AI Diagnostics a levé 85 millions de ZAR, soit environ 5,2 millions de dollars, pour développer sa plateforme de dépistage de la tuberculose. Le financement soutiendra la recherche clinique, le développement de produits et l'expansion en Afrique et en Asie.
Fondée en 2020 au Cap, l'entreprise conçoit des outils destinés aux travailleurs de la santé de première ligne. Son principal produit associe le stéthoscope numérique Ostium à un modèle d'intelligence artificielle qui analyse les bruits pulmonaires pour identifier les cas potentiels de tuberculose en temps réel.
Le tour de table a été mené par la Steele Foundation for Hope, avec la participation du groupe iFSP et du Global Innovation Fund. Parmi les investisseurs précédents figurent Africa Health Ventures et Savant.
La société a déclaré que sa technologie permettait un dépistage sans accès à un équipement de radiographie ou à des cliniciens spécialisés. Elle a reçu l'approbation réglementaire de l'autorité sud-africaine de réglementation des produits de santé et a déjà dépisté plus de 1 000 patients au niveau local.
Restez informé des derniers gros titres sur WhatsApp | LinkedIn
AI Diagnostics mène des recherches cliniques dans plus de 10 pays. Son directeur général, Braden van Breda, a déclaré que le système permettait d'identifier les personnes devant subir des tests supplémentaires, améliorant ainsi la détection précoce et l'accès aux soins.
Points clés à retenir
Ce financement souligne le rôle de la technologie pour combler les lacunes des systèmes de santé dans les marchés émergents. La tuberculose reste l'une des principales maladies infectieuses dans le monde, avec une grande partie des cas non diagnostiqués ou détectés tardivement en raison de l'accès limité aux outils de diagnostic.
Les méthodes de dépistage traditionnelles reposent souvent sur des infrastructures d'imagerie et de laboratoire qui ne sont pas largement disponibles dans les zones rurales ou à faibles ressources. AI Diagnostics s'attaque à cette lacune en rapprochant le dépistage du patient, à l'aide de matériel et de logiciels portables qui peuvent être déployés par les infirmières et les agents de santé communautaires.
Cela permet de réduire le besoin d'installations centralisées et d'augmenter la couverture du dépistage à moindre coût. Pour les investisseurs, le modèle combine des éléments de dispositifs médicaux et de logiciels, créant des cas d'utilisation récurrents liés aux systèmes de santé publique et au financement des donateurs.
L'approche s'aligne également sur les tendances plus larges de la santé numérique, où l'IA est utilisée pour améliorer le diagnostic et l'efficacité des flux de travail. Les principaux défis comprennent les approbations réglementaires sur plusieurs marchés, l'intégration dans les systèmes de santé nationaux et la garantie de la précision à l'échelle. Si ces problèmes sont résolus, le modèle pourrait s'étendre à d'autres maladies respiratoires et infectieuses.
