Christian Allouche, CEO de Gleamer, a des raisons d’être confiant et ambitieux. Sa 3e startup, Gleamer, vient de lever 27M€ pour mettre ses produits d’intelligence artificielle au service de l’analyse d’imagerie médicale. Avec l’accélération des sujets d’IA ces derniers mois, Gleamer souhaite mettre au service des radiologues une gamme de produits « la plus complète possible » en un rien de temps, afin de « réduire les erreurs de diagnostic de 30% », dans un premier temps. Car l’entrepreneur voit plus loin, espérant faire passer la Médecine dans un modèle plus préventif grâce à ses solutions, ses partenariats et l’aide des autres startups du secteur. Échange avec un homme que la Santé passionne autant que son envie d’entreprendre.
Bpifrance Le Hub : Peux-tu nous raconter ton parcours et la genèse de Gleamer ?
Christian Allouche, CEO de Gleamer : J’ai toujours été un entrepreneur, principalement dans la Healthtech. J’ai fait une Grande Ecole de Commerce (ESCP) mais j’ai toujours eu un goût pour les Maths et la Science. J’ai été attiré par l’idée d’entreprendre dans la Deeptech, la Santé et/ou dans des domaines avec un impact sociétal fort. J’ai donc monté plusieurs startups, qui ont connu un certain succès et m’ont permis de beaucoup apprendre – d’abord une plateforme d’échanges de cas cliniques entre docteurs puis une société de Biotech basée sur le traitement par thérapie génique pour les maladies du système nerveux central.
Entretemps j’ai repris mes études pour faire un DU (Diplôme Universitaire) de neurosciences il y a 7 ans, moment où j’ai vraiment découvert l’IA et senti tout son potentiel. Il était donc naturel pour moi de créer une startup mêlant IA et Healthtech avec mon associé, Alexis Ducarouge, ce qui a donné Gleamer, dont le cœur de métier est d’utiliser l’IA en radiologie.
La mission que l’on se donne est de chercher à élever le standard de soin en radiologie grâce à l’IA (‘Elevate standard of care with imaging AI’). Le chapitre que l’on est en train d’écrire part du constat qu’il y a de grandes disparités entre les Radiologues, qu’ils soient experts d’un sujet ou plus généralistes. Nous voulons réussir à rendre chaque radiologue multi-expert grâce aux outils d’IA. Nous avons donc mis sur le marché une plateforme d’intelligence artificielle top notch, qui est la plus complète possible et qui couvre la routine clinique des radiologues.
« Il y a de grandes disparités entre les Radiologues, qu’ils soient experts d’un sujet ou plus généralistes »
Quels ont été les jalons du développement de Gleamer jusqu’à aujourd’hui ?
En décembre 2017, nous avons lancé Gleamer avec une vision ambitieuse. Après avoir réuni une équipe dévouée, nous avons travaillé diligemment pour obtenir la certification CE pour notre premier algorithme, boneView. En mars 2020, nous avons fièrement lancé notre produit sur le marché, répondant ainsi aux normes strictes des dispositifs médicaux. Depuis lors, notre entreprise a connu une croissance exponentielle. Avec une équipe de 50 membres talentueux, nous sommes impatients de doubler notre effectif dans les 18 prochains mois, témoignant de notre succès et de notre détermination à innover dans le domaine de la santé.
Côté levée de fonds, nous faisions en juillet 2018 un premier seed de 1,5M€ avec XAnge, Elaia et la Bpi (plus des business angels). En juillet 2020, nous levons à nouveau des fonds en Serie A à hauteur de 7,5M€ pour scaler. Et cette année 27M€, donc, toujours aux côtés de la Bpi. Le fait d’avoir levée des fonds auparavant, notamment pour ma startup de Biotech m’a aidé à gagner du temps sur l’avancement de Gleamer !
Gleamer a levé 27 millions d’euros en Série B pour élargir son portefeuille de solutions d’IA : lesquelles ? Quels sont les axes de développement de Gleamer ?
Personnellement, je ne crois pas à une vague de remboursement massif de l’intelligence artificielle en imagerie médicale. Si l’on parvient à mettre de super solutions dans les mains des médecins et des radiologues à un prix abordable, il faut le faire ! C’est comme cela que l’on va améliorer la qualité des soins.
La promesse est très forte, c’est une réduction des erreurs d’à peu près 30%, ce qui est énorme ! Notre objectif est de créer des ‘‘compagnons’’ du radiologue pour une réduction du temps de lecture et un gain de productivité, à un prix abordable, ce qui pour nous est une mission d’utilité publique. Nous intégrons des fonctionnalités qui permettent aux radiologues d’avoir une expertise complète sur un panel de domaines différents le plus complet possible pour couvrir 70% de leurs besoins de routine, ce que nous sommes en train de faire et que nous espérons finaliser d’ici 2 à 3 ans.
Notre levée de fonds nous permet de développer notre modèle. Tout ce que l’on a construit depuis 5 ans va au-delà de nos produits : nous avons construit une IA Factory en interne avec des équipes multidisciplinaires comprenant de la data, de l’IA, du software, du réglementaire, des chargés d’Affaires cliniques…
Faire travailler ces métiers ensemble nous donne des assets uniques. Nous possédons également notre propre data lake. Nous sommes équipés pour produire vite (et bien) quand nous voulons sortir un produit et le mettre sur le marché. Notre enjeu va être de parvenir à délivrer beaucoup de produits concrètement utiles aux radiologues. Nous sommes bien déployés et les feedbacks sur nos premiers produits sont bons, nous sommes convaincus d’y arriver.
Les produits que l’on va développer sont multiples et comprennent une gamme sur le scanner, notamment en oncologie et une gamme sur la mammographie et la tomosynthèse.
« Notre objectif est de créer des ‘‘compagnons’’ du radiologue pour une réduction du temps de lecture et un gain de productivité »
La stratégie de déploiement de Gleamer repose sur une série de partenariats forts. Quels sont-ils aujourd’hui et quels seront-ils demain ?
Nous avons beaucoup de partenaires privés mais aussi des partenariats académiques, en effet. Nous avons notamment deux partenariats massifs avec l’APHP qui sont vraiment importants pour nous dans la co-construction de produits. Ce partenariat nous offre une opportunité précieuse d’accéder à des données qui contribuent à l’amélioration continue de nos modèles.
De plus, nous sommes ravis d’annoncer notre récent partenariat avec le Centre de Lutte contre le Cancer Léon Bérard (CLB), un organisme d’une importance capitale pour nous. Ce partenariat nous permet de bénéficier d’un accès privilégié à des données rares et extrêmement précises dans le domaine de l’oncologie. Cette collaboration renforce notre capacité à développer des solutions innovantes et adaptées aux besoins spécifiques des patients atteints de cancer.
L’IA en médecine bouleverse le secteur dès aujourd’hui. Quelles sont d’autres grandes avancées que tu vois potentiellement faire bouger également le domaine ?
Déjà, sur le sujet IA, il y a 2 dimensions :
- la computer vision, sur laquelle nous travaillons – et je pense que l’on a les meilleures équipes du monde sur le sujet – pour le traitement fin des images et les symptômes
- et l’IA générative qui, selon moi, va ouvrir un nouveau chapitre sur notre mission d’élever le standard de soin, de par sa multimodalité.
Je pense que l’IA générative va nous permettre demain de récupérer et de croiser les informations complexes des patients pour établir des diagnostics plus contextualisés à partir d’une image. Je ne doute par exemple pas que dans le futur l’IA arrive à un niveau de diagnostic équivalent à celui des meilleurs médecins sur certains champs et applications de la médecine.
L’IA va vraiment être un levier pour arriver à de la médecine de précision car elle sera capable de gérer de la data impossible à appréhender pour le cerveau humain. Le médecin de demain aura ces outils et sera capable de s’en servir, et ces IA multimodales génératives permettront d’aller beaucoup plus loin. L’idée est d’aller jusqu’à révéler l’invisible d’aujourd’hui pour déterminer les signaux faibles et symptômes annonciateurs de maladie bien plus tôt, ce sur quoi travaillent aujourd’hui bon nombre de startups. L’interconnexion entre toutes ces startups de HealthTech sera primordiale pour regrouper et analyser de la data en grande quantité et arriver à de la médecine de précision, qui ressemble au Graal des industries Pharma et Tech.
Je crois beaucoup à la médecine de prédiction et de prévention. Demain, nous ferons tous un examen d’imagerie médicale pour essayer de prédire l’apparition de pathologies chroniques le plus tôt possible afin d’inclure un maximum de personnes dans le parcours de soin et de les garder en bonne santé avant l’apparition de symptômes et éviter de payer au prix fort des conséquences d’une maladie. L’idée est d’anticiper un maximum pour sortir de notre système de Santé à réaction.
Responsable Contenus et Marque Bpifrance Le Hub