Votre parcours est impressionnant, combinant recherche académique, médecine et entrepreneuriat. Qu’est-ce qui vous a conduit à fonder Matricis.ai ?
Après un parcours académique en physique et en biophysique à l’École Normale Supérieure de Lyon, suivi d’un doctorat à l’Université Paris-Saclay, j’ai souhaité me tourner vers l’industrie. J’ai donc complété ma formation avec un MBA destiné aux scientifiques au Collège des Ingénieurs avant d’occuper un premier poste dans l’analyse de risques en réassurance.
Très vite, j’ai réalisé que ce poste ne me stimulait pas autant que je l’aurais souhaité. C’est alors que mon amie Élise Mekkaoui, atteinte d’endométriose, m’a partagé son idée de développer un outil d’aide au diagnostic. De part mes propres expériences et celles des femmes de mon entourage, j’étais consciente de l’énorme besoin non satisfait en gynécologie et j’ai été séduite par le défi technologique derrière le produit. J’ai décidé de me lancer à ses côtés et nous avons fondé Matricis.ai.
En quoi l’intelligence artificielle développée par Matricis.ai se distingue-t-elle des autres outils d’aide au diagnostic en radiologie ?
Comme la plupart des solutions d’aide au diagnostic en imagerie, notre technologie repose sur la computer vision : elle apprend à un réseau de neurones à reconnaître des motifs sur des images grâce à un très grand nombre d’images d’exemple ou ces motifs sont annotés. Cette approche est couramment utilisée dans d’autres domaines, par exemple les voitures autonomes qui doivent identifier des panneaux de signalisation sur les images RGB issues de leurs caméras.
Ce qui nous différencie, c’est que nous sommes les premiers à appliquer cette technologie à une pathologie gynécologique. Aujourd’hui, plus de 500 dispositifs d’IA en radiologie sont disponibles sur le marché, couvrant diverses modalités d’imagerie et pathologies, mais le pelvis féminin est un véritable désert en matière d’innovation médicale. L’endométriose, en particulier, pose un défi majeur car ses manifestations radiologiques sont complexes à identifier, même pour des radiologues experts. La constitution d’une base de données d’apprentissage fiable, et en particulier l’annotation des motifs, est donc un véritable défi, et c’est là que nous apportons une réelle avancée.
Comment l’IA transforme-t-elle actuellement le secteur de la radiologie et, plus largement, la médecine ?
La radiologie a été l’un des premiers domaines médicaux à bénéficier des avancées de l’intelligence artificielle. Le premier logiciel d’IA (pour le diagnostic de pathologies cardiaques) a été validé en 2016, et depuis, la technologie n’a cessé de se perfectionner. Aujourd’hui, un radiologue sur trois aux États-Unis utilise quotidiennement une IA pour l’assister dans son travail. Ces outils permettent de réduire les erreurs, de standardiser les diagnostics et d’accélérer l’analyse des images, ce qui est crucial dans un contexte de pénurie de spécialistes.
Avec l’essor des modèles de langage comme ChatGPT 3.5, l’IA s’étend à d’autres domaines médicaux, notamment la prise de notes automatique et la rédaction de comptes-rendus médicaux. Ces avancées permettent aux médecins de se concentrer davantage sur leurs patients en réduisant leur charge administrative.
Quelles garanties mettez-vous en place pour que vos outils respectent l’éthique médicale et ne reproduisent pas de biais liés au genre ou à d’autres facteurs ?
Notre dispositif est un logiciel médical de classe 2.a, soumis à des normes européennes strictes qui encadrent son développement et son déploiement. Cette réglementation impose également la réalisation d’études cliniques visant à comparer les performances des radiologues avec et sans l’aide de l’IA sur les mêmes images.
Concernant les biais, nous ne sommes pas exposés aux biais de genre puisque nous traitons exclusivement des pathologies gynécologiques. En revanche, les biais ethniques sont un point d’attention. En France, les statistiques ethniques étant interdites et nos données étant totalement anonymisées, nous minimisons ce risque en constituant des bases de données diversifiées, issues de plusieurs centres médicaux en France et à l’international.
Vous êtes accompagnée par l’accélérateur d’Allianz France, qui met l’accent sur l’IA générative pour sa nouvelle promotion. En quoi est-ce un atout pour votre développement ?
Notre objectif à long terme est que notre logiciel puisse être remboursé par la Sécurité sociale et les assurances, ce qui nécessitera un cadre réglementaire et économique bien structuré. L’accompagnement de l’accélérateur d’Allianz France nous permet de mieux anticiper cette étape et de structurer notre stratégie de remboursement.
De plus, Allianz est très engagé dans la santé des femmes, ce qui ouvre la porte à des collaborations prometteuses, notamment autour de la prévention et du dépistage précoce des pathologies gynécologiques.
L’accélérateur d’Allianz France, partenaire JFD et dirigé par Sylvain Theveniaud, a une mission d’éclaireur des tendances d’innovation au service d’Allianz France et de ses clients. Il contribue à promouvoir et développer des initiatives à impact et encourage et organise la création de synergies avec les startups accélérées. Près de 50 projets ont ainsi été lancés avec les startups depuis la création de l’accélérateur en 2015. L’accélérateur d’Allianz France est également engagé de longue date en faveur d’une meilleure représentation des femmes dans l’économie numérique et s’inscrit dans une volonté de soutenir les startups à fort potentiel.
Raphaelle Taub, cofondatrice Matricis.ai, et membre du JFD Club
Raphaelle Taub est normalienne, docteure en physique et diplômée du MBA du Collège des Ingénieurs. Elle a co-fondé et dirige Matricis.ai, start-up deep-tech issue de l’APHP et d’INRIA qui développe la première intelligence artificielle visant à aider les radiologues dans le dépistage des pathologies gynécologiques.
