N環球 N GLOBE
Technologie américaine

OpenAI lance MedChemBench pour tester l'IA en chimie médicinale

· N GLOBE

OpenAI a présenté le 20 novembre MedChemBench, un test qui vérifie si les modèles d'IA peuvent raisonner comme des chimistes médicinaux. Son meilleur modèle, GPT-6.2 Astra, obtient 84,5 %, mais seulement environ la moitié des points pour choisir les composés candidats et prédire leurs propriétés.

OpenAI a présenté le 20 novembre un nouveau test appelé MedChemBench, conçu pour vérifier si les modèles d'IA peuvent raisonner comme des chimistes médicinaux — lire des structures moléculaires, peser des preuves expérimentales pour expliquer des résultats, comparer des composés et prédire leurs propriétés. Les résultats montrent que les modèles excellent à reconnaître les structures, mais restent faibles à l'étape qui compte vraiment en recherche pharmaceutique : choisir le composé à tester.

99 problèmes, 761 structures moléculaires

MedChemBench comprend 99 problèmes tirés de 117 articles et brevets publiés, couvrant 761 structures moléculaires distinctes. Il évalue quatre capacités : reconstruire des structures moléculaires, raisonner scientifiquement, classer et choisir des composés, et prédire des propriétés numériques. Les problèmes couvrent sept catégories et portent sur la découverte préclinique de médicaments, pas sur le développement clinique.

Le meilleur modèle atteint 84,5 %, mais seulement la moitié en sélection de composés

Au réglage de raisonnement élevé (xhigh), GPT-6.2 Astra a obtenu 84,5 % des points disponibles, devant GPT-6 Astra à 83,3 % et GPT-6.1 Sol à 82,0 % ; l'ancien GPT-5.6 Sol n'a atteint que 58,2 %. Le détail est révélateur : GPT-6 Astra a obtenu 95,4 % des points pour la reconstruction des structures moléculaires, mais seulement environ 50,4 % pour le classement et la sélection des composés et environ 47,0 % pour la prédiction numérique — le modèle dessine la molécule avec précision, mais juge beaucoup moins bien laquelle mérite d'être testée.

OpenAI trace elle-même la limite

OpenAI indique clairement dans son annonce que ces scores ne prouvent pas que les modèles peuvent découvrir de nouveaux médicaments ou améliorer les décisions de laboratoire : les problèmes proviennent de la littérature publiée, donc une exposition antérieure pendant l'entraînement ne peut être exclue, et chaque réponse était une tentative unique, sans outils, sans retour ni nouvelle expérience. L'entreprise estime que MedChemBench vaut surtout comme outil de diagnostic pour suivre les progrès des modèles et leurs lacunes — non comme preuve que l'IA peut remplacer la recherche en découverte de médicaments.

Une évaluation qui se spécialise

Il s'agit de la deuxième publication d'OpenAI dans la même semaine mesurant les capacités professionnelles de ses modèles par un test de référence, après son article du 18 novembre sur l'utilisation de modèles d'IA pour améliorer la conception des puces — signe que l'évaluation de l'IA passe des questions générales vers des domaines d'expertise précis.

💬 Commentaires

Aucun commentaire. Soyez le premier !