Découvrez les 6 start-up en santé mentale sélectionnées par le Comité Scientifique du 18e Congrès de l'Encéphale. Une session leur est consacrée jeudi 23 janvier 2020 à 08h45 (salle 251), pour découvrir leur concept et leur démarche.
ANAMNÈSE
L'assistant qui optimise les parcours de soin entre patients et praticiens
Créée en juin 2017 à l'Ecole Polytechnique, notre intelligence artificielle simule un raisonnement médical et interroge le patient dans sa langue, afin de structurer un dossier médical, en préparation d'un acte clinique (consultation, opération, suivi). Ce faisant nous brossons un portrait exhaustif du patient, à partir duquel les professionnels de santé peuvent
BioSerenity
La rétine, vers un diagnostic et suivi des maladies psychiatriques assistés par IA
BioSerenity offre des solutions médicales et de télé-expertise sur des pathologies chroniques pour accélérer le diagnostic, faciliter le suivi et accompagner les solutions thérapeutiques. Depuis sa création, BioSerenity a pour objectif de simplifier l’acquisition et l’interprétation des signaux électrophysiologiques pour les médecins et leurs patients atteints de pathologies chroniques. BioSerenity a démarré son activité en 2014 avec des solutions médicales centrées sur l’électrophysiologie et est aujourd’hui l'un des premiers acteurs de télémédecine dans ce domaine via ses filiales médicales.
Feeleat
Le numérique pour mieux guérir les troubles du comportement alimentaire
Feeleat est un ensemble d'outils numériques dédiés à l’amélioration des soins pour troubles alimentaires. Développées en collaboration avec une communauté de plusieurs milliers de patients et de professionnels de santé, nos aides proposent un recueil de données en vie réelle, agrégées et analysées, et permettent au corps médical de mieux comprendre ce que vivent et ressentent leurs patients au quotidien pour mieux les prendre en charge.
MyReVe
MyReVe, la réaction émotionnelle au coeur de la réalité virtuelle
MyReVe, société française créée en février 2018, a pour ambition de prévenir, détecter et vaincre les peurs en utilisant des solutions de réalité virtuelle qui s'adaptent à la réaction émotionnelle de l'utilisateur. Elle est accompagnée par l’incubateur Paris Biotech Santé, le programme francilien d’accélération Wilco et HEC Challenge plus. Nous déployons une stratégie de commercialisation principalement en mode BtoBtoC.
MyBrain Technologies
Digital Brain Therapy For Stress and Anxiety
MyBrain Technologies a développé un casque de Neurofeedabck scientifiquement prouvé, la solution MeloMind. Les données cliniques démontrent l'efficacité des séances d'entraînement cérébral dans la gestion du stress et de l'anxiété.
MyBrain Technologies commercialise déjà son premier produit, MeloMind, dans le secteur du bien-être. La facilité d'utilisation et l'efficacité de MeloMind TM ont déjà séduit 2 000 utilisateurs particuliers, ainsi que des cliniques psychiatriques, ce qui correspond à plus de 30 000 séances d'entraînement cérébral déjà réalisées.
MyBrain Technologies prévoit maintenant d'exploiter ces atouts pour entrer dans le secteur médical avec MeloCare. Ce casque neurofeedback de deuxième génération sera complété par un Plateforme Médicale, qui fournira des données significatives aux professionnels, pour évaluer et suivre les progrès des patients concernant leur anxiété et potentiellement leur état dépressif.
PREDICTIX
Taliaz is a health-tech startup applying science to the world’s data to create digital solutions that better understand brain-related disorders for personalized treatment and management. Powered by its PREDICTIX AI-health prediction algorithm, our first product, PREDICTIX-Antidepressant, integrates genetic, clinical and demographic data to optimize antidepressant treatment for faster patient recovery.
In addition of using current medication guidelines and literature information, we have applied our pipe-line of algorithms and procedure on the raw data of the Sequence Treatment Alternatives to Relieve Depression (STAR*D) clinical trial, after which an ensemble of machine learning algorithms was applied. A prediction model based on combinations of novel genetic and environmental features was achieved, which yielded results which were significantly higher than current standard of care.
Applying this Scientific-Analytical approach allows us to learn from the trial to reduce the errors, driving a new standard of care in which doctors can make educated decisions when prescribing antidepressant medications to their patients.
Quels liens entre les troubles de l'humeur et la maladie de Parkinson et comment en reconnaître l...
Le diagnostic d’une dépression mixte reste compliqué. Les auteurs de cette présentation s’attache...
Invité d'honneur au congrès de l'Encéphale, Bernard Cazeneuve raconte l'extraordinaire parcours d...
Si vous souhaitez mieux maitriser la clinique de la pédophilie et sa prise en charge, bien compre...