaliser des choses ensemble. Les équipes et les scientifiques des deux parties coopèrent pour faire avancer les recherches à la faveur d’une enveloppe de financement plus large, ce qui leur donne une certaine latitude pour faire des investissements dans ce domaine. Nous trouvons ces alliances très efficaces.

Il y a ensuite quelques travaux et certains pipelines de type biotechnologique qui sont organisés en interne, lesquels restent proches à la fois de la recherche universitaire et de l’exercice clinique. Ce sont des pipelines déconstruits en interne qui peuvent faire avancer certaines choses. Il y a une occasion là, et, d’après ce qu’a dit Bharat, nous pourrions peut-être réfléchir à la façon dont le calcul informatique de pointe pourrait faciliter ces processus. Il y a toujours un risque, mais ce qui se passe dans ces cas, c’est que quelqu’un s’emballe et travaille sans relâche vers une cible peut-être inatteignable. Mais le calcul informatique de pointe pourrait réduire ce risque. Nous verrons peut-être un plus grand nombre de pipelines intégrés dans les écosystèmes des soins de santé qui pourraient profiter non seulement de la réduction du risque, mais également de la méthode de calcul à l’origine de la réduction du risque, et supprimer les préjugés dans la prise de décision. Je pense que cette dynamique est très intéressante.

Bharat Srinivasa:

Il me semble que nous n’avons considéré que les aspects négatifs, et que nous avons oublié qu’il existe également quelques aspects positifs. Pour ce qui est d’essayer d’amener le gouvernement à changer, Ben a pris quelques minutes pour évoquer les points de friction avec les grandes sociétés pharmaceutiques. Traiter avec les grandes sociétés pharmaceutiques est un jeu d’enfant lorsqu’elles parlent de traiter avec les gouvernements. Cela permet donc de mettre les choses en perspective.

Une tendance que nous avons observée, et qui fait partie des trois impératifs que j’ai déjà mentionnés, c’est celle qui consiste à créer de grandes entreprises ici. Le bon côté, c’est que le secteur fait un travail fantastique en allant au-delà des frontières provinciales et internationales pour extraire des données. Le mauvais côté, s’il en est un, c’est qu’il est fortement axé sur un domaine en particulier. Certaines des choses que nous avons essayé de faire en interne à Amplitude, c’est de déterminer comment travailler avec nos entrepreneurs et avec les entreprises du portefeuille actuel qui ont réussi à tirer parti des données pour des programmes spécifiques dans l’ensemble de l’écosystème, afin de les mettre à l’échelle. Cette approche a quelque peu progressé parce qu’elle est très spécifique. Mais cela nous ramène au fait qu’il y a 25 autres entreprises qui, comme nous, cherchent à accéder aux mêmes données, ce qui commence à faire augmenter les prix, et ce n’est pas un problème qui est facile à résoudre. Il y a des discussions en cours, mais elles se déroulent au rythme auquel on s’attendrait que le gouvernement bouge. Il s’agit donc d’une solution à long terme.

Aaron Smith:

Nous pourrions avoir un autre webinaire entier sur la meilleure façon d’accéder à des partenariats publics privés avec le gouvernement et d’en tirer profit, et il y a évidemment une amélioration. Il ne s’agit donc pas d’un aspect négatif, Bharat, mais ça peut être problématique. Je vous pose la dernière question avant de répondre à quelques-unes des questions que nous avons reçues au cours de cet entretien. Nous commencerons par vous, Ben. Comment pouvons-nous attirer les bons talents dans le secteur des sciences de la vie au Canada, et quel est le profil de ces talents?

Ben Massingham:

Fondamentalement, nous aimerions que les gens aient une conception différente du travail. L’une des choses que nous sous-estimons est que la mission du secteur des soins de santé est un puissant motivateur pour beaucoup de gens qui n’ont pas une expérience du secteur. Alors, si vous voulez attirer des gens de l’extérieur, c’est la formule gagnante. Nous devons changer la façon dont nous présentons la mission.

Si vous me le permettez, je vais vous rapporter une anecdote : il y a quelques années, j’ai affiché une offre d’emploi pour un gestionnaire de marque dont je ne voulais absolument pas. Ce qu’il me fallait, c’était quelqu’un qui n’avait pas d’expérience dans le secteur pharmaceutique, mais, pour des motifs de discrimination illicites tout à fait justifiés, je ne pouvais pas préciser que l’offre d’emploi ne visait pas les gens ayant de l’expérience dans le secteur pharmaceutique, même si c’était exactement ce que je voulais dire. Nous avons publié l’annonce sur LinkedIn, et les trois candidatures reçues étaient des gestionnaires de marques pharmaceutiques. Je ne comprenais pas pourquoi seuls les gens du secteur y avaient répondu.

Une personne très compétente au sein de l’organisation m’a approché et m’a dit qu’elle savait exactement le type de personne que je cherchais, qu’il y en avait dans son réseau, mais qu’elle ne pouvait pas, en toute objectivité, leur transmettre l’offre d’emploi telle qu’elle était rédigée. Après avoir surmonté le choc d’être totalement nul dans la rédaction des descriptions de tâches, je lui ai proposé de m’aider à l’écrire. La nouvelle annonce comportait des mots que je n’aurais jamais utilisés en tant que cadre supérieur expérimenté du secteur pharmaceutique, mais elle m’a permis d’attirer les candidats appropriés. Cette expérience m’a appris qu’il est important d’avoir un discours différent lorsque vous vous adressez à des gens qui ne sont pas dans la même sphère d’activité que vous.

L’autre chose, et c’est ce qui me préoccupe le plus, c’est de savoir comment retenir les gens une fois que vous les avez attirés, et ceci, dans le secteur pharmaceutique en particulier. Nous avons tendance à avancer lentement, nous sommes peu enclins à prendre des risques et nous privilégions de bons processus. Et beaucoup de ces gens sont prêts à faire le saut et passer d’un secteur qu’ils connaissent très bien à un autre qu’ils ne connaissent pas du tout; ces gens-là veulent du changement, du dynamisme, du nouveau, de l’excitant. Nous devons donc tracer un cheminement de carrière qui sort de l’ordinaire et ne ressemble en rien à celui d’un directeur de marque ou aux choses que nous avons l’habitude de faire. Nous devons également essayer de sortir des chemins battus et de favoriser l’évolution. Il est donc difficile d’attirer les talents, mais il peut être encore plus difficile de les retenir.

Aaron Smith:

Bharat, qu’en pensez-vous?

Bharat Srinivasa:

J’ajouterais la rémunération à tout ce que vient de dire Ben. Les bons talents existent, spécialement dans le domaine de l’innovation numérique au Canada. Il suffit de voir les promotions de diplômés qui sortent régulièrement des instituts Mila et Vector. Le problème, c’est que chacun de ces diplômés, avant même l’obtention de son diplôme, reçoit une offre d’emploi d’un demi-million de dollars de Google ou d’une société quelconque. Et ils seraient stupides de ne pas l’accepter. La question qui se pose alors est de savoir comment – comme Ben l’a dit – les attirer et les retenir, mais aussi comment leur verser une rémunération appropriée pour y parvenir. Et cela mène à une tout autre discussion sur la façon dont ils créent et financent leurs entreprises, mais la rémunération est essentielle.

Aaron Smith:

David, puisque vous avez évolué en dehors du marché canadien depuis quelques années, que pensez-vous que nous pouvons faire ici au Canada pour attirer les bons talents?

David Jaffray:

Je crois qu’il y a d’excellentes possibilités. Le nouveau paradigme du travail à distance fait en sorte que les Canadiens peuvent rester au Canada et travailler presque partout sur la planète finalement. Le gouvernement doit, autant que possible, permettre aux Canadiens de travailler à distance, et continuer ainsi à générer des revenus et à conserver les talents. Je crois que c’est fantastique. Nous essayons de trouver un moyen pour permettre à des gens de partout sur la planète de travailler avec nous, et l’architecture des systèmes de données permettant la collaboration en fait partie. Comment pouvons-nous amener les gens à utiliser les données auxquelles ils ont un droit d’accès et à travailler avec nous, même s’ils sont situés dans d’autres pays? Si vous établissez cette structure, les talents au Canada resteront au Canada, paieront des impôts, accumuleront des avoirs propres. Il y a effectivement d’énormes possibilités.

Comment devenir la plus forte main-d’œuvre du monde en IA et en apprentissage machine, travailler à partir du Canada et y attirer des capitaux? Je sais que nous aurions tout de suite un bon nombre de candidats. Malheureusement, certaines restrictions existent; par exemple, pour pouvoir travailler dans l’État du Texas, vous devez résider au Texas, mais elles commencent à poser problème à l’échelle des États-Unis. Il faut donc explorer et exploiter les divers obstacles au travail à distance. Il y a d’énormes possibilités.

Nous observons aussi une forte augmentation du coût des ressources en science des données, ce qui est assez effrayant. En même temps, les gens paraissent plus enclins à prendre des risques et se montrent disposés à explorer de nouvelles choses. Je crois que cela a été le côté positif de la pandémie, laquelle a provoqué un changement dans le monde du travail et augmenté la capacité d’adaptation. Le conformisme généralisé d’avant la pandémie a été remplacé par la conviction de pouvoir faire mieux. À mon avis, c’est une occasion extrêmement positive d’aller de l’avant, de faire bouger les choses et d’accélérer le changement.

Aaron Smith:

L’idée de travailler pour MD Anderson dans le confort d’un chalet à Muskoka semble être une perspective intéressante pour certains.

David Jaffray:

Assez tentant, n’est-ce pas?

Aaron Smith:

Nous sommes censés attirer des talents de notre côté, mais c’est une démarche qui va dans les deux sens. Je pense que cette flexibilité va donner des résultats tangibles. Nous allons maintenant répondre à quelques questions de l’auditoire. C’est extraordinaire de voir à quel point les gens sont engagés : plus de 240 personnes se sont inscrites pour participer à cette discussion. La première question est pour vous, Bharat : Est-il difficile de trouver des gens qui maîtrisent le langage de la biotechnologie et celui de l’IA au sein des entreprises que vous dirigez? Autrement dit, formez-vous des gens du secteur des biotechs en IA ou l’inverse, ou trouvez-vous certaines personnes qui possèdent des aptitudes dans les deux domaines?

Bharat Srinivasa:

Je dirais franchement que c’est ce qui est le plus difficile à trouver – quelqu’un qui maîtrise aussi bien le langage de la biotechnologie que celui de l’IA. Le message que nous voulons envoyer, et je pense que Ben l’a exprimé admirablement, c’est que les travaux que nous réalisons dans le domaine des soins de santé ne consistent pas en de simples tâches; ils ont des répercussions sur la vie des patients. Il y a un certain nombre de personnes qui ont un phénotype qui correspond exactement à cela : ils veulent évoluer à la fois dans le secteur de la biotechnologie et dans le secteur de l’IA. Ces gens existent et nous les recherchons. Cependant, pour revenir au sujet de la rémunération, Google peut payer un salaire trois fois plus élevé que celui que nous offrons. Nous savons que Google est l’une de ces entreprises qui font miroiter un salaire mirobolant, mais comment identifier les autres? Il est possible de le faire, mais comment s’assurer que c’est bien ce qu’elles font? Deep Genomics est un bon exemple d’une entreprise qui a procédé ainsi et réussi à embaucher une quantité de personnes.

Aaron Smith:

Ben, voici une question que vous pose l’auditoire : quelle est l’incidence de l’automatisation sur les contrats axés sur la valeur? Donc, la capacité de suivre les résultats des patients entre les entreprises et de faire le lien entre la capacité des entreprises d’en tirer profit et la capacité de l’investisseur de monétiser cela.

Ben Massingham:

Ce n’est pas tout à fait mon domaine d’expertise, mais c’est certainement une question qui a été soulevée depuis longtemps dans le secteur. À ma connaissance, il y a peu d’industries qui fixent un prix sans s’assurer de produire un résultat. Si vous achetez une voiture et qu’elle ne fonctionne pas, vous pouvez la ramener au garage et chercher à découvrir la source du problème. Mais nous, par la nature de notre travail, avons un produit qui donne des résultats différents pour différentes personnes. Ce concept de paiement à la performance ou au résultat n’est donc pas nouveau.

Je crois que cela revient en grande partie aux propos de David concernant l’accessibilité des données. Nous avons constaté qu’il est difficile de convenir de la signification de résultats exceptionnels. Vous devez arriver à une entente et répondre si oui ou non, le résultat est acceptable pour votre produit.

La deuxième étape consiste à vous entendre sur la façon de mesurer objectivement ce résultat, puis sur la façon de le saisir, de l’analyser et de le payer. Je pense qu’il y a déjà des exemples dans le secteur où cela se produit. Mais si nous revenons à l’exemple de la capacité du Canada de gérer cette approche dans l’ensemble des provinces au moyen de négociations avec l’ACMTS et l’Alliance pancanadienne pharmaceutique et de satisfaire aux différentes exigences sur la technologie et les données, cela s’annonce difficile. Donc, si quelqu’un peut résoudre le problème, je sais que le secteur pharmaceutique serait partant parce que, au bout du compte, l’objectif est de fournir de la valeur. Et là où cela n’est pas utile, non seulement nous croyons que le patient ne devrait plus prendre le médicament, mais nous acceptons également de ne pas être payés pour ce médicament puisqu’il ne devrait même pas l’utiliser. Cependant, la réalité est différente et je pense que nous sommes encore loin de cet objectif, du point de vue de l’accessibilité et de l’interprétation des données, surtout au Canada, mais également partout ailleurs.

Aaron Smith:

David, vous avez travaillé dans un hôpital ici qui a dépensé beaucoup d’argent sur les médicaments et vous travaillez dans un autre hôpital qui dépense probablement beaucoup plus. Quel est votre point de vue à ce sujet, compte tenu de l’énorme investissement?

David Jaffray:

Le paradigme des soins axés sur la valeur est actif dans tous les pays. Il ne fait aucun doute qu’il y a des pressions. Beaucoup de travaux sont en cours, ce qui fait que les mesures de la qualité dans les hôpitaux sont assez remarquables. De nombreuses plateformes sont utilisées aux États-Unis, lesquelles permettent d’examiner les problèmes de performance et d’établir des liens avec les problèmes éprouvés dans la chaîne d’approvisionnement pour le même produit, de sorte qu’il y a un secteur en croissance qui cherche à déterminer comment mesurer la valeur et faciliter l’accès au produit.

Je crois qu’il sera très intéressant de voir comment l’industrie s’ajustera à cette situation à l’avenir. Lorsque j’étais au Canada, il était question d’acheter les produits directement et d’en garantir le rendement au moyen d’importants contrats avec le gouvernement. Si vous ne voulez pas évincer les hôpitaux, il est très difficile de leur demander de participer à cette série d’incitatifs, ce qui est très frustrant. Ainsi, quoi que vous fassiez, vous devez vous assurer que les incitatifs visent tous les besoins, et qu’ils sont liés aux résultats pour les patients. À mon avis, c’est là qu’il est vraiment possible d’obtenir un engagement beaucoup plus important des patients dans la mesure des résultats, et où l’IA, l’apprentissage machine, les robots et l’interaction occuperont une place très importante. Nous pouvons aborder cette question, mais il y a un tas de technologies qui pourraient être développées ici pour commencer à mesurer la charge de réponse, et pour valider certaines données liées aux résultats que nous pensons obtenir avec certaines de ces interventions. Il s’agit d’une tendance importante sur laquelle nous ne nous sommes pas attardés aujourd’hui.

Ben Massingham:

Vous avez raison, David, c’est une conversation vraiment intéressante, mais il y a également l’horizon temporel, à mesure que vous vous orientez vers des soins plus préventifs, ce que vous investissez par rapport à ce que vous obtenez à long terme sur le plan de la valeur économique. Donc, pas en termes de résultats et d’empêchement de quelque chose dans vingt ans. Cela ne fait que devenir de plus en plus compliqué, mais vous avez raison : ce moment finira par arriver et j’en serais heureux, mais comment faire pour que ce moment arrive plus vite?

David Jaffray:

Je crois que le facteur du calcul informatique de pointe est important, et pour revenir à ce que disait Bharat, nous pouvons prédire la nature des interventions dans les populations. C’est ce que nous faisons actuellement dans le cadre de la lutte contre le réchauffement climatique, en demandant une intervention bien avant l’incidence à un certain niveau. Donc, le paradigme existe. Obtenir les mesures, puis prédire l’impact de l’intervention sur les populations, nous devons apprendre à nous fier aux prédictions pour agir plus rapidement. Je crois qu’une boucle de rétroaction très efficace entre les données et le calcul va être activée.

Aaron Smith:

L’une des questions est de savoir dans quelle mesure nous pouvons faire confiance aux systèmes qui seront mis en place et façonneront le développement de produits, la sécurité de l’information et la conformité aux exigences réglementaires. Y a-t-il quelque chose que nous devons changer ou sur laquelle nous devons nous attarder davantage?

David Jaffray:

Je ne veux pas être négatif, mais le fait que nous produisons des choses aujourd’hui est déjà assez remarquable. Si l’on considère la chaîne des données, des contrôles et des actifs, je crois qu’il y a, en général, une grande amélioration en ce qui a trait à l’uniformisation, à l’évaluation, à l’établissement des prix et aux données. Cela se répercute sur la réglementation et nous permet d’apprendre à utiliser l’IA et les algorithmes d’apprentissage machine existants pour nous assurer que nous ne les utilisons pas de façon biaisée contre des intrants inappropriés. Tout cela améliore la qualité de la chaîne d’approvisionnement des données et cela explique pourquoi je suis un passionné de ce sujet parce qu’il donnera en retour et qu’il contribuera à l’équation de Bharat, à l’équation de Ben, aux coûts du gouvernement et à l’expérience des patients. Ce sont des mesures que nous devons prendre. Il s’agit de l’économie des données. Nous n’avons qu’à penser à la structure que les banques ont apportée à l’économie financière afin de favoriser l’émergence de l’économie des données.

Ben Massingham:

Bien d’accord, David. Je crois que la confidentialité des données est, à juste titre, un sujet d’actualité dont nous devons nous préoccuper. Néanmoins, je trouve que nous nous faisons obstacle en nous montrant trop conservateurs. Nous travaillons dans un secteur qui est fortement réglementé pour une très bonne raison. Nous devons respecter cela, mais j’ai parfois l’impression que ce n’est pas uniquement Novartis, mais bien le secteur qui en est la cause. Il nous faut plusieurs mois pour prendre une décision parce que nous devons nous soucier de toutes ces questions avant de passer à l’action. Je pense que nous devons trouver une meilleure façon de communiquer toutes les étapes que nous suivons pour nous assurer que les données sont conservées de manière appropriée au lieu d’ajouter des étapes additionnelles.

David Jaffray:

Normalement, je serais d’accord avec vous. Les gens sont inquiets face à l’ambiguïté, et un grand nombre des technologies que nous utilisons regorgent de possibilités d’ambiguïtés. Ainsi, la technologie de gouvernance des données est conçue pour fournir une vision claire et explicite de la raison et du but de l’utilisation des données. Je crois que l’ajout d’un cadre de consentement, remarquablement plus structuré, fournira plus de données. Et nous verrons que les choses commenceront à s’orienter dans cette direction.

Aaron Smith:

Bharat, des dernières réflexions sur cette question?

Bharat Srinivasa:

J’ai été assez chanceux ou malchanceux de ne pas avoir eu à affronter ces difficultés. Nous avons cependant connu une situation semblable avec une entreprise dans laquelle nous avons investi et qui a pris un an avant de s’associer à un hôpital. Il s’agit le plus souvent d’entreprises financées par du capital de risque ayant une capacité et un temps limités; si nous pouvons accélérer le processus, cela nous est profitable en tant que société de capital de risque, mais plus important encore, cela aide les patients parce que, en fin de compte, c’est le but que nous visons. Nous essayons d’avoir de meilleures solutions thérapeutiques.

Aaron Smith:

Je crois que nous avons beaucoup appris aujourd’hui. Je peux dire que cela a été le cas pour moi. Nous avons commencé par parler de l’innovation au sein de la chaîne de valeur, avons ensuite longuement discuté des problèmes liés aux données et à l’accès aux données, puis avons abordé la question de la confidentialité et de la sécurité des données. Ce sont des éléments qui sous-tendent l’innovation. Vous faites preuve d’innovation lorsque vous avez des processus prévisibles, lorsque vous avez des données que vous pouvez exploiter, lorsque vous comprenez le « bac à sable » de l’innovation et que vous pouvez l’enrichir. Merci à nos panélistes qui ont pris le temps de nous faire part de leurs opinions aujourd’hui, merci à l’équipe d’EY qui a favorisé et organisé ce débat, et merci à tous les participants qui se sont joints à nous sur Zoom. À la prochaine.