Le texte français suit ci-dessous

Watch Video

Or listen to the extended conversation:

---

Chapter 1: How Has AI Changed Workflows in Life Sciences?

David Jones: Can you tell us how AI has changed how you work or make day-to-day decisions? 

Martin Enault: I was an entrepreneur for over 20 years, and I’ve worked in both deep tech and events. I’ve always been passionate about understanding how humans and technology work together. I was one of the first people in the world to use RFID technology to help create what became today’s NFC payment standards on phones.

Even back then, the promise of AI was there, but we were trying to do things far ahead of what the technology could support. For me, AI has been part of my life for a long time, but nowadays I don’t think I’d be able to manage my workload without it.

A lot of what I do day-to-day involves AI, including meeting transcripts and agents that turn transcripts into proposals or follow-up documents, automatically connecting to applications to create documents very quickly after meetings. It also helps me understand the behaviours of people on my team and identify ways to optimize their workload.

I think that can be achieved fairly easily, but it requires deliberate planning, which is often overlooked.

David Jones: Martin, you bring such a rich and diverse background. I think what you’re doing at Centech is really important, helping to support the next generation of entrepreneurs who will build Canada’s next great businesses. Handol, what about you?

Handol Kim: I used to work at a company called D-Wave Quantum. Our group wasn’t specifically focused on quantum computing. Instead, we worked on probabilistic and generative AI. We started Variational AI to apply the latest advances in generative AI to small-molecule discovery.

I think that in a few years, we won’t be talking about how to use AI because everyone will be using it. The impact and transformation that AI brings to how we do business will be significant. The way we work will be very different, but we won’t be discussing AI itself because it will simply be part of everyday work.

David Jones: That brings me to the second area I’d like to discuss. Internally, we’ve seen AI and generative AI have a significant impact on early chemistry research. When I spoke with our research teams about our partnership with Variational AI, they spoke very highly of the technology and described it as the best solution we found globally to meet our needs. We saw a unique opportunity to partner together.

I’m curious: if you look at your team today, are there ways beyond the basic model in which your team is using generative AI that might surprise the average person?

Handol Kim: The more expert someone is in machine learning, the less likely they are to use advanced tools to automate large portions of their workflow.

On the other hand, many people outside core research and development are heavy users of Claude, and we’ve largely shifted from OpenAI to Claude. We used to call ChatGPT “Chad” because it made it feel human. Chad was a great employee: only $20 a month and never took a sick day. But Claude is much better, so we prefer Claude now.

One surprising area is molecule generation, which is what we do. We use our platform, Enki, to generate novel molecules based on a target product profile defined by our partners, whether that’s Merck or one of the biotech companies we work with.

When Enki generates molecules, we look at them and think, “That’s interesting. Why was it biased toward this area of chemical space? Why did it make that choice?” As machine learning models become more advanced, our ability to explain those decisions after the fact will continue to improve.

David Jones: Martin, Merck Canada and Centech collaborated recently. About a year ago, we launched the first cohort of the Merck Digital Sciences Studio in Montreal.

How are large language models being used to support high-potential tech entrepreneurs as they get their companies off the ground and begin scaling?

Martin Enault: What I’ve seen from entrepreneurs using AI is that they’re dramatically increasing the amount of work they can do in a day. The problem is that instead of using the extra time to be creative, they simply schedule more meetings. 

As a result, they become even more exhausted.

They never make time to think.

The real opportunity is to step back and ask how AI should change your workload, not just how it can help you fit in more meetings.

AI is also incredibly useful for founders creating the first prototype versions of their ideas, whether that’s technological frameworks, user interfaces, software, or videos that communicate their vision. AI makes all of this dramatically cheaper than it used to be.

---

Chapter 2: How to Accelerate AI Adoption in Biotech 

David Jones: Canada has been a global leader in AI research for years and has consistently ranked among the top 10 globally when you look at the data. Do you have any tangible examples of this leadership?

Handol Kim: There’s a credible claim to be made that modern AI and deep learning are largely based on inventions from people in Canada—whether you’re talking about Alex Krizhevsky in 2011 or 2012, ImageNet, and AlexNet, which reignited AI and kicked off the deep learning revolution that has now evolved into generative AI and beyond.

If there is a Mount Rushmore of modern AI, you would have Geoff Hinton, Yoshua Bengio at Mila, Rich Sutton at the University of Alberta, and probably Yann LeCun at New York University.

When it comes to applications in the life sciences, and specifically biotech and drug discovery, which is really my area of expertise, there are some tremendously impactful AI applications being used to automate clinical trials, improve patient stratification, enhance enrollment, and more. These technologies are helping address some of the most challenging aspects of drug development and making the process faster and better for patients.

Specifically in discovery, we’re seeing a tale of two modalities. If you’re looking at biologics, such as antibodies or proteins, generative AI is in full effect. It has woven its way into nearly every biotech company working with antibodies. Protein language models are now widely used to generate and optimize these models, and adoption has been tremendous.

However, AI is not a monolith. It’s a toolkit, and you use different tools for different problems. When we look at preclinical development and small molecules, there’s only so much AI can currently do.

There is still significant room for growth in Canada’s biotech sector in AI adoption, particularly on the small-molecule side and in biologics. There is definitely room for the industry to continue expanding its ability to adopt and leverage these technologies.

Martin Enault: At its core, AI is a tool. It’s like a hammer when you’re building a house. We first need to understand the problems we’re trying to solve and then identify the right solutions, which may include research-driven innovations.

Mila in Montreal recently launched a $100 million fund to help reduce the brain drain to the United States by supporting students and entrepreneurs who might otherwise leave Canada to build businesses elsewhere.

The challenge is that much of this effort is based on the idea of creating unicorns. Canada’s economy is primarily made up of small and medium-sized businesses. We don’t have many unicorns, and we need to move away from the idea that AI, especially in healthcare, is only for companies that will scale massively. It needs to be implemented across the many small and medium-sized businesses operating in healthcare. 

What’s been particularly interesting over the last year is that many early-stage health-tech startups using AI are seeing their innovations become product features. For example, AFX Medical in Montreal uses AI to analyze medical imaging, and we’re seeing capabilities like that become integrated into broader healthcare solutions.

David Jones: You both sit within regional ecosystems that have been very strong in this space. From Vancouver to Montreal, there are strong foundations where these ecosystems have helped drive growth. You both also touched on commercialization. Handol, you spoke about moving research into commercial applications, and Martin, you discussed efforts to reduce brain drain and support innovation. 

What do you see the local ecosystems doing well today, and what would you like to see more of to support AI growth across Canada and within your respective regions?

Martin Enault: We need to connect Canada’s ecosystems better. We’re too small a country to tackle these challenges province by province. There are incredible things happening across Canada that are recognized internationally, yet many Canadians aren’t even aware of them. Sometimes we learn about work being done in British Columbia through conversations with people in London, UK, rather than from within Canada itself.

That collaborative mindset is something we should continue to cultivate.

David Jones: I have noticed that collaborative spirit since coming to Canada. It’s a different approach from what you see in many other places, and I agree that it’s something ecosystems can continue to build on. Handol, any thoughts on your end?

Handol Kim: Each of us is much stronger together than we are individually. I know there is an MOU between British Columbia and Quebec focused on collaboration in biotech and life sciences, and I’d like to see more of that.

If we can combine the research expertise and talent in Montreal, Toronto, and Alberta with the application capabilities and commercialization track record demonstrated by companies in Vancouver, I think we have a winning combination and a winning formula..

---

Chapter 3: How AI Can Improve Healthcare Outcomeso Seize Them

David Jones: One area that is in every political discussion and constantly in the news, whether at the federal level or across the provinces, is healthcare, health systems, and access to health. If you look at AI as a tool that could have an impact on patients and health systems, what is the single biggest impact you see, or what opportunities do you see in that space where we can quickly advance the benefits for Canadian patients?

Handol Kim: There are a lot of challenges, but if we can increase the efficiency of developing therapeutics and novel therapeutics, and continue bringing these great new innovations forward to meet unmet medical needs and improve patient outcomes, I think that’s amazing. 

But the fact is that it’s extraordinarily expensive, with high failure rates and a low probability of success. There are very difficult headwinds for any company, even a company as large as Merck, to discover and bring forward these novel therapeutics. That is compounded by pressures south of the border around Most Favored Nation (MFN) policies and how that impacts pricing across different territories.

David Jones: You bring up a really important point. A lot of my time is spent in this space discussing value recognition for innovative medicines and working with government stakeholders, especially given that Canada is one of those MFN markets.

I think the really important point you raise is that what should be recognized is true innovation. Merck has been one of the companies that have historically brought first-in-class and best-in-class medicines to market. Over our more than 130-year history, that has been a hallmark of our work.

So how do we bring those innovations forward? On the other hand, how do we ensure we have the right levels of value recognition so that the next innovation comes and patients can benefit from it, regardless of the province they are in, whether they are in Canada or elsewhere in the world? 

Martin Enault: I live with a rare genetic disorder that gives me a 100% chance of developing early-stage frontotemporal dementia. It’s extremely rare. We’re talking about probably fewer than 5,000 people in Canada having that exact genetic defect.

Up until now, there was no hope for me to ever have treatment for this because developing a drug for 5,000 people in Canada, or maybe a few hundred thousand globally, was not something that could be done or achieved.

Right now, very few people fully understand it, and AI is putting that within reach for everyone. 

David Jones: First, thank you for sharing. I think you nailed it. AI provides the speed, precision, and opportunity to tackle targets that impact individuals, not just broader populations. That’s how you create a positive impact on human health, which is what companies like ours strive to do and what the full ecosystem should be working toward.

We have the technology to pursue that, and that’s what gives me a lot of hope now: that we can translate technology into patient outcomes.

---

Chapter 4: Advancing AI for Life Sciences

David Jones: What would be your calls to action for key stakeholders, whether it’s government or players in Canada’s life sciences ecosystem, to take what we have, which is great talent and great technology, and move toward ensuring we’re achieving the patient impacts we’d like to see in this space?

Martin Enault: First of all, Canada needs to work together as a whole. We also need governments in every province to work more closely with startups developing these solutions. Right now, most startups build solutions with the goal of selling them in the United States or Europe because that’s where they generate revenue. Canada needs to change how it procures from life science startups and adopts their innovations into our day-to-day health systems. 

We also need large corporations to play a role. I applaud Merck for being ahead of the curve by finding ways to integrate startup innovation into larger corporate ecosystems in Canada. If we don’t find ways to keep innovation here, companies will naturally look elsewhere.

We also need to continue funding companies that are taking risks and developing AI-driven solutions to complex healthcare challenges. While these ventures can be high-risk, the time from research to market is becoming much shorter, making them increasingly worthwhile investments.

We should continue investing heavily in AI and maintain initiatives, such as appointing a federal Minister of AI, so that Canada can continue to position itself as a global leader.

Handol Kim: I would point the finger at industry. It’s a well-known reality among entrepreneurs and startup founders that your first customers are almost never Canadian customers. It’s often easier to get your first customer from a large organization, including government organizations in the United States or other countries, than it is to sell to organizations here in Canada.

That’s unfortunate because we should be adopting technologies developed in Canada. If a solution is good enough for a large organization elsewhere, it should be good enough for us as well. 

Entrepreneurs should be applying AI across all areas of healthcare and other industries. To a certain extent, there are only one or two other companies in Canada doing what we do, which surprises me. There should be more companies in this space, and we would welcome the competition because there is plenty of opportunity to go around.

David Jones: I think you said it well.

I’m very proud that, as an American working for an American company, we chose to partner with a Canadian company because of its technology and capabilities. That speaks to the incredible talent and innovation that exists here in Canada, along with the opportunity to do even more Canada-to-Canada collaboration and build on those strengths.

At the end of the day, where we started is where I’d like to bring us to a close. Canada has demonstrated leadership in AI for decades. Going back to the Mount Rushmore analogy, many of the foundational figures in modern AI are Canadian. We have tremendous innovation ecosystems on both coasts, along with strong health-tech, life sciences, and research communities across the rest of the country.

We’re already seeing the impact Canadian companies can have. The question is how we take the capabilities and technologies we have here and ensure they deliver the outcomes we ultimately care about: better experiences and better results for patients and every Canadian.

---

Calls to Action

On AI-Enabled Productivity and Entrepreneurship

• Companies can increase team capacity by 50%, but only with deliberate AI planning.
  
  
• Founders should use AI to rapidly prototype products, interfaces, and vision videos at a fraction of the traditional cost.
  
  
• Entrepreneurs should apply AI across all areas of healthcare to drive innovation and improve outcomes.
  
  

On Accelerating Drug Development

• Healthcare leaders should use AI to automate clinical trials, improve patient enrollment, and accelerate drug development for better patient outcomes.
  
  
• Biotech companies in Canada should accelerate the adoption of AI across both small-molecule and biologic development to drive industry growth.
  
  
• Industry should use AI to improve the efficiency of therapeutic development and bring new treatments to patients faster to improve outcomes.
  
  
• Pharma companies should use AI to reduce operational costs while improving efficiency.
  
  
• Healthcare systems should use AI and genomic data to advance personalized medicine and tailor treatments to individual patients.
  
  

On Expanding AI Adoption

• Policymakers and industry leaders should shift their AI strategy beyond creating unicorns and drive adoption across small and medium healthcare businesses.
  
  
• Canadian governments and large organizations should adopt proven domestic technologies earlier to support local innovators and reduce reliance on foreign markets.
  
  

On Connecting Canada’s Innovation Ecosystems

• Government and industry should better connect Canada’s innovation ecosystems and coordinate efforts nationally rather than working province by province.
  
  
• Industry and government should better connect and scale Canada’s regional health innovation ecosystems to translate existing AI capabilities into measurable patient outcomes across the country.
  
  

On Supporting Canadian Health Startups

• Provincial governments should partner with health startups to deploy solutions locally instead of forcing them to commercialize abroad.
  
  
• Investors and governments should continue funding high-risk AI health companies developing solutions to complex challenges.
  
  

---

Version française

L’IA peut-elle aider le Canada à construire l’avenir des sciences de la vie ?

---

Chapitre 1 : En quoi l’IA a-t-elle transformé les processus de travail dans le secteur des sciences de la vie ?

David Jones : Pouvez-vous nous expliquer en quoi l’IA a modifié votre façon de travailler ou de prendre des décisions au quotidien ? 

Martin Enault : J’ai été entrepreneur pendant plus de 20 ans, et j’ai travaillé aussi bien dans le domaine des technologies de pointe que dans celui de l’événementiel. J’ai toujours été passionné par la manière dont les humains et la technologie interagissent. J’ai été l’un des premiers au monde à utiliser la technologie RFID pour contribuer à la création de ce qui est devenu aujourd’hui les normes de paiement NFC sur les téléphones.

Même à l’époque, le potentiel de l’IA était déjà là, mais nous essayions de réaliser des projets bien au-delà de ce que la technologie pouvait alors supporter. Pour moi, l’IA fait partie de ma vie depuis longtemps, mais aujourd’hui, je ne pense pas que je serais capable de gérer ma charge de travail sans elle.

Une grande partie de mon travail quotidien repose sur l’IA, notamment les transcriptions de réunions et les agents qui transforment ces transcriptions en propositions ou en documents de suivi, en se connectant automatiquement à des applications pour créer des documents très rapidement après les réunions. Elle m’aide également à comprendre les comportements des membres de mon équipe et à identifier des moyens d’optimiser leur charge de travail.

Je pense que cet objectif peut être atteint assez facilement, mais cela nécessite une planification minutieuse, qui est souvent négligée.

David Jones : Martin, tu apportes un parcours tellement riche et varié. Je pense que ce que tu fais chez Centech est vraiment important : tu contribues à soutenir la prochaine génération d’entrepreneurs qui bâtiront les prochaines grandes entreprises du Canada. Handol, et toi ?

Handol Kim : Je travaillais auparavant dans une entreprise appelée D-Wave Quantum. Notre groupe ne se concentrait pas spécifiquement sur l’informatique quantique. Nous travaillions plutôt sur l’IA probabiliste et générative. Nous avons lancé Variational AI afin d’appliquer les dernières avancées en matière d’IA générative à la découverte de petites molécules.

Je pense que d’ici quelques années, nous ne parlerons plus de la manière d’utiliser l’IA, car tout le monde l’utilisera. L’impact et la transformation que l’IA apportera à notre façon de faire des affaires seront considérables. Notre façon de travailler sera très différente, mais nous ne discuterons plus de l’IA en soi, car elle fera tout simplement partie de notre travail quotidien.

David Jones : Cela m’amène au deuxième point dont j’aimerais parler. En interne, nous avons constaté que l’IA et l’IA générative avaient un impact significatif sur la recherche chimique précoce. Lorsque j’ai discuté avec nos équipes de recherche de notre partenariat avec Variational AI, elles ont fait l’éloge de cette technologie et l’ont décrite comme la meilleure solution que nous ayons trouvée à l’échelle mondiale pour répondre à nos besoins. Nous y avons vu une opportunité unique de collaborer.

Je suis curieux : si vous observez votre équipe aujourd’hui, y a-t-il des façons, au-delà du modèle de base, d’utiliser l’IA générative qui pourraient surprendre le grand public ?

Handol Kim : Plus une personne est experte en apprentissage automatique, moins elle est susceptible d’utiliser des outils avancés pour automatiser une grande partie de son flux de travail.

En revanche, de nombreuses personnes en dehors des équipes de recherche et développement sont de grands utilisateurs de Claude, et nous sommes largement passés d’OpenAI à Claude. Nous avions l’habitude d’appeler ChatGPT « Chad » parce que cela lui donnait un côté humain. Chad était un excellent employé : il ne coûtait que 20 dollars par mois et ne prenait jamais de congé maladie. Mais Claude est bien meilleur, c’est pourquoi nous le préférons désormais.

Un domaine surprenant est celui de la génération de molécules, ce qui est justement notre activité. Nous utilisons notre plateforme, Enki, pour générer de nouvelles molécules à partir d’un profil de produit cible défini par nos partenaires, qu’il s’agisse de Merck ou de l’une des entreprises de biotechnologie avec lesquelles nous travaillons.

Lorsque Enki génère des molécules, nous les examinons et nous nous disons : « C’est intéressant. Pourquoi s’est-il orienté vers cette partie de l’espace chimique ? Pourquoi a-t-il fait ce choix ? » À mesure que les modèles d’apprentissage automatique gagnent en sophistication, notre capacité à expliquer ces décisions a posteriori ne cessera de s’améliorer.

David Jones : Martin, Merck Canada et Centech ont récemment collaboré. Il y a environ un an, nous avons lancé la première promotion du Merck Digital Sciences Studio à Montréal.

Comment les grands modèles linguistiques sont-ils utilisés pour accompagner les entrepreneurs technologiques à fort potentiel lorsqu’ils lancent leur entreprise et commencent à se développer ?

Martin Enault : Ce que j’ai observé chez les entrepreneurs qui utilisent l’IA, c’est qu’ils augmentent considérablement la quantité de travail qu’ils peuvent accomplir en une journée. Le problème, c’est qu’au lieu d’utiliser ce temps supplémentaire pour faire preuve de créativité, ils se contentent de programmer davantage de réunions. 

En conséquence, ils sont encore plus épuisés. Le travail produit par l’IA n’est souvent pas aussi performant qu’il pourrait l’être, car ils ne consacrent pas suffisamment de temps à la former correctement ou à rédiger des consignes efficaces. Ils ne prennent jamais le temps de réfléchir.

La véritable opportunité consiste à prendre du recul et à se demander comment l’IA devrait modifier votre charge de travail, et pas seulement comment elle peut vous aider à caser davantage de réunions.

L’IA est également extrêmement utile pour les fondateurs qui créent les premiers prototypes de leurs idées, qu’il s’agisse de frameworks technologiques, d’interfaces utilisateur, de logiciels ou de vidéos permettant de communiquer leur vision. Grâce à l’IA, tout cela coûte nettement moins cher qu’auparavant.

---

Chapitre 2 : Comment accélérer l’adoption de l’IA dans le secteur des biotechnologies 

David Jones : Le Canada est depuis des années un leader mondial dans la recherche en IA et se classe régulièrement parmi les 10 premiers au niveau mondial si l’on examine les données. Avez-vous des exemples concrets de ce leadership ?

Handol Kim : On peut affirmer sans crainte de se tromper que l’IA moderne et l’apprentissage profond reposent en grande partie sur des inventions de chercheurs canadiens — qu’il s’agisse d’Alex Krizhevsky en 2011 ou 2012, d’ImageNet ou encore d’AlexNet, qui ont redynamisé l’IA et déclenché la révolution de l’apprentissage profond, laquelle a désormais évolué vers l’IA générative et au-delà.

S’il existait un « Mont Rushmore » de l’IA moderne, on y trouverait Geoff Hinton, Yoshua Bengio à Mila, Rich Sutton à l’Université de l’Alberta, et probablement Yann LeCun à l’Université de New York.

En ce qui concerne les applications dans les sciences de la vie, et plus particulièrement la biotechnologie et la découverte de médicaments — qui constituent en réalité mon domaine d’expertise —, certaines applications d’IA au impact considérable sont utilisées pour automatiser les essais cliniques, améliorer la stratification des patients, optimiser le recrutement, et bien plus encore. Ces technologies contribuent à relever certains des défis les plus complexes du développement de médicaments et à rendre le processus plus rapide et plus efficace pour les patients.

Plus précisément en matière de découverte, on observe deux tendances distinctes. Dans le domaine des produits biologiques, tels que les anticorps ou les protéines, l’IA générative est pleinement exploitée. Elle s’est imposée dans presque toutes les entreprises de biotechnologie travaillant sur les anticorps. Les modèles linguistiques protéiques sont désormais largement utilisés pour générer et optimiser ces modèles, et leur adoption a été fulgurante.

Cependant, l’IA n’est pas un tout homogène. C’est une boîte à outils, et l’on utilise différents outils pour différents problèmes. En ce qui concerne le développement préclinique et les petites molécules, les capacités actuelles de l’IA restent limitées.

Il existe encore un important potentiel de croissance dans le secteur biotechnologique canadien en matière d’adoption de l’IA, en particulier dans le domaine des petites molécules et des produits biologiques. Le secteur a sans aucun doute la possibilité de continuer à développer sa capacité à adopter et à exploiter ces technologies.

Martin Enault : À la base, l’IA est un outil. C’est comme un marteau quand on construit une maison. Nous devons d’abord comprendre les problèmes que nous essayons de résoudre, puis identifier les bonnes solutions, qui peuvent inclure des innovations issues de la recherche.

Mila, à Montréal, a récemment lancé un fonds de 100 millions de dollars destiné à réduire la fuite des cerveaux vers les États-Unis en soutenant les étudiants et les entrepreneurs qui, sans cela, pourraient quitter le Canada pour créer leur entreprise ailleurs.

Le défi réside dans le fait qu’une grande partie de cet effort repose sur l’idée de créer des « licornes ». L’économie canadienne est principalement composée de petites et moyennes entreprises. Nous n’avons pas beaucoup de licornes, et nous devons nous défaire de l’idée selon laquelle l’IA, en particulier dans le secteur de la santé, est réservée aux entreprises appelées à connaître une croissance exponentielle. Elle doit être mise en œuvre dans les nombreuses petites et moyennes entreprises actives dans le secteur de la santé. 

Ce qui a été particulièrement intéressant au cours de l’année écoulée, c’est que de nombreuses start-ups en phase de démarrage dans le domaine des technologies de la santé utilisant l’IA voient leurs innovations devenir des fonctionnalités de produits. Par exemple, AFX Medical, à Montréal, utilise l’IA pour analyser l’imagerie médicale, et nous constatons que des capacités de ce type sont intégrées dans des solutions de santé plus larges.

David Jones : Vous évoluez tous deux au sein d’écosystèmes régionaux qui se sont montrés très performants dans ce domaine. De Vancouver à Montréal, il existe des bases solides où ces écosystèmes ont contribué à stimuler la croissance. Vous avez également tous deux abordé la question de la commercialisation. Handol, vous avez évoqué la transposition de la recherche en applications commerciales, et Martin, vous avez parlé des efforts visant à réduire la fuite des cerveaux et à soutenir l’innovation. 

Selon vous, quels sont aujourd’hui les points forts des écosystèmes locaux, et que souhaiteriez-vous voir se développer davantage pour soutenir la croissance de l’IA à travers le Canada et au sein de vos régions respectives ?

Martin Enault : Nous devons mieux relier les écosystèmes canadiens entre eux. Notre pays est trop petit pour relever ces défis province par province. Il se passe des choses incroyables partout au Canada, reconnues à l’échelle internationale, mais dont de nombreux Canadiens n’ont même pas conscience. Il arrive parfois que nous découvrions les travaux menés en Colombie-Britannique grâce à des conversations avec des personnes à Londres, au Royaume-Uni, plutôt qu’au sein même du Canada.

Cet esprit de collaboration est quelque chose que nous devons continuer à cultiver.

David Jones : J’ai remarqué cet esprit de collaboration depuis mon arrivée au Canada. C’est une approche différente de celle que l’on observe dans bien d’autres endroits, et je suis d’accord pour dire que c’est un atout sur lequel les écosystèmes peuvent continuer à s’appuyer. Handol, qu’en pensez-vous ?

Handol Kim : Ensemble, nous sommes bien plus forts que chacun de nous pris individuellement. Je sais qu’il existe un protocole d’accord entre la Colombie-Britannique et le Québec axé sur la collaboration dans les domaines de la biotechnologie et des sciences de la vie, et j’aimerais voir davantage d’initiatives de ce type.

Handol Kim : Ensemble, nous sommes bien plus forts que chacun de nous pris individuellement. Je sais qu’il existe un protocole d’accord entre la Colombie-Britannique et le Québec axé sur la collaboration dans les domaines de la biotechnologie et des sciences de la vie, et j’aimerais voir davantage d’initiatives de ce type.

Si nous parvenons à associer l’expertise en recherche et les talents de Montréal, de Toronto et de l’Alberta aux capacités d’application et à l’expérience en matière de commercialisation dont font preuve les entreprises de Vancouver, je pense que nous disposerons d’une combinaison gagnante et d’une formule gagnante.

---

Chapitre 3 : Comment l’IA peut améliorer les résultats en matière de santé

David Jones : Un domaine qui est au cœur de tous les débats politiques et qui fait constamment l’actualité, que ce soit au niveau fédéral ou dans les provinces, est celui des soins de santé, des systèmes de santé et de l’accès aux soins. Si vous considérez l’IA comme un outil susceptible d’avoir un impact sur les patients et les systèmes de santé, quel est selon vous l’impact le plus important, ou quelles opportunités voyez-vous dans ce domaine qui nous permettraient de faire progresser rapidement les bénéfices pour les patients canadiens ?

Handol Kim : Les défis sont nombreux, mais si nous parvenons à accroître l’efficacité du développement de traitements, notamment de traitements innovants, et à continuer de proposer ces formidables innovations pour répondre aux besoins médicaux non satisfaits et améliorer les résultats pour les patients, je pense que ce serait formidable. 

Mais le fait est que cela coûte extrêmement cher, avec des taux d’échec élevés et une faible probabilité de réussite. Toute entreprise, même une entreprise aussi grande que Merck, doit faire face à des obstacles très difficiles pour découvrir et mettre sur le marché ces traitements innovants. À cela s’ajoutent les pressions exercées au sud de la frontière concernant les politiques de la nation la plus favorisée (NPF) et leur impact sur la tarification dans les différents territoires.

David Jones : Vous soulevez là un point vraiment important. Je consacre une grande partie de mon temps à discuter de la reconnaissance de la valeur des médicaments innovants et à collaborer avec les acteurs gouvernementaux, d’autant plus que le Canada fait partie de ces marchés NPF.

Je pense que le point essentiel que vous soulevez est que ce qui doit être reconnu, c’est la véritable innovation. Merck fait partie des entreprises qui, depuis toujours, ont mis sur le marché des médicaments « premiers de leur catégorie » et « meilleurs de leur catégorie ». Au cours de nos plus de 130 ans d’histoire, cela a été la marque de fabrique de notre travail.

Alors, comment faire progresser ces innovations ? D’autre part, comment nous assurer d’un niveau adéquat de reconnaissance de la valeur afin que la prochaine innovation voie le jour et que les patients puissent en bénéficier, quelle que soit la province où ils se trouvent, qu’ils soient au Canada ou ailleurs dans le monde ? 

Martin Enault : Je vis avec une maladie génétique rare qui me confère un risque de 100 % de développer une démence frontotemporale précoce. C’est extrêmement rare. On parle probablement de moins de 5 000 personnes au Canada présentant exactement cette anomalie génétique.

Jusqu’à présent, je n’avais aucun espoir de bénéficier un jour d’un traitement, car développer un médicament pour 5 000 personnes au Canada, ou peut-être quelques centaines de milliers dans le monde, n’était tout simplement pas envisageable.

L’IA change la donne pour bon nombre de ces traitements, car elle nous permet d’évoluer vers une médecine plus personnalisée à mesure que nous comprenons mieux les gènes et le génome humain. À l’heure actuelle, très peu de personnes en ont une compréhension complète, et l’IA met ces connaissances à la portée de tous. 

David Jones : Tout d’abord, merci pour ce témoignage. Je pense que vous avez parfaitement cerné le sujet. L’IA offre la rapidité, la précision et la possibilité de cibler des problèmes qui touchent des individus, et pas seulement des populations au sens large. C’est ainsi que l’on crée un impact positif sur la santé humaine, ce à quoi des entreprises comme la nôtre s’efforcent de parvenir et ce vers quoi l’ensemble de l’écosystème devrait tendre.

Nous disposons de la technologie nécessaire pour y parvenir, et c’est ce qui me donne beaucoup d’espoir aujourd’hui : le fait que nous puissions traduire cette technologie en résultats concrets pour les patients.

---

Chapitre 4 : Faire progresser l’IA au service des sciences de la vieque

David Jones : Quels appels à l’action lanceriez-vous aux principales parties prenantes, qu’il s’agisse des pouvoirs publics ou des acteurs de l’écosystème canadien des sciences de la vie, pour tirer parti de ce dont nous disposons – à savoir un talent exceptionnel et une technologie de pointe – et faire en sorte que nous parvenions à obtenir les résultats pour les patients que nous souhaitons voir dans ce domaine ?

Martin Enault : Tout d’abord, le Canada doit travailler de concert, dans son ensemble. Il faut également que les gouvernements de chaque province collaborent plus étroitement avec les start-ups qui développent ces solutions. À l’heure actuelle, la plupart des start-ups conçoivent des solutions dans le but de les vendre aux États-Unis ou en Europe, car c’est là qu’elles génèrent des revenus.

Les grandes entreprises ont également un rôle à jouer. Je salue Merck pour son avant-gardisme : cette entreprise a su trouver des moyens d’intégrer l’innovation des start-ups dans les écosystèmes des grandes entreprises au Canada. Si nous ne trouvons pas le moyen de retenir l’innovation ici, les entreprises se tourneront naturellement vers d’autres horizons.

Nous devons également continuer à financer les entreprises qui prennent des risques et développent des solutions basées sur l’IA pour relever les défis complexes du secteur de la santé. Bien que ces projets puissent présenter un risque élevé, le délai entre la recherche et la mise sur le marché se raccourcit considérablement, ce qui en fait des investissements de plus en plus rentables.

Nous devrions continuer à investir massivement dans l’IA et à soutenir des initiatives, telles que la nomination d’un ministre fédéral chargé de l’IA, afin que le Canada puisse continuer à se positionner comme un leader mondial.

Handol Kim : Je pointerais du doigt le secteur privé. C’est une réalité bien connue des entrepreneurs et des fondateurs de start-ups : vos premiers clients ne sont presque jamais des clients canadiens. Il est souvent plus facile de trouver son premier client au sein d’une grande organisation, y compris des organismes gouvernementaux aux États-Unis ou dans d’autres pays, que de vendre à des organisations ici au Canada.

C’est regrettable, car nous devrions adopter les technologies développées au Canada.

Les entrepreneurs devraient appliquer l’IA dans tous les domaines de la santé et dans d’autres secteurs. Dans une certaine mesure, il n’y a qu’une ou deux autres entreprises au Canada qui font ce que nous faisons, ce qui me surprend. Il devrait y avoir davantage d’entreprises dans ce domaine, et nous serions ravis d’avoir de la concurrence, car les opportunités ne manquent pas.

David Jones : Je trouve que vous l’avez bien dit.

Je suis très fier qu’en tant qu’Américain travaillant pour une entreprise américaine, nous ayons choisi de nous associer à une entreprise canadienne en raison de sa technologie et de ses capacités. Cela témoigne de l’incroyable talent et de l’esprit d’innovation qui existent ici au Canada, ainsi que de la possibilité de renforcer encore davantage la collaboration entre Canadiens et de tirer parti de ces atouts.

En fin de compte, j’aimerais conclure là où nous avons commencé. Le Canada fait preuve de leadership dans le domaine de l’IA depuis des décennies. Pour reprendre l’analogie du Mont Rushmore, bon nombre des figures fondatrices de l’IA moderne sont canadiennes. Nous disposons d’écosystèmes d’innovation exceptionnels sur les deux côtes, ainsi que de solides communautés dans les domaines des technologies de la santé, des sciences de la vie et de la recherche dans le reste du pays.

Nous constatons déjà l’impact que peuvent avoir les entreprises canadiennes. La question est de savoir comment tirer parti des capacités et des technologies dont nous disposons ici pour garantir qu’elles produisent les résultats qui nous tiennent à cœur : de meilleures expériences et de meilleurs résultats pour les patients et pour chaque Canadien.

---

Appels à l’action

Sur la productivité et l’entrepreneuriat grâce à l’IA

• Les entreprises peuvent augmenter la capacité de leurs équipes de 50 %, mais uniquement grâce à une planification réfléchie de l’IA.
  
  
• Les fondateurs devraient utiliser l’IA pour créer rapidement des prototypes de produits, d’interfaces et de vidéos de présentation à un coût bien inférieur à celui des méthodes traditionnelles.
  
  
• Les entrepreneurs devraient appliquer l’IA à tous les domaines des soins de santé afin de stimuler l’innovation et d’améliorer les résultats.
  
  

Sur l’accélération du développement des médicaments

• Les dirigeants du secteur de la santé devraient utiliser l’IA pour automatiser les essais cliniques, améliorer le recrutement des patients et accélérer le développement des médicaments afin d’obtenir de meilleurs résultats pour les patients.
  
  
• Les entreprises de biotechnologie au Canada devraient accélérer l’adoption de l’IA tant dans le développement des petites molécules que dans celui des produits biologiques afin de stimuler la croissance de l’industrie.
  
  
• L’industrie devrait utiliser l’IA pour améliorer l’efficacité du développement thérapeutique et mettre plus rapidement de nouveaux traitements à la disposition des patients afin d’améliorer les résultats.
  
  
• Les sociétés pharmaceutiques devraient utiliser l’IA pour réduire leurs coûts d’exploitation tout en améliorant leur efficacité.
  
  
• Les systèmes de santé devraient utiliser l’IA et les données génomiques pour faire progresser la médecine personnalisée et adapter les traitements à chaque patient.
  
  

Concernant l’élargissement de l’adoption de l’IA

• Les décideurs politiques et les chefs de file de l’industrie devraient réorienter leur stratégie en matière d’IA au-delà de la création de « licornes » et favoriser l’adoption de cette technologie par les petites et moyennes entreprises du secteur de la santé.
  
  
• Les gouvernements canadiens et les grandes organisations devraient adopter plus tôt les technologies nationales éprouvées afin de soutenir les innovateurs locaux et de réduire la dépendance à l’égard des marchés étrangers.
  
  

Concernant la mise en réseau des écosystèmes d’innovation du Canada

• Le gouvernement et l’industrie devraient mieux relier les écosystèmes d’innovation du Canada et coordonner les efforts à l’échelle nationale plutôt que de travailler province par province.
  
  
• L’industrie et le gouvernement devraient mieux relier et développer les écosystèmes régionaux d’innovation en santé du Canada afin de traduire les capacités existantes en matière d’IA en résultats mesurables pour les patients partout au pays.
  
  

Concernant le soutien aux jeunes entreprises canadiennes du secteur de la santé

• Les gouvernements provinciaux devraient s’associer aux jeunes entreprises du secteur de la santé pour déployer des solutions à l’échelle locale, plutôt que de les forcer à commercialiser leurs produits à l’étranger.
  
  
• Les investisseurs et les gouvernements devraient continuer à financer les entreprises de santé spécialisées en IA à haut risque qui développent des solutions à des défis complexes.