Le rôle de l'IA dans l'évolution de la sécurité sur le lieu de travail : La capacité de l'IA à concevoir des produits chimiques peut-elle résoudre le problème des PFAS ?

Dans le monde actuel axé sur les données, l’IA n’est pas seulement sur la carte – elle est sur la voie rapide. Qu’il s’agisse d’extraire des informations essentielles, de suivre les évolutions réglementaires, de prévoir les risques, de surveiller les indicateurs de santé et de sécurité des employés ou de rationaliser les rapports, l’IA est en train d’orienter l’avenir de l’ESS, du développement durable et de la conformité. Mais alors que les professionnels prennent le volant, quels sont les obstacles et les feux verts qui se dressent sur le chemin ? Cette série d’articles vous aidera à naviguer dans l’avenir de l’IA en matière d’ESS.

La conception d’une nouvelle molécule chimique est laborieuse, longue et coûteuse. Elle repose traditionnellement sur l’expertise de scientifiques hautement qualifiés qui passent des années à examiner la structure des molécules existantes, à les modifier pour en améliorer les performances et à remédier à leurs échecs. Il s’agit d’un processus extrêmement lent et laborieux.

Ce n’est qu’une des raisons pour lesquelles la résolution du problème de la toxicité et de la persistance des substances per- et polyfluoroalkyl(PFAS) s’avère être un tel défi. L’ancien système d’essais et d’erreurs ne permet pas d’obtenir des résultats rapides, mais le processus est désormais mûr pour une transformation dans le cadre de la révolution de l’intelligenceartificielle (IA).

Lors d’une conférence donnée le 21 août 2025 à l’occasion de la réunion d’automne de l’American Chemical Society(ACS), qui s’est tenue à Washington, en présence de 3E, Ruchir Shah, PDG et responsable scientifique de Sciome, a expliqué comment l’entreprise de recherche et d’informatique cherche à exploiter la puissance des grands ensembles de données et des algorithmes pour créer des produits chimiques entièrement nouveaux.

“Nous avons mis au point une approche brevetée basée sur notre grand modèle linguistique formé à partir de données provenant de PubMed et d’autres bases de données réputées, afin de l’entraîner sur des millions et des millions de structures chimiques”, a déclaré M. Shah. “Nous pouvons le diriger pour qu’il conçoive de nouveaux produits chimiques dotés des propriétés souhaitées, mais nous pouvons également lui demander d’éviter certaines propriétés telles que la toxicité.”

Sciome a décidé de s’engager dans ce programme après avoir constaté une demande importante de recherche et de développement chimique plus rapide de la part des grandes entreprises chimiques désireuses de répondre aux préoccupations environnementales concernant leurs produits existants et d’apporter des changements avant l’adoption de toute réglementation à venir.

Les PFAS en sont un bon exemple ; les gouvernements du monde entier sont sous pression pour renforcer leur réglementation sur les composés PFAS, comme l’a précédemment rapporté le 3E dans plusieurs articles, dont un sur les efforts du Royaume-Uni pour limiter les PFAS dans les mousses anti-incendie et un sur la pression exercée par les organisations non gouvernementales sur l’utilisation des PFAS au sein de l ‘Union européenne. Toutefois, dans certains cas, les fabricants ont du mal à mettre au point des produits de remplacement efficaces à temps.

L’une des principales caractéristiques souhaitables des produits chimiques PFAS est leur capacité à retarder la flamme, raison pour laquelle Sciome a demandé à son IA de rechercher de nouveaux retardateurs de flamme. C’est pourquoi Sciome a demandé à son IA de rechercher de nouveaux retardateurs de flamme. “Mais nous lui avons également demandé d’éviter la toxicité. Elle nous a fourni 176 nouvelles molécules”, a déclaré M. Shah. Ces nouvelles structures ont ensuite été passées au crible de l’IA pour déterminer si elles présentaient un indice d’oxygène limité supérieur à 27, ce qui indiquerait qu’une molécule est effectivement retardatrice de flammes.

“Environ deux tiers ont réussi ce test et semblent faire ce que nous voulons qu’ils fassent, tout en évitant les mauvaises choses”, a-t-il déclaré. “Mais comme tous les chimistes le savent, c’est une chose de concevoir une molécule et une autre d’être capable de la synthétiser. Vous devez être en mesure de la mettre à l’échelle. Nous avons utilisé un outil du MIT (Massachusetts Institute of Technology) pour vérifier cela”. L’étape finale consiste à vérifier si ces produits fonctionnent dans le monde réel et, jusqu’à présent, Shah et ses collègues ont réussi à le faire avec 20 des produits chimiques. “Nous allons en faire autant que possible dans les limites de notre budget”, a-t-il déclaré.

L’utilisation de l’IA de cette manière n’est qu’un exemple de la façon dont le processus de découverte scientifique est accéléré par la technologie. Récemment, un nouvel antibiotique a été découvert avec l’aide de l’IA et si les entreprises chimiques peuvent exploiter l’IA de manière efficace, cela pourrait leur permettre d’avoir une longueur d’avance sur les autorités de réglementation.