L’intelligence artificielle (IA) s’impose aujourd’hui comme une véritable révolution technologique dans le domaine pharmaceutique. Elle transforme peu à peu les pratiques, les outils et les perspectives du secteur.

Le cours débute par une immersion dans les fondements de l’IA : les étudiants découvrent des notions clés comme l’apprentissage automatique, l’apprentissage profond, les réseaux de neurones ou encore les systèmes experts. Très vite, ils comprennent comment ces technologies permettent de traiter des volumes massifs de données biomédicales et de faire émerger des solutions innovantes. C’est une jolie plongée, une entrée captivante dans un univers où la science et l’informatique se rencontrent pour réinventer la Pharmacie.

Au fil des séances, le cours montre comment l’IA intervient à chaque étape du développement d’un médicament. Elle facilite la découverte de nouvelles molécules grâce à des modèles prédictifs, améliore l’efficacité des essais cliniques, affine la modélisation pharmacocinétique et permet d’adapter les traitements aux profils individuels des patients. Dans l’industrie, elle optimise les chaînes d’approvisionnement et renforce les contrôles qualité. Cette deuxième partie du cours met en lumière les applications concrètes de l’IA tout au long du cycle de vie du médicament.

Mais pour que l’IA fonctionne, elle a besoin d’un carburant essentiel : les données. Beaucoup de données. Les étudiants apprennent à manipuler des bases de données (cliniques), à extraire des informations pertinentes et à les interpréter avec rigueur. Ils découvrent aussi les outils d’aide à la décision clinique, capables d’assister les professionnels de santé dans le diagnostic, la prescription ou le suivi thérapeutique. Ces systèmes, fondés sur des modèles d’apprentissage supervisé ou non supervisé, incarnent une médecine plus rapide, plus précise, mais toujours centrée sur le patient.

Bien entendu, l’usage de l’IA soulève des questions cruciales. La quatrième partie du cours est consacrée aux enjeux éthiques, réglementaires et de qualité. Comment protéger les données personnelles ? Comment éviter les biais dans les algorithmes ? Comment garantir que les décisions prises par une machine soient justes et transparentes ? À travers des études de cas, les étudiants sont sensibilisés à ces problématiques et formés aux bonnes pratiques pour une utilisation responsable de l’IA dans le domaine pharmaceutique.

Enfin, le cours se termine par une mise en situation professionnelle. Les étudiants sont invités à travailler en groupe (binôme ou trinôme) sur des projets concrets, où ils doivent intégrer des outils d’IA pour résoudre des problématiques pharmaceutiques réelles. Cette approche favorise l’apprentissage par l’action, développe des compétences transversales et prépare les futurs pharmaciens et chercheurs à devenir des acteurs clés de l’innovation numérique en santé. Ce cursus ne forme pas seulement des techniciens, mais des pionniers capables de penser, créer et transformer la pharmacie de demain.

La Chimie des Solutions s'intéresse aux réactions en solutions et au dosage des composés en solution.  Ce cours va plus s’attaquer aux solutions solides et liquides, avec un accent particulier sur les solutions aqueuses. Les interactions soluté-solvant et le rôle du solvant dans ces interactions seront abordées en passant par les propriétés des solutions (propriétés colligatives, solubilité, dissolution, etc.).

Les méthodes classiques de dosages qui seront étudiées dans ce cours se baseront sur les équilibres fondamentaux en solution : équilibres homogènes d’échange protonique, d’échange de ligants, d’échange électronique et l’équilibre hétérogène de formation de composés peu solubles. Ces techniques de dosage ont l'avantage d'être faciles et rapides à mettre en œuvre.

Ainsi, à l'issue de ce cours, l'étudiant aura la maîtrise des connaissances fondamentales relatives à la cinétique et aux équilibres chimiques, il aura acquis des notions de base en chimie analytique, lesquelles lui permettront de réaliser l’analyse qualitative et quantitative des solutions. Il saura distinguer un acide d'une base en fonction de leur comportement en solution aqueuse. Il aura une compréhension de base de l'oxydoréduction et de l'électrochimie. Des exercices numériques et des séances de laboratoire obligatoires lui permettront entre autres de préparer des solutions selon les unités de concentration souhaitées, de calculer le pH d'une solution contenant une ou plusieurs espèces acido-basiques, de préparer une solution tampon, d’effectuer divers dosages notamment en acide-base, en oxydoréduction, en complexométrie et en gravimétrie.