Startups

Pixyl : quand l’IA décrypte l’imagerie médicale

Date:
Mis à jour le 23/09/2021
Faire appel à l’intelligence artificielle pour analyser et interpréter les images obtenues par scanners, IRM ou radiographies et faciliter ainsi le travail des radiologues et neurologues. Voilà l’innovation développée par la startup Pixyl, née de recherches menées au sein d’Inria. Et qui commence déjà à conquérir les structures de santé.
Pixyl : Senan Doyle, Florence Forbes et Michel Dojat
© Inria / Photo É. Garault

La medtech avant l’heure

Tout a commencé en 2008 par le postdoc de Senan Doyle : un projet de recherche mené au sein de l’équipe désormais nommée Statify au centre Inria Grenoble Rhône-Alpes, en collaboration avec le Grenoble Institut des neurosciences (GIN). Le but ? Développer un algorithme capable d’analyser des données d’imagerie cérébrale et d’y repérer des régions anormales ou suspectes. « Au bout de deux ans, Senan a réussi à mettre au point un algorithme performant, retrace Florence Forbes, responsable de l’équipe Statify d’Inria Grenoble Rhône-Alpes. À partir de là, il y avait deux options : rester en laboratoire et publier ou développer un outil clés en main au service des professionnels de santé et des patients. »

Senan Doyle, Florence Forbes et Michel Dojat, du GIN, optent pour la seconde option… qui implique la création d’une startup pour poursuivre les recherches et emmener l’outil jusqu’à la commercialisation. « Or à l’époque, il n’y avait pas encore eu la vague IA et medtech, rappelle Florence Forbes. Il a donc fallu démarcher et convaincre. »

Récolter l’expertise des professionnels de santé

Heureusement, les fondateurs de la jeune pousse peuvent compter sur le soutien d’Inria et bénéficier notamment du fonds d'investissement IT-Translation soutenu par l’institut. Celui-ci finance la startup, d’abord hébergée par Inria, ainsi que des formations sur l’entrepreneuriat.

Dans le même temps, les échanges avec des radiologues et neuroradiologues se poursuivent pour améliorer l’algorithme et développer la "preuve de concept", un outil assez solide pour attirer les investisseurs et les clients. « Il nous fallait récolter l’expertise des professionnels sur l’interprétation des images ainsi que les images elles-mêmes pour faire progresser notre intelligence artificielle », précise Senan Doyle, à présent CEO de la startup, baptisée Pixyl.

La tâche s’avère d’ailleurs plus délicate que prévu : une grande variabilité existe tant dans les pratiques et méthodes des radiologues que dans la qualité des images. « Nous avons donc travaillé avec une quarantaine de structures de santé en France, en Italie, en Allemagne, en Espagne, aux États-Unis pour prendre en compte cette variabilité et obtenir un modèle robuste », ajoute Senan Doyle.

Intelligence artificielle affinée, outil adapté

Ce premier modèle établi, Pixyl voit enfin le jour en 2015. Mais la route est encore longue jusqu’à la commercialisation. Au cours des années suivantes, l’algorithme est ainsi intégré dans un logiciel pour que les radiologues puissent l’utiliser facilement.

Et il est encore amélioré. Par exemple, au départ, l’outil propose l’analyse de 160 régions cérébrales environ. Mais les zones d’intérêt sont noyées dans cette masse de données. « Avec l’expérience des radiologues sur les structures cérébrales vraiment révélatrices des pathologies, nous nous sommes concentrés finalement sur une vingtaine de régions », illustre Senan Doyle.

En parallèle, il faut développer la solution qui permet d’intégrer le logiciel dans le flux de travail des hôpitaux pour que son utilisation soit la plus transparente possible. Puis bien sûr obtenir le marquage CE pour pouvoir commercialiser cette solution, baptisée Pixyl.Neuro. Le dossier est déposé en 2018 et le marquage obtenu en 2019.

Les Journées francophones de radiologie : un concours qui change la donne

Cette année-là, Pixyl franchit également un nouveau cap grâce à sa première place à un concours organisé lors des Journées francophones de radiologie. « Il s’agissait d’un challenge face à d’autres entreprises, y compris de grands acteurs du secteur, détaille Florence Forbes. Une base de données d’images nous a été fournie et nous avions deux heures pour traiter une centaine de patients. » Et l’équipe de Pixyl est la première à rendre ses résultats… tout en obtenant le meilleur score.

Pixyl.Neuro, agrémenté de briques technologiques encore en développement, démontre en effet à cette occasion qu’à partir de l’imagerie cérébrale il est capable de prédire à deux ans le handicap des patients atteints de sclérose en plaques. « On peut ainsi agir beaucoup plus tôt, changer le traitement du patient et son parcours de soin, résume Senan Doyle. Et cette possibilité-là a fait du bruit ! » Résultat : la startup gagne en visibilité et signe dans la foulée des partenariats de distribution et commercialisation avec Siemens, GE Healthcare et Incepto.

Un gain de temps et de fiabilité

Deux ans plus tard, Pixyl, qui compte désormais seize salariés, a déjà déployé sa solution dans une vingtaine de structures de santé en Europe, malgré le sévère coup de frein de la crise sanitaire. « Notre produit analyse l’imagerie cérébrale, détecte les anomalies, les catégorise, les compare avec les images de patients témoins et, avant même que le patient ne sorte de la consultation, fournit au professionnel des informations qui vont lui donner des pistes pour adapter le traitement ou confirmer son diagnostic, explique Senan Doyle. Pour les radiologues, c’est un énorme gain de temps et une amélioration de la fiabilité de leurs observations. » L’outil permet de suivre ainsi les maladies neuro-inflammatoires, comme les migraines ou l’épilepsie mais également les maladies neuro-dégénératives (Parkinson, Alzheimer, Huntington…).

Pour rester à la pointe du progrès, la startup poursuit notamment les collaborations avec Inria et le GIN, à l’image d’un projet de recherche, récemment accepté par l’Agence nationale de la recherche (ANR), pour évaluer l’impact de la radiothérapie sur certains cancers du cerveau très avancés.

Des fonds pour conquérir de nouveaux établissements de santé

 continue également à se développer de son côté : après une première levée de fonds de 600 000 € en 2017, une seconde levée de fonds de 2,2 millions d'euros a eu lieu en avril 2021. « Celle-ci va nous permettre d’intégrer de nouvelles briques technologiques sur la prédiction à notre solution, et pour commencer celle pour la sclérose en plaques dont nous avons fait la démonstration lors du concours en 2019. Elle devrait être opérationnelle d’ici fin 2021,estime Senan Doyle. Puis nous développerons de telles briques pour d’autres pathologies en fonction des besoins qui nous seront remontés par les professionnels. »

Ce financement va également être utilisé pour poursuivre le déploiement en France : la startup espère équiper 40 structures de santé d’ici à la fin de l’année. Elle s’oriente également vers l’étranger puisqu’elle vient de déposer sa demande d’autorisation de mise sur le marché de la FDA, l’agence du médicament américaine. Du laboratoire aux établissements de santé à travers le monde : l’objectif visé par les trois fondateurs de Pixyl n’a jamais été si proche.

  • Breveter ou ne pas breveter ?

L’algorithme développé par Pixyl ne fait pas l’objet d’un brevet mais il bénéficie du secret industriel via un dépôt auprès de l’Agence pour la protection des programmes (APP). « Breveter, c’est prendre le risque que quelqu’un puisse copier la solution… or une startup comme la nôtre n’aurait pas les moyens de faire la chasse aux copies, explique Senan Doyle. Là, nous avons déposé une image de notre algorithme auprès de l’APP : il reste secret mais si besoin nous pouvons justifier que nous l’avons bien créé. »