Vous n'êtes pas encore inscrit ?
Inscriptionoctobre 2024
AI-STROKE, start-up montpelliéraine qui développe un neurologue numérique pour
pré-diagnostiquer les AVC en temps réel, franchit une nouvelle étape de son développement.
En ayant filmé 300 patients en phase aiguë d’AVC dans le cadre de son partenariat avec le
CHU de Nîmes, l’entreprise dispose désormais, de loin, du plus gros jeu de données mondial.
Les 20 000 vidéos réalisées et les 6 millions d’images récoltées permettent à son IA de
s’entraîner et d’obtenir des résultats encourageants en matière de détection des AVC.
Prochaine étape : les premiers essais cliniques
Les AVC constituent la deuxième cause de mortalité au niveau mondial et les victimes perdent en
moyenne 2 millions de neurones chaque minute. Selon une étude, les patients qui arrivent aux urgences
dans les 3 heures suivants les premiers symptômes ont moins d’invalidité 3 mois après la survenue de
l’accident cérébral que ceux qui ont reçu des soins tardivement1. Autant de chiffres qui démontrent
l’importance d’une détection en temps réel pour une prise en charge précoce. Un objectif qui reste
aujourd’hui difficile à atteindre en raison de plusieurs facteurs :
• la plupart des AVC se déclarent en dehors de l’hôpital ;
• les symptômes diffèrent très significativement d’un patient à l’autre ;
• les pompiers et même les urgentistes ne disposent pas des outils qui leur
permettent de poser systématiquement le bon diagnostic (près de 40 % des AVC
ne sont pas détectés par les premiers secours et une étude américaine2 a même
montré que 22% des AVC n’étaient pas détectés aux urgences de l’hôpital) ;
• l’AVC n’est souvent détecté que par le neurologue à l’hôpital.
Si bien que prendre en charge un patient dans la fenêtre clinique de soins – au maximum 4 à 6
heures après les premiers symptômes – est un véritable défi.
“Nous sommes convaincus que la solution développée actuellement par
AI-Stroke apportera une réponse satisfaisante à l’un des enjeux majeurs de la
prise en charge des AVC : la réactivité. Grâce aux images récoltées auprès de 300
patients du CHU de Nîmes, l’IA est d’ores et déjà en capacité de fournir des
diagnostics dont la fiabilité ne cessera d’augmenter au fil de ses entraînements.
Ce nouvel outil, lorsqu’il sera disponible sur le marché, pourrait contribuer éviter
de lourdes séquelles neurologiques aux patients victimes d’AVC. C’est en tout
cas l’objectif que nous nous fixons.” déclare Eric Thouvenot, PUPH, chef de
service neurologie au CHU de Nîmes et actionnaire d’AI-STROKE.
AI-Stroke, un neurologue numérique pour pré-diagnostiquer les patients
Avant de réaliser un scanner ou une IRM, le neurologue pose un diagnostic en demandant au patient de
réaliser quelques exercices simples : « faites un grand sourire », « levez les deux bras », « répétez ces
quelques phrases » … Par ce biais, il cherche à vérifier la présence des principaux symptômes
caractéristiques de l’AVC que sont la déformation de la bouche, la faiblesse d’un côté du corps (bras ou
jambe) ainsi que les troubles de la parole.
Afin d’établir un diagnostic d’une précision comparable, même lorsqu’un médecin neurologue n’est pas
disponible à proximité de la victime, AI-Stroke a développé une intelligence artificielle qui vise à être
embarquée dans une tablette ou dans un smartphone. Elle filme le patient pendant qu’il réalise ces
mêmes exercices, puis analyse les vidéos en les comparant aux 6 millions d’images déjà récoltées
pendant la constitution du jeu de données. L’IA est ensuite capable d’indiquer si les réactions du
patient correspondent ou non à un AVC.
L’objectif à terme est d’intégrer cette technologie dans les tablettes qui permettent aux pompiers, lors
de leurs interventions, de communiquer des informations aux hôpitaux. Un procédé qui permettra aux
premiers secours, grâce au pré-diagnostic de l’IA, de flécher directement les victimes vers l’un des
150 centres AVC présents sur le territoire. Et donc de gagner un temps précieux dans la prise en
charge du patient avant le diagnostic final du neurologue.
“Maintenant que nous disposons d’un jeu de données très conséquent, nous
pouvons mettre toute notre énergie sur l’entraînement de notre IA, dont les
premiers résultats sont plus qu’encourageants. Elle parvient déjà à diagnostiquer
un AVC dans 74 % des cas et nos performances ne cessent de progresser. Plus
nous parviendrons à collecter de data, plus la précision augmentera, jusqu’à
devenir aussi précise qu’un neurologue expert. Avant cela, nous lancerons les
essais cliniques courant 2025. Une étape importante avant la mise sur le marché
que nous espérons fin 2026.”conclut Cédric Javault, CEO d’AI-STROKE.
À PROPOS d’AI-STROKE : Créée en 2022, AI-Stroke est une medtech montpelliéraine qui développe un neurologue numérique basé sur
l’intelligence artificielle qui permet de détecter un AVC en temps réel à l’aide d’un smartphone ou une tablette. AI-Stroke est portée
par une équipe pluridisciplinaire dotée de compétences fortes en management, en IA et en neurologie. La start-up mène ses travaux
de recherche en collaboration avec le CHU de Nîmes et le LIRMM (laboratoire d’IA de Montpellier sous cotutelle du CNRS et de
l’Université de Montpellier). Elle est appuyée par un Comité Scientifique Consultatif de très haut niveau et détient à ce jour le plus
grand jeu de données mondial sur l’AVC. Elle est incubée au BIC de Montpellier (opéré par la métropole de Montpellier), soutenue
par la SATT AxLR qui est entrée à son capital et a bénéficié de plusieurs aides de Bpifrance (lauréat de la Bourse French Tech
Emergence, des Obligations Convertibles French Tech Seed, et lauréat de la 25ème édition d’i-Lab) et de la région Occitanie (Plan
d’Investissement pour l’Avenir régionalisé).
1 Fang J, Keenan NL, Ayala C, Dai S, Merritt R, Denny CH. Awareness of stroke warning symptoms—13 states and the District of Columbia, 2005. MMWR Morb Mortal Wkly Rep.2008;57(18):481–485.
2 Arch AE, Weisman DC, Coca S, Nystrom KV, Wira CR 3rd, Schindler JL. Missed Ischemic Stroke Diagnosis in the Emergency Department by Emergency Medicine and Neurology Services. Stroke. 2016 Mar;47(3):668-73. doi: 10.1161/STROKEAHA.115.010613. Epub 2016 Feb 4. Erratum in: Stroke. 2016 Mar;47(3):e59. doi: 10.1161/STR.0000000000000099. PMID: 26846858.
