Proposer un diagnostic fiable, tout en gagnant du temps. C'est l'équation à laquelle AZmed promet de répondre grâce à son intelligence artificielle capable de détecter les fractures et lésions osseuses sur les radios. Lancée en août 2018, la jeune pousse parisienne développe un algorithme de deep learning (apprentissage profond à l'aide de réseaux de neurones artificiels) qui s'intègre aux logiciels traditionnels utilisés par les radiologues et les urgentistes. « Lors de la lecture d'une radio, notre technologie détecte en moins de 0,2 secondes une anomalie et la signale par un rectangle », explique Julien Vidal, Pdg et co-fondateur d'AZmed.

La startup a été co-fondée par Alexandre Attia, diplômé d'un Master en intelligence artificielle spécialisé en imagerie médicale, de l'École Normale Supérieure Paris-Saclay, et Elie Zerbib, chirurgien au service obstétrique et gynécologie de l'AP-HP (Assistance Publique - Hôpitaux de Paris).

« Les fractures représentent la grande majorité des radios traumatologiques réalisées en France. Or, cet examen est souvent perçu comme rébarbatif et chronophage par la profession, tout en étant peu engageant d'un point de vue médical. C'est pourquoi notre technologie permet de gagner du temps, pour en dégager davantage avec le patient et réaliser des examens à forte valeur ajoutée », poursuit l'entrepreneur.

Un an et demi de recherche et développement a été nécessaire à la création de l'algorithme. « Nous avons signé des partenariats avec une dizain

Lire la suite