Depuis Strasbourg, la start-up Elixir Health développe des algorithmes d’intelligence artificielle qui, intégrés à une suite logicielle, permettront notamment d’augmenter les chances de réussite des parcours PMA. En effet, l’infertilité est devenue un problème de santé publique au niveau mondial. En effet, selon un récent rapport publié par l’Organisation mondiale de la Santé, 48 millions de couples et 186 millions de personnes sont touchés par l’infertilité dans le monde (dont 3,3 millions de personnes en France), et ce chiffre est en forte croissance, d’où le besoin urgent d’améliorer l’efficacité des soins. Face à ce constat, le gouvernement français a même lancé, en janvier dernier, un grand plan de lutte contre l’infertilité.

« Quand on traite une patiente en PMA pour la première fois, on a beaucoup d’incertitudes sur comment il va réagir aux traitements, etc. Avec l’intelligence artificielle, nous pourrions réduire l’incertitude pour le praticien au moment de la première tentative de fécondation in vitro », explique Elodie Chapel, co-fondatrice et CEO d’Elixir Health.

La PMA assistée par l’IA

L’enjeu majeur de l’assistance médicale à la procréation est d’augmenter son taux de succès, qui se traduit par une grossesse, afin d’accélérer ce parcours. Malgré l’implication forte des professionnels de santé, le taux de succès de la PMA reste faible, avec 70% d’échecs à la première tentative. Sans même parler du fait que le parcours total dure en moyenne quatre ans, qu’il nécessite de nombreux examens et qu’il présente une charge physique et psychologique importante. Elixir Health a ainsi été créée pour répondre au manque de solutions et améliorer les parcours de soins complexes en santé reproductive. La start-up accompagnée par Bpifrance dans le cadre de France 2030 a d’ailleurs réussi une levée de fonds de deux millions d’euros, il y a maintenant deux mois, auprès de business Angels, notamment des entrepreneurs de la santé.

« Ce que nous faisons, c’est qu’on va voir dans les grandes bases de données et on va regarder les personnes qui ressemblent le plus aux patientes, explique Elodie Chapel. C’est pour ça qu’il y a un enjeu d’avoir les plus grandes bases de données possibles, avec le moins de biais possible pour avoir vraiment le jumeau numérique le plus proche de la patiente qu’il y a en face du praticien, afin de maximiser les chances de succès à l’issue de cette première tentative. »

Antonin Tabard