Why new medicines take so long | Alex Epstein | TEDxBoston Salon

Why new medicines take so long | Alex Epstein | TEDxBoston Salon

Pourquoi les nouveaux médicaments prennent tant de temps | Alex Epstein | TEDxBoston Salon

🎙 Alex Epstein 👥 44.7M 📅 12 octobre 2026 ⏱ 11 min 👁 54 📄 opinion experte 🧭 2026-10-12
Disponible en : Français (actuel) English

Mots-clés

Eroom's lawbiomarqueurProliaFDAvieillissement

Résumé

Alex Epstein, chercheur en biologie computationnelle, explique pourquoi le développement de nouveaux médicaments est devenu de plus en plus long et coûteux malgré les progrès scientifiques. Il commence par l’histoire de son grand-père atteint de la maladie de Parkinson pour illustrer l’impact du vieillissement. Il oppose la loi de Moore (baisse exponentielle du coût de calcul) à la loi d’Eroom (hausse exponentielle du coût du développement de médicaments). Il montre que grâce à l’IA, la conception d’un médicament peut désormais prendre moins d’une heure, mais qu’il faut en moyenne 13 ans et plus de 100 millions de dollars pour l’amener jusqu’aux patients. Il analyse le cas du médicament Prolia contre l’ostéoporose : l’exigence de la FDA de tester directement les fractures plutôt que d’utiliser le biomarqueur de densité osseuse a allongé les essais et recruté des milliers de patients. Il soutient que les biomarqueurs fiables permettent des essais plus rapides et moins coûteux. Il cite l’exemple d’Operation Warp Speed pour montrer qu’en cas d’urgence, les procédures peuvent être accélérées. Il appelle à une collaboration entre entreprises, régulateurs et scientifiques pour améliorer le système et rapprocher les médicaments du futur des patients.

191 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations réside dans la mise en lumière de la loi d’Eroom, souvent méconnue, et dans l’illustration concrète à travers le cas Prolia. L’argumentation est structurée : après avoir exposé le problème (lenteur des essais), l’orateur propose des solutions (utilisation de biomarqueurs, collaboration). Il utilise des comparaisons efficaces comme la loi de Moore pour souligner le paradoxe. Cependant, certaines simplifications peuvent masquer la complexité des essais cliniques, notamment les questions de sécurité et d’efficacité à long terme. La solidité de l’argumentation repose sur des exemples vérifiables (Amgen, FDA, Operation Warp Speed) mais l’orateur ne fournit pas de références détaillées dans la description.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est relative : l’orateur cite des lois économiques (Eroom’s law) et des données chiffrées (coûts, durées) qui sont documentées dans la littérature, mais il ne donne pas de sources précises dans la vidéo. Sa crédibilité est renforcée par son parcours (doctorat à Rockefeller University). L’adéquation titre-contenu est parfaite. Le titre annonce clairement la problématique et le développement y répond. La qualité des sources est moyenne : seules des références implicites sont mentionnées, mais sans lien direct. Le public peut néanmoins vérifier les informations via des recherches externes.

209 mots

Adéquation titre / contenu

Le titre correspond exactement au contenu : l'orateur explore les raisons pour lesquelles le développement des médicaments est lent et propose des pistes pour l'accélérer.

Qualité & fiabilité

7/10

L'orateur, titulaire d'un doctorat et chercheur en biologie computationnelle, s'appuie sur des données chiffrées (coût de séquençage, loi d'Eroom) et un cas concret (Prolia) mais simplifie certains aspects et ne fournit pas de références détaillées. Le contenu est globalement fiable mais relève plus de l'opinion experte que d'une revue systématique.

Moments clés

Sources citées

  • TEDx Talks - Page officielle — Page générale de TEDx, mentionnée dans la description comme organisation de l'événement.

Apport & nouveautés

L’orateur apporte un éclairage sur les obstacles réglementaires et procéduraux qui ralentissent le développement des médicaments, en s’appuyant sur la loi d’Eroom et des exemples concrets. Sa proposition de réutiliser des biomarqueurs fiables pour accélérer les essais est pertinente et actuelle.

Pour aller plus loin :

  • Loi d’Eroom — Note de pertinence : explication de cette loi inversée de Moore dans le domaine pharmaceutique.
  • Biomarqueur — Note de pertinence : définition et rôle des biomarqueurs dans les essais cliniques.
  • Operation Warp Speed — Note de pertinence : programme d’accélération des vaccins COVID-19, contre-exemple d’un développement rapide.
  • Essai clinique — Note de pertinence : procédures et contraintes des essais.
  • Maladie de Parkinson — Note de pertinence : exemple de maladie neurodégénérative liée au vieillissement.

123 mots

Profil radar

Le profil radar montre un bon équilibre entre la quantité d'informations et leur qualité, avec une fiabilité correcte. Le niveau technique modéré rend le contenu accessible tout en restant précis. La note globale de 4/5 reflète un contenu informatif et bien argumenté.

Fiabilité 7/10