Deepia, une IA pour épauler les médecins dans l'intérprétation des analyses biologiques
La biologie médicale joue un rôle majeur dans la prise en charge des patients, mais son potentiel est encore largement sous-exploité. DEEPIA, une start-up française, a développé une plateforme d'IA pour pallier ce manque et améliorer l'efficience des médecins dans l'intérprétation des analyses biologiques.
Une technologie novatrice pour interpréter les analyses médicales
Fondée par Maxime Langevin, ingénieur de Polytechnique, et Dan Ringwald, expert en IA médicale, cette plateforme s'appuie sur des algorithmes élaborés par des médecins et biologistes de renom pour interpréter automatiquement les données biologiques.
Selon l'entreprise, cette IA est capable de décrypter automatiquement 90 % des anomalies courantes des bilans de biologie, facilitant ainsi les interactions entre les laboratoires et les professionnels de santé. Le système, accessible sur différents supports numériques,vise à optimiser le diagnostic, l'interprétation et la prescription en biologie médicale tout en simplifiant les processus médicaux.
Cette technologie n'a pas pour but de substituer au diagnostic du médecin, mais plutôt de l'assister, de l'enrichir et de le compléter.
Grâce à cette innovation, DEEPIA offre une amélioration significative dans la prise de décision médicale. La rapidité et la précision accrues dans l'interprétation des analyses bénéficient tant aux professionnels de santé qu'aux patients, optimisant ainsi le diagnostic et la prescription, et réduisant les risques d'erreur. Cette avancée est un pas de géant vers des soins plus efficaces et sécurisés.
La start-up a déjà obtenu de multiples reconnaissances, y compris la labellisation Deeptech par la BPI, sa participation active au réseau Medicen, à l’association France Biotech, et son succès en tant que lauréate de l’appel à projet Innov’up Leader PIA.
Les étapes fondamentales de la solution DEEPIA se déroulent comme suit :
-
Première étape
Le processus commence lorsque le laboratoire envoie les résultats du bilan à DEEPIA. La plateforme utilise des algorithmes avancés pour examiner une vaste gamme d'anomalies fréquemment rencontrées en biologie médicale, avec des milliers de scénarios possibles. Ces algorithmes évaluent les anomalies, classifiant leur gravité et identifiant celles qui nécessitent une intervention d'urgence. Une anomalie est définie comme toute valeur s'écartant des normes établies.
-
Deuxième étape : transfert de l'analyse au médecin
Une fois l'analyse effectuée, les résultats sont transmis au médecin. À ce stade, le médecin examine et qualifie les anomalies détectées. Le diagnostic final est établi par le médecin, s'appuyant sur l'analyse exhaustive fournie par DEEPIA.
-
Troisième étape : recommandations basées sur le Diagnostic
Selon le diagnostic posé, DEEPIA propose au médecin des recommandations pour des prescriptions complémentaires. Chaque recommandation est appuyée par des sources médicales fiables, garantissant la pertinence et l'exactitude des conseils prodigués.
Cette plateforme cherche à faciliter le travail quotidien des professionnels de santé, qu'ils soient médecins ou biologistes, en économisant du temps précieux et en réduisant les risques d'erreurs diagnostiques. Pour le patient, cela se traduit par une qualité de soins améliorée, une prise en charge plus rapide et un diagnostic plus sûr.
Etude de cas sur une anémie
Un patient réalise un bilan systématique de routine
Prescrit par son médecin. Une anémie est détectable sur le bilan mais pas explorée (manque de temps, oubli…). Un an plus tard, même bilan de routine, mais cette fois-ci l’anémie est très sévère, menant à une exploration plus poussée pour aboutir au constat que le patient est atteint d’un cancer colorectal. Rétrospectivement, la première anémie aurait pu mener au même diagnostic un an auparavant et donc à une prise en charge plus précoce du cancer si ce dernier avait été détecté dès le départ, et de fait améliorant le pronostic du patient. (hormis le cas chronique ou explicable par une pathologie déjà connue ou dès lors, la décision de ne pas réaliser d’exploration peut être légitime)
Explorations biologiques des anémies. Avantages d’un système expert vers l’Intelligence Artificielle
L’exploration des anémies est un motif très fréquent de prescription d’examens biologiques, mais l’analyse de son efficience a rarement été faite en termes médical et médicoéconomique.
L’objectif : Devant une anémie, comparer le type d’explorations biologiques prescrites en vraie-vie, par rapport aux prescriptions attendues définies dans un système expert.
Pour l’ensemble des bilans présentant une anémie, une comparaison des explorations complémentaires recommandées a été réalisée.
Sur l’ensemble des bilans étudiés, 18,8% présentaient une anémie. Il est à noter qu’il existe plusieurs types d’anémie dépendant d’autres paramètres biologiques, chacun appelant des examens complémentaires de biologie différents.
C’est ce qui a été fait dans le cadre de l’étude en comparant grâce aux algorithmes de la solution Deepia les prescriptions de vraie-vie avec celles attendues. Très souvent, les prescriptions complémentaires ne correspondaient pas. De fait, ce constat induit qu’il y a un problème non identifié par le médecin ayant traité le patient.
Les résultats obtenus grâce à un système l’algorithme expert :
Parmi les 20 670 patients analysés ayant eu un dosage d’hémoglobine, 3886 (18,8%) avaient une anémie (âge moyen 56 ans, H62%) : microcytaire ; 1179 (30,4%), normocytaire 2313 (59,7%) ou macrocytaire 384 (9,9%).
Pour l’analyse « des prescriptions non indiquées », au moins une analyse biologique a été prescrite à tort chez 1059/3876 patients (27%), 339/1179 (28,8%) des anémies microcytaires, 503/2313 (21,7%) anémies normocytaires et 217/384 (56,5%) anémies macrocytaires.
Conclusion :
Les explorations biologiques des anémies sont imparfaites puisque dans 50% des cas, elles ne comportent pas d’examens attendus (perte de chance pour le patient) et inversement, dans plus de 25% des cas, elles comportent des prescriptions non indiquées.
Source : Dossier de presse
Descripteur MESH : Médecins , Biologie , Patients , Joue , Rôle , Diagnostic , Anémie , Algorithmes , Santé , Temps , Soins , Technologie , Vie , France , Laboratoires , Travail , Prise de décision , Transfert , Pronostic , Réseau