Avec l’essor des technologies médicales, comment l’intelligence artificielle pourrait-elle révolutionner l’imagerie médicale ? C’est la question que soulève le parcours atypique de la startup française Gleamer. Déjà connue pour ses innovations dans les radiographies et mammographies appuyées par l’IA, Gleamer semble désormais viser l’imagerie par résonance magnétique (IRM). Cependant, se lancer dans l’IRM représente-t-il vraiment un changement de cap pour la startup ?
Plutôt que de reconstruire la roue, Gleamer a choisi d’acquérir deux jeunes pousses spécialisées dans l’analyse IRM par IA : Pixyl et Caerus Medical. Comment ces acquisitions s’inscrivent-elles dans la stratégie d’expansion de Gleamer ? Cela reflète une tendance de consolidation observée dans le domaine de l’IA médicale, comme on l’a vu avec Zebra Medical Vision et Arterys, acquises respectivement par Nanox et Tempus. Est-ce une stratégie gagnante face à l’échec de nombreuses autres startups créées autour de 2014 ou 2015 ?
Fondée en 2017, Gleamer a développé un assistant IA pour les radiologues, une sorte de copilote dans le processus d’imagerie médicale. Avec sa technologie, les radiologues pourraient potentiellement accroître la précision diagnostique lors de l’interprétation des images médicales. Mais la technologie tient-elle toutes ses promesses ? Forte de ses 2 000 institutions clientes à travers 45 pays et de 35 millions d’examens traités, l’ambition de Gleamer semble sans limite. Mais cette expansion internationale cache-t-elle des défis non résolus ?
Le futur de l’imagerie médicale sera-t-il marqué par l’automatisation IA ?
Afin de répondre aux besoins croissants des radiologues, Gleamer a formé des équipes spécialisées dans des niches comme les mammographies et les scans CT. Le récent lancement de son produit mammographie, après 18 mois de développement, illustre cette approche. S’appuie-t-elle sur des modèles IA propriétaires ? Et quels résultats peut-on réellement espérer de tels systèmes, quand la détection de cancer passe de trois cas sur cinq à quatre sur cinq comparée à un radiologue humain ?
Alors que l’avenir reste incertain, Gleamer se positionne-t-elle comme un acteur incontournable dans l’IA orchestrant et triant dans les examens médicaux ? En s’appuyant sur des partenaires comme le cluster Jean Zay pour les GPU, comment compte-t-elle s’imposer dans le secteur de l’IRM, réputé complexe ? Avec des enjeux aussi cruciaux, Gleamer est-elle en passe de démocratiser l’accès à l’imagerie préventive de masse ?
À l’heure où de nombreuses villes manquent de radiologues, l’IA pourrait-elle suppléer à ces manques en assurant une imagerie médicale réactive et préventive ? À terme, est-ce l’IA qui transformera les examens médicaux en outils systématiques d’exclusion de diagnostics, grâce à une sensibilité surpassant celle de l’humain, tel que l’affirme Christian Allouche, co-fondateur et PDG ?
Face à ces bouleversements technologiques, quelles nouvelles frontières l’IA pourrait-elle encore franchir, et surtout, le monde est-il prêt pour cette transition vers une imagerie médicale automatisée et préventive ?
Source : Techcrunch
