Start-up scientifiques: medtechs logicielles
Pour les articles précédents, j’ai du m’y prendre à plus reprises et corriger quelques inexactitudes, comme pour ce qui concernait Abbelight et I’nside. Cela me met hors de moi car j’essaye d’être aussi précis que possible dans ces articles. Et cela peut agacer les entreprises concernées à juste titre! La quantité d’informations collectée et compilée, plus les erreurs de frappe, et parfois, les confusions techniques génèrent ce genre d’erreur impardonnable. Mais vous n’êtes pas sur un site de fake news: je corrige évidemment ces erreurs involontaires dès que j’en ai connaissance!
Dans cette nouvelle partie sur la santé, je vais traiter de quelques start-up logicielles scientifiques du domaine de la bioinformatique, notamment celles qui sont dans le secteur de la génomique et qui complète les medtechs du domaine explorées dans un article précédent.
Dans cette série d’articles, j’utilise la même approche que dans le Rapport du CES: procéder à un échantillonnage plus ou moins large des offres du marché pour en déduire en mode «bottom-up» quelques tendances et «patterns» dans les facteurs de succès ou d’échec des start-up.
Medtech logicielles
Les medtechs logicielles que j’évoque ici ont un patrimoine scientifique certain. Elles analysent souvent les résultats d’appareils médicaux, des systèmes d’électrocardiogramme comme d’imagerie médicale ou issus d’analyses génomiques. Le machine learning est souvent au rendez-vous, même si il est moins marketé que dans les start-up du numérique.
Commençons avec Cardiologs, une start-up spécialisée dans l’analyse automatique d’électrocardiogrammes. J’ai eu l’occasion de croiser à plusieurs reprises Yann Fleureau, son cofondateur, et notamment lors d’une visite de sa start-up hébergée dans les locaux de la Faculté de Médecine à Paris en novembre 2016. Lui et ses cofondateurs sont issus de l’Ecole Polytechnique. Yann a fait un master en entrepreneuriat à l’X. La société s’est lancée dans l’analyse des ECG en voulant faire avancer l’état de l’art. Celui-ci s’appuyait jusqu’à présent sur l’analyse du signal à base de transformées de Fourrier, de systèmes experts, de détection de pics et de mesure des durées de chaque phase. Certaines pathologies graves se détectent à l’œil nu mais d’autres sont plus difficiles à détecter, surtout par les médecins généralistes.
Cardiologs propose une solution logicielle en cloud qui analyse les données des ECG réalisées selon les règles de l’art avec plusieurs patches d’électrodes (4 sur les membres, 6 sur le thorax) en cabinet médical, par des infirmiers ou des docteurs. Les résultats sont fournis sur une interface Web. Elle s’appuie sur des méthodes de machine learning exploitant des réseaux de neurones convolutionnels avec apprentissage supervisé (CNN). Côté cloud, ils utilisent comme nombre de start-up de l’IA les ressources de Google Tensorflow. Cela permet de fournir une réponse en quasi-temps réel. Ils ont entrainé leur système avec des bases d’ECG dont une base de 100 000 ECG venant du Minnesota récupérée en 2015. Il faut payer pour, mais ce n’est pas trop cher.
Ils ont en fait construit deux solutions, l’une pour la capture d’ECG au repos avec les électrodes habituelles, et l’autre en ambulatoire en exploitant les données de capteurs plus simples, comme les montres connectées voire les vêtements connectés. Leur système est capable de prédire une centaine de troubles sur 12 canaux (ECG au repos) et une quinzaine sur 1 à 2 canaux (ECG ambulatoire). Sachant que l’analyse des coronaires – donc des risques d’infarctus – demande plusieurs électrodes, et si possible un ECG d’effort (où le patient pédale sur un vélo pendant 5 minutes). Le système détecte notamment la fibrillation atriale, qui est corrélée à l’apparition d’AVC – accidents vasculaires cérébraux – du fait d’une mauvaise circulation du sang, dont le risque augmente avec l’âge et qui est plus facile à traiter lorsqu’elle est précoce.
A ce jour, la start-up comprend une douzaine de personnes, avec un équilibre des compétences entre mathématiques, machine learning et développement Web. Ils ont aussi le cardiologue Pierre Taboulet dans leur équipe, qui joue le rôle de CMO – chief marketing officer – et est aussi à l’origine du site d’apprentissage à la lecture des ECG e-cardiogram.com. Ils commercialisent leur logiciel principalement aux centrales de lecture qui les analysent. Leur solution permet notamment d’élargir le marché de l’ECG en le rendant accessible à plus de praticiens, en parallèle avec le métier des cardiologues traditionnels. Cela permet d’augmenter la capacité à faire du diagnostic précoce de pathologies cardiaques. A ce jour, la société a été financée à hauteur de 1,2 million d'euros, dont 200 000 euros de subvention du Concours Mondial de l’Innovation, un prêt d’honneur de 90 000 euros de Scientipôle et le reste auprès d’une douzaine de business angels. C’est encore léger et il va leur falloir mettre la surmultipliée pour se développer.
AEDMap est une start-up parisienne croisée au Web Summit en novembre 2016. Sa solution Visio Plus permet de cartographier les défibrillateurs cardiaques connectés et de superviser leur maintenance de manière prédictive. C’est peut-être là que l’on peut trouver un peu de matière technique spécifique dans leur offre, le reste de la solution relevant d’un outil de gestion traditionnel, pour la gestion de parc, sa cartographie, la traçabilité des appareils et la gestion de leurs consommables, l’historique de leur usage et des opérations de maintenance. Ils ont déjà quelques références chez de grands clients comme Enedis et Conforama. On trouve ces défibrillateurs dans lieus publics, les transports ainsi que dans les entreprises.
DreamQuark est une start-up française qui créé des solutions d’analyse de données de santé utilisant le deep-learning. Elle a notamment créé la spin-off DreamUp Vision qui analyse automatiquement les fonds de l’œil. Cela sert à identifier le plus tôt possible l’émergence de rétinopathies chez les diabétiques. L’augmentation moyenne du taux de glucose dans le sang a comme effet d’abîmer les petits vaisseaux sanguins dont ceux qui irriguent la rétine (en plus de ceux du rein, du cœur, et des extrémités des membres). La méthode utilisée relève d’un mélange de traitement de l’image et de deep learning. Elle facilite et accélère le travail de détection des ophtalmologues. Et comme ils sont trop peu nombreux et que cet examen est récurrent, au moins une fois par an et par patient, c’est tout bénéfice pour la collectivité. Contrairement à d’autres applications de l’IA, celle-ci ne risque donc pas de détruire d’emplois! Les techniques à base de machine learning pour l’analyse d’imagerie médicale vont transformer radicalement les métiers de santé dans les années à venir!
Portable Genomics est une start-up créée par des Français implantés à San Diego aux USA depuis 2011. Elle a créé une solution logicielle mobile de collecte et de visualisation des données de santé d’une personne. Elle en assure le stockage en ligne, sous le contrôle de l’utilisateur. La solution collecte aussi bien les données de génomique issues d’un séquençage (complet du génome) ou d’un génotypage (analyse de variations types des gênes) que celles de la santé en général: historique des pathologies, mode de vie et données issues d’objets connectés. Cela permet de constituer une vue à 360° du patient, indispensable aussi bien pour les praticiens que pour créer des bases de données santé exploitables par la recherche et les entreprises de pharmacie. Cela permet aussi d’identifier le niveau de risques de diverses pathologies. La société se positionne comme une plateforme de collecte, de partage et de monétisation de données personnelles de santé, s’appuyant sur un modèle de partage de revenu avec les utilisateurs.
La solution est en bêta-test avec des groupes de patients (en cancérologie ou maladies rares génétiques) en liaison avec l’industrie pharmaceutique pour accélérer les recherches de nouvelles thérapies. La société part du principe, comme de nombreuses start-up de génomique de la Silicon Valley, 23andme en premier, que les données de santé ont bien plus de valeur que les machines permettant de les capter, tels les séquenceurs dont le prix baisse de manière continue. Mais pour que ce partage de données se généralise, il faut le faire via une relation de confiance avec les patients, aussi bien côté respect de la vie privée que de la valeur monétaire de ces données. Une bien belle ambition!
Traaser est une des rares sociétés françaises dans les logiciels associés à la génomique. Elle a créé Diagen, un système expert d’analyse de génomes permettant l’aide au diagnostic et le choix de thérapeutiques ciblées, notamment dans le cadre des maladies orphelines ou d’origines plurifactorielles. Créée en 2016, elle est établie au Génopole d’Evry. La société a de nombreux concurrents aux USA, notamment les applications du même domaine réalisées avec IBM Watson par différents instituts de recherche américains. La solution sera commercialisée en cloud à destination des médecins. Elle valorise des technologies de l’Institut de Génomique du CEA. Il lui faudra maintenant trouver les moyens de finaliser son offre et de financer son déploiement commercial. Le cycle de mise sur le marché devrait être un peu plus court que pour les biotechs!
GenoSplice est une société qui intervient dans le même domaine que Traaser mais est bien plus spécialisée. Egalement basée au Génopole d’Evry, la société fournit des services de bioinformatique permettant l’analyse de l’épissage de l’ADN. Késako? L’épissage est l’étape d’élimination des séquences non codantes des gênes (introns) dans les cellules eucaryotes après leur transcription en pré-ARN messager, ce qui donne un ARN messager mature reprenant les séquences codantes des exos et qui pourra alimenter les ribosomes qui exploiteront le code de l’ARN pour générer des polypeptides et protéines (polypeptides avec un grand nombre d’acides aminés). Vous suivez toujours? Le schéma ci-dessous permet de mieux comprendre le principe de l’épissage. Il se trouve qu’un même gêne peut-être épissé de plusieurs manières différentes selon l’influence de divers facteurs de régulation qui peuvent inverser la position d’exons ou en supprimer. La société permet l’étude de ces variations, qui sont associées à diverses pathologies, notamment dans l’émergence de cancers.
osimis.io propose le logiciel d’imagerie médicale open source d’origine belge Orthanc, créé par Sébastien Jodogne et Alain Mazy. L’approche est originale et peu commune dans ce secteur. L’idée des créateurs est de fournir une solution totalement open source et gratuite de logiciel de DICOM (Digital Imaging and COmmunication in Medecine), permettant de bâtir une infrastructure serveur de partage de données d’imagerie médicale et de santé, utilisable notamment par les hôpitaux. Elle est opérable avec de nombreux systèmes propriétaires d’imagerie médicale
La solution est issue de travaux de recherche du CHU de Liège. Orthanc a gagné de nombreux prix dans l’univers de l’open source et notamment celui de la Free Software Foundation, qui est un peu le Vatican du logiciel libre. Osimis.io est une société qui, en ligne droite des modèles économiques de l’open source, fournit une panoplie de services autour d’Orthanc, pour la formation, l’installation et la maintenance. Cela fait penser, dans un autre domaine, au logiciel open source VLC (player média) créé par les élèves de l’Ecole Centrale, qui est maintenant géré par une association (VideoLAN). Son président, Jean-Baptiste Kempf, est aussi le créateur de Videolabs qui développe et déploie des solutions autour de VLC, en général, en mode prestation de services. Pour Videolabs comme pour Osimis, la création de richesse directe est faible, mais par contre, l’impact pour l’ensemble de l’écosystème est important. C’est un choix de vie!
Ceci n’était qu’un échantillon. Il existe plein d’autres sociétés spécialisées dans l’informatique médicale. Certaines ne sont d’ailleurs pas des startups au sens originel du terme mais plutôt des prestataires de services.
Olivier Ezratty est consultant en nouvelles technologies et auteur d’Opinions Libres, un blog sur les médias numériques (TV numérique, cinéma numérique, photo numérique) et sur l’entrepreneuriat (innovation, marketing, politiques publiques…). Olivier est expert pour FrenchWeb.
Lire aussi: Start-up scientifiques: imagerie et medtechs opératoires
Pour contacter la rédaction: redaction@frenchweb.fr
Pour plus d'informations sur nos abonnements, merci de nous contacter à abonnement@frenchweb.fr
Vous souhaitez contribuer régulièrement en tant qu'expert sur FRENCHWEB.FR, merci de nous contacter à redaction@frenchweb.fr
- Ask A VC : comment modéliser un compte de résultat — Partie 6/6 : analyse de sensitivité - 21/05/2024
- Ask A VC : comment modéliser un compte de résultat — Partie 3/6 : les Coûts Fixes - 16/01/2024
- Question à un VC : Pourquoi les marges unitaires sont-elles si importantes pour votre modèle d’affaires? - 13/11/2023
