{"id":14205,"date":"2017-02-23T10:27:14","date_gmt":"2017-02-23T08:27:14","guid":{"rendered":"http:\/\/www.oezratty.net\/wordpress\/?p=14205"},"modified":"2017-03-14T17:56:27","modified_gmt":"2017-03-14T15:56:27","slug":"startups-scientifiques-medtechs-logicielles","status":"publish","type":"post","link":"https:\/\/www.oezratty.net\/wordpress\/2017\/startups-scientifiques-medtechs-logicielles\/","title":{"rendered":"Startups scientifiques : medtechs logicielles"},"content":{"rendered":"

Vous \u00eates ici au milieu d\u2019une s\u00e9rie d\u2019articles destin\u00e9es \u00e0 valoriser les startups scientifiques. Je l\u2019avais d\u00e9marr\u00e9e par une premi\u00e8re partie<\/a> expliquant pourquoi elles m\u00e9ritaient notre attention, comment elles reprenaient du poil de la b\u00eate et quels \u00e9taient leurs facteurs cl\u00e9s de succ\u00e8s. Puis, dans une seconde partie<\/a>, nous \u00e9tions pass\u00e9s \u00e0 un panorama rapide de leur \u00e9cosyst\u00e8me en France.<\/p>\n

Dans la troisi\u00e8me<\/a> et la quatri\u00e8me partie<\/a>, j\u2019ai d\u00e9marr\u00e9 un panorama th\u00e9matique de quelques startups scientifiques fran\u00e7aises et \u00e9trang\u00e8res, en commen\u00e7ant par le domaine de la sant\u00e9 avec celles de la g\u00e9nomique et des analyses biologiques puis de l\u2019imagerie et l\u2019instrumentation m\u00e9dicale. Nous avons pu passer en revue une belle brochette de startups fran\u00e7aises tr\u00e8s diff\u00e9renci\u00e9es d\u2019un point de vue technologique et des domaines d\u2019applications. Mais le plus souvent, \u00e0 part de rares exceptions, elles ont bien du mal \u00e0 atteindre une taille critique.<\/p>\n

Pour les articles pr\u00e9c\u00e9dents, j\u2019ai du m\u2019y prendre \u00e0 plus reprises et corriger quelques inexactitudes, comme pour ce qui concernait Abbelight <\/strong>et I\u2019nside<\/strong>. Cela me met hors de moi car j\u2019essaye d\u2019\u00eatre aussi pr\u00e9cis que possible dans ces articles. Et cela peut agacer les entreprises concern\u00e9es \u00e0 juste titre ! La quantit\u00e9 d\u2019informations collect\u00e9e et compil\u00e9e, plus les erreurs de frappe, et parfois, les confusions techniques g\u00e9n\u00e8rent ce genre d\u2019erreur impardonnable. Mais vous n\u2019\u00eates pas sur un site de fake news<\/em> : je corrige \u00e9videmment ces erreurs involontaires d\u00e8s que j\u2019en ai connaissance !<\/p>\n

Dans cette troisi\u00e8me partie sur la sant\u00e9, je vais traiter de quelques startups logicielles scientifiques du domaine de la bioinformatique, notamment celles qui sont dans le secteur de la g\u00e9nomique et qui compl\u00e8te les medtechs du domaine explor\u00e9es dans un article pr\u00e9c\u00e9dent<\/a>.<\/p>\n

Dans cette s\u00e9rie d\u2019articles, j\u2019utilise la m\u00eame approche que dans le Rapport du CES : proc\u00e9der \u00e0 un \u00e9chantillonnage plus ou moins large des offres du march\u00e9 pour en d\u00e9duire en mode \u201cbottom-up\u201d quelques tendances et \u201cpatterns\u201d dans les facteurs de succ\u00e8s ou d\u2019\u00e9chec des startups.<\/p>\n

Medtech logicielles<\/strong><\/p>\n

Les medtechs logicielles que j\u2019\u00e9voque ici ont un patrimoine scientifique certain. Elles analysent souvent les r\u00e9sultats d\u2019appareils m\u00e9dicaux, des syst\u00e8mes d\u2019\u00e9lectrocardiogramme comme d\u2019imagerie m\u00e9dicale ou issus d\u2019analyses g\u00e9nomiques. Le machine learning est souvent au rendez-vous, m\u00eame si il est moins market\u00e9 que dans les startups du num\u00e9rique.<\/p>\n

\"ECG\"<\/a><\/p>\n

Commen\u00e7ons avec Cardiologs<\/strong>, une startup sp\u00e9cialis\u00e9e dans l\u2019analyse automatique d\u2019\u00e9lectrocardiogrammes. J\u2019ai eu l\u2019occasion de croiser \u00e0 plusieurs reprises Yann Fleureau, son co-fondateur, et notamment lors d\u2019une visite de sa startup h\u00e9berg\u00e9e dans les locaux de la Facult\u00e9 de M\u00e9decine \u00e0 Paris en novembre 2016. Lui et ses cofondateurs sont issus de l\u2019Ecole Polytechnique. Yann a fait un master en entrepreneuriat \u00e0 l’X. La soci\u00e9t\u00e9 s\u2019est lanc\u00e9e dans l\u2019analyse des ECG en voulant faire avancer l\u2019\u00e9tat de l\u2019art. Celui-ci s\u2019appuyait jusqu\u2019\u00e0 pr\u00e9sent sur l\u2019analyse du signal \u00e0 base de transform\u00e9es de Fourrier, de syst\u00e8mes experts, de d\u00e9tection de pics et de mesure des dur\u00e9es de chaque phase. Certaines pathologies graves se d\u00e9tectent \u00e0 l\u2019\u0153il nu mais d\u2019autres sont plus difficiles \u00e0 d\u00e9tecter, surtout par les m\u00e9decins g\u00e9n\u00e9ralistes.<\/p>\n

\"Cardiologs\"<\/a><\/p>\n

Cardiologs propose une solution logicielle en cloud qui analyse les donn\u00e9es des ECG r\u00e9alis\u00e9es selon les r\u00e8gles de l\u2019art avec plusieurs patches d\u2019\u00e9lectrodes (4 sur les membres, 6 sur le thorax) en cabinet m\u00e9dical, par des infirmiers ou des docteurs. Les r\u00e9sultats sont fournis sur une interface web. Elle s\u2019appuie sur des m\u00e9thodes de machine learning exploitant des r\u00e9seaux de neurones convolutionnels avec apprentissage supervis\u00e9 (CNN). C\u00f4t\u00e9 cloud, ils utilisent comme nombre de startups de l\u2019IA les ressources de Google Tensorflow. Cela permet de fournir une r\u00e9ponse en quasi-temps r\u00e9el. Ils ont entrain\u00e9 leur syst\u00e8me avec des bases d\u2019ECG dont une base de 100 000 ECG venant du Minnesota r\u00e9cup\u00e9r\u00e9e en 2015. Il faut payer pour, mais ce n\u2019est pas trop cher.<\/p>\n

Ils ont en fait construit deux solutions, l\u2019une pour la capture d\u2019ECG au repos avec les \u00e9lectrodes habituelles, et l\u2019autre en ambulatoire en exploitant les donn\u00e9es de capteurs plus simples, comme les montres connect\u00e9es voir les v\u00eatements connect\u00e9s. Leur syst\u00e8me est capable de pr\u00e9dire une centaine de troubles sur 12 canaux (ECG au repos) et une quinzaine sur 1 \u00e0 2 canaux (ECG ambulatoire). Sachant que l\u2019analyse des coronaires \u2013 donc des risques d\u2019infarctus – demande plusieurs \u00e9lectrodes, et si possible un ECG d\u2019effort (o\u00f9 le patient p\u00e9dale sur un v\u00e9lo pendant 5 minutes). Le syst\u00e8me d\u00e9tecte notamment la fibrillation atriale<\/a>, qui est corr\u00e9l\u00e9e \u00e0 l\u2019apparition d\u2019AVC \u2013 accidents vasculaires c\u00e9r\u00e9braux – du fait d\u2019une mauvaise circulation du sang, dont le risque augmente avec l’\u00e2ge et qui est plus facile \u00e0 traiter lorsqu\u2019elle est pr\u00e9coce.<\/p>\n

A ce jour, la startup comprend une douzaine de personnes, avec un \u00e9quilibre des comp\u00e9tences entre math\u00e9matiques, machine learning et d\u00e9veloppement web. Ils ont aussi le cardiologue Pierre Taboulet dans leur \u00e9quipe, qui joue le r\u00f4le de CMO \u2013 chief marketing officer – et est aussi \u00e0 l\u2019origine du site d\u2019apprentissage \u00e0 la lecture des ECG e-cardiogram.com<\/a>. Ils commercialisent leur logiciel principalement aux centrales de lecture qui les analysent. Leur solution permet notamment d\u2019\u00e9largir le march\u00e9 de l\u2019ECG en le rendant accessible \u00e0 plus de praticiens, en parall\u00e8le avec le m\u00e9tier des cardiologues traditionnels. Cela permet d\u2019augmenter la capacit\u00e9 \u00e0 faire du diagnostic pr\u00e9coce de pathologies cardiaques. A ce jour, la soci\u00e9t\u00e9 a \u00e9t\u00e9 financ\u00e9e \u00e0 hauteur de 1,2m\u20ac, dont 200K\u20ac de subvention du Concours Mondial de l\u2019Innovation, un pr\u00eat d\u2019honneur de 90K\u20ac de Scientip\u00f4le et le reste aupr\u00e8s d\u2019une douzaine de business angels. C\u2019est encore l\u00e9ger et il va leur falloir mettre la surmultipli\u00e9e pour se d\u00e9velopper.<\/p>\n

AEDMap<\/strong> est une startup parisienne crois\u00e9e au Web Summit en novembre 2016. Sa solution Visio Plus permet de cartographier les d\u00e9fibrillateurs cardiaques connect\u00e9s et de superviser leur maintenance de mani\u00e8re pr\u00e9dictive. C\u2019est peut-\u00eatre l\u00e0 que l\u2019on peut trouver un peu de mati\u00e8re technique sp\u00e9cifique dans leur offre, le reste de la solution relevant d\u2019un outil de gestion traditionnel, pour la gestion de parc, sa cartographie, la tra\u00e7abilit\u00e9 des appareils et la gestion de leurs consommables, l\u2019historique de leur usage et des op\u00e9rations de maintenance. Ils ont d\u00e9j\u00e0 quelques r\u00e9f\u00e9rences chez de grands clients comme Enedis et Conforama. On trouve ces d\u00e9fibrillateurs dans lieus publics, les transports ainsi que dans les entreprises.<\/p>\n

Median Technologies <\/strong>d\u00e9veloppe des solutions logicielles d\u2019interpr\u00e9tation automatique des r\u00e9sultats d\u2019imagerie m\u00e9dicale en oncologie. Ils visent le march\u00e9 des tests th\u00e9rapeutiques de traitements innovants et le suivi des patients. Les comp\u00e9tences cl\u00e9s de la soci\u00e9t\u00e9\u00a0sont dans le traitement des images et leur\u00a0gestion dans le cloud. La soci\u00e9t\u00e9 cr\u00e9\u00e9e en 2002 est bas\u00e9e \u00e0 Sophia-Antipolis.\u00a0 Elle a lev\u00e9 en tout $54m et r\u00e9alis\u00e9 son introduction en bourse en 2011. Ils comptent Canon parmi leurs actionnaires. Ce dernier est un des grands acteurs de l\u2019imagerie m\u00e9dicale. Pour ce qui est de leurs r\u00e9sultats, ils jouent un peu les cachotiers. Quand on tombe sur la page de publication des r\u00e9sultats du dernier semestre<\/a>, elle pointe sur\u2026 la home page, g\u00e9n\u00e9rant une belle boucle r\u00e9cursive ! En creusant un peu, on d\u00e9couvre qu\u2019ils font environ $6m de CA annuel, pour autant de pertes. Mais sa tr\u00e9sorerie lui permet encore de tenir quelques ann\u00e9es \u00e0 ce rythme l\u00e0 [ajout du 14 mars 2017<\/em>].<\/p>\n

DreamQuark <\/strong>est une startup fran\u00e7aise qui cr\u00e9\u00e9 des solutions d’analyse de donn\u00e9es de sant\u00e9 utilisant le deep-learning. Elle a notamment cr\u00e9\u00e9 la spin-off DreamUp Vision qui analyse automatiquement les fonds de l\u2019\u0153il. Cela sert \u00e0 identifier le plus t\u00f4t possible l\u2019\u00e9mergence de r\u00e9tinopathies chez les diab\u00e9tiques. L\u2019augmentation moyenne du taux de glucose dans le sang a comme effet d\u2019abimer les petits vaisseaux sanguins dont ceux qui irriguent la r\u00e9tine (en plus de ceux du rein, du c\u0153ur, et des extr\u00e9mit\u00e9s des membres). La m\u00e9thode utilis\u00e9e rel\u00e8ve d\u2019un m\u00e9lange de traitement de l\u2019image et de deep learning. Elle facilite et acc\u00e9l\u00e8re le travail de d\u00e9tection des ophtalmologues. Et comme ils sont trop peu nombreux et que cet examen est r\u00e9current, au moins une fois par an et par patient, c\u2019est tout b\u00e9n\u00e9fice pour la collectivit\u00e9. Contrairement \u00e0 d\u2019autres applications de l\u2019IA, celle-ci ne risque donc pas de d\u00e9truire d\u2019emplois ! Les techniques \u00e0 base de machine learning pour l\u2019analyse d\u2019imagerie m\u00e9dicale vont transformer radicalement les m\u00e9tiers de sant\u00e9 dans les ann\u00e9es \u00e0 venir !<\/p>\n

\"DreamUp<\/a><\/p>\n