Plus de 60 millions d’examens par an et près de 2.000 hôpitaux déployés : c’est le bilan opérationnel qu’Aidoc a présenté à Goldman Sachs.
Le 29 avril, l’entreprise d’IA clinique née en Israël et installée à New York a annoncé une Series E de 150 millions de dollars. Le tour est mené par Growth Equity chez Goldman Sachs Alternatives, avec General Catalyst, SoftBank Investment Advisors et NVentures, le fonds de Nvidia. En dix ans, Aidoc dépasse ainsi 500 millions de dollars de financement total.
Mais le montant levé n’est pas l’élément le plus intéressant.
Le vrai actif, c’est l’autorisation de la FDA
Plus tôt cette année, le CARE foundation model d’Aidoc a reçu une autorisation de la FDA pour ce que l’entreprise décrit comme le premier modèle fondation d’IA complet destiné au triage en imagerie médicale.
Ce “premier” compte. Depuis dix ans, la FDA a autorisé des centaines d’outils d’IA pour l’imagerie, mais presque tous étaient spécialisés : un pour les nodules pulmonaires, un pour les hémorragies cérébrales, un autre pour les fractures. Un hôpital qui voulait une solution complète devait connecter de nombreux fournisseurs.
CARE regroupe ces tâches dans un seul modèle. Lorsqu’un examen arrive, l’IA peut évaluer en parallèle plus d’une douzaine de situations urgentes. Pour les hôpitaux, cela réduit les achats fragmentés d’IA et permet à un seul modèle de couvrir une grande partie de la priorisation en imagerie d’urgence.
Une autorisation de la FDA d’une telle ampleur exige des preuves cliniques bien plus solides qu’un outil ponctuel. Aidoc possède désormais une permission qui ressemble davantage à un niveau système d’exploitation dans l’IA médicale.
Un volant de données bâti sur 110 millions d’examens
Les chiffres qui soutiennent Aidoc sont les suivants :
| Indicateur | Donnée |
|---|---|
| Hôpitaux déployés dans le monde | Près de 2.000 |
| Volume annuel d’imagerie | Plus de 60 millions d’examens |
| Volume cumulé d’imagerie | Plus de 110 millions d’examens |
| Financement total | Plus de 500 millions de dollars |
Dans l’IA santé, le même écart revient sans cesse : faire une démo est facile, entrer dans l’hôpital est difficile. Aidoc a passé les dernières années à approfondir le triage de l’imagerie d’urgence. Lorsqu’un scanner arrive, l’IA passe d’abord et remonte les suspicions d’hémorragie cérébrale, d’embolie pulmonaire, de dissection aortique et d’autres cas vitaux en haut de la liste du radiologue.
Après plusieurs années dans ce flux de travail, plus de 110 millions de cas deviennent des données d’entraînement qu’un nouvel entrant ne peut pas reproduire rapidement. L’autorisation large de CARE par la FDA repose moins sur une architecture spectaculaire que sur des données cliniques réelles.
Où ira l’argent
Le CEO Elad Walach a résumé l’orientation :
D’ici 2030, chaque décision diagnostique complexe devrait être soutenue par une IA permettant une détection plus précoce.
Le plan comporte trois axes. D’abord, Aidoc veut étendre CARE au-delà de la priorisation d’urgence vers davantage d’indications cliniques, en passant des cas immédiatement dangereux aux signaux précoces de maladies chroniques.
Ensuite, l’entreprise veut générer automatiquement des brouillons de comptes rendus d’imagerie. L’IA produirait une première version que le radiologue corrigerait, au lieu de repartir de zéro. Si cela fonctionne, le gain de temps sur la rédaction peut être considérable.
Enfin, Aidoc veut déployer aiOS à l’échelle mondiale. L’objectif est de réunir ces outils dans une plateforme d’entreprise, afin que les hôpitaux gèrent une couche d’exploitation de l’IA plutôt qu’une série de fournisseurs isolés.
Ce dernier point est essentiel. Pour les équipes IT hospitalières, la question la plus difficile n’est souvent pas de savoir quelle IA est la plus précise, mais comment gérer conformité, confidentialité, versions et bascule de secours lorsque des dizaines d’IA tournent en même temps. aiOS vise cette couche de gouvernance.
Ce que signifie l’arrivée de Nvidia
La participation de NVentures ne ressemble pas à un simple investissement financier dans l’IA santé.
Nvidia dispose de Clara, de BioNeMo et d’infrastructures GPU optimisées pour l’imagerie médicale. Investir dans Aidoc revient aussi à rapprocher un grand client d’inférence de modèles fondation de son propre écosystème. Si CARE tourne dans près de 2.000 hôpitaux et traite des dizaines de millions d’inférences d’images par an, le calcul derrière cette charge devient lui-même une activité majeure.
Le marché de l’IA médicale ne manque plus de capitaux. Ce qui manque, c’est la combinaison d’une autorisation large de la FDA, d’un déploiement clinique réel et d’un partenaire de calcul de premier plan. Aidoc possède désormais ces trois éléments, ce qui éclaire ses plus de 500 millions de dollars de financement total.
La prochaine question est de savoir si l’approche de modèle fondation complet peut dépasser l’imagerie et se reproduire en pathologie, ECG ou fond d’œil. C’est l’un des sujets les plus importants à suivre dans l’IA médicale.
Sources : Aidoc Raises $150 Million Series E Led by Goldman Sachs to Scale Clinical AI for Earlier, Safer Diagnoses (PR Newswire), Exclusive: Clinical AI provider Aidoc raises $150M Series E (Axios), Aidoc raises $150M in funding round (AuntMinnie), CocoLoop, Radiology vendor Aidoc raises $150M from Goldman Sachs and others (Radiology Business)