Collecter, standardiser et analyser des imageries médicales. C’est la promesse de Deemea. La start-up fondée en 2020, incubée dans l'accélérateur dédié à la e-santé Futur4Care, a levé 4 millions d’euros courant juin pour poursuivre le déploiement de sa plateforme de recherche clinique. Sa solution vise «à aider les cliniciens et promoteurs de recherches à monter une étude clinique, collecter des données et les analyser», résume auprès de L’Usine Nouvelle sa cofondatrice et PDG, Charlotte Pouchy.
Mener une étude sur plusieurs établissements
La jeune pousse parisienne s'est spécialisée dans l’analyse d’imageries médicales – telles que les IRM, scanners et autres PET-scan – en proposant une solution collaborative, qui se connecte aux outils des établissements clients pour collecter facilement leurs données. La plateforme référence des algorithmes de deep learning, et notamment d’imagerie, pour faciliter la lecture de radiographie, scanner ou PET-scan. Forte d’une quinzaine de salariés, la start-up développe elle-même certains modèles en orthopédie, rhumatologie ou encore cancérologie. Tout en intégrant des modèles externes existants lorsqu’ils sont pertinents.
Dans un premier temps, des algorithmes assurent le contrôle qualité des imageries médicales collectées. Puis, d’autres modèles d’IA réalisent l’annotation et la classification des données. «Dans une étude clinique, plus de 80% du temps est dédié au nettoyage des données», précise à ce sujet Charlotte Pouchy, pour qui il est essentiel d’accélérer cette phase. Enfin, ces données annotées peuvent être analysées. Le traitement des données et leur analyse avec des modèles d’IA se fait en local au niveau de l’établissement, puis seuls les résultats sont partagés dans le cloud.
Deemea promet une collecte et une analyse instantanée des données. Son objectif : favoriser les études menées dans plusieurs établissements pour avoir un maximum de données. Cela permet de comparer entre les établissements, pays, populations... Le tout de manière standardisée, puisque les données sont analysées de la même façon, ce qui limite aussi les biais d’interprétation.
Douze premiers établissements clients
La commercialisation se fait sous la forme d’un abonnement dont le coût dépend du nombre d’utilisateurs. Aujourd’hui, la solution est déployée dans douze établissements français. L’Allemagne, l’Italie et la Belgique sont les prochains marchés visés. «Chaque utilisateur au démarrage de l’application précise ses centres d’intérêt pour avoir des suggestions de projets collaboratifs pertinents», détaille Charlotte Pouchy. La liste des études menées dans son établissement ou ailleurs dans le monde est accessible pour que chacun puisse demander à y participer.
Par exemple, le CHU de Lille va démarrer une étude prospective sur une pathologie rare. «Le but est d’utiliser des outils d’IA pour analyser les images de la même manière et dépister des patients», ajoute Charlotte Pouchy sans rentrer dans les détails. La plateforme est tout particulièrement utile pour les études en phase IV lorsque le produit est déjà sur le marché et qu’il faut fournir aux autorités de santé des données de vie réelle. Cela permet d’être plus rapide et efficace.
