Dxcover est une entreprise de diagnostic médical basée en Écosse qui développe une technologie d'analyse spectroscopique pour la détection rapide de maladies. L'entreprise se concentre sur l'utilisation de la spectroscopie infrarouge combinée à l'apprentissage automatique pour identifier des signatures moléculaires de pathologies telles que le cancer à partir de simples échantillons de sang. Sa mission déclarée est de permettre un diagnostic plus précoce, ce qui peut améliorer les résultats thérapeutiques et réduire les coûts de santé.
La plateforme principale de l'entreprise, le test Dxcover® Cancer Test, analyse le sérum sanguin ou le plasma à l'aide de la spectroscopie infrarouge moyen. Cette technique mesure les schémas d'absorption uniques de la lumière infrarouge par les biomolécules - notamment les protéines, les lipides et les acides nucléiques - créant ainsi une « empreinte » spectrale de l'échantillon. Des algorithmes d'apprentissage automatique, entraînés sur de grands ensembles de données de spectres provenant d'individus sains et malades, classifient ensuite l'échantillon comme normal ou anormal. Cette approche est conçue pour être rapide, rentable et peu invasive, permettant potentiellement des tests en soins primaires.
Historique et fondation
Dxcover a été fondée en 2019 en tant que spin-off de l'écosystème de recherche de l'Université de Toronto, bien que ses opérations soient basées à Glasgow, en Écosse. L'entreprise est issue des travaux du professeur Matthew Baker et de son équipe à l'Université de Strathclyde, qui développaient la spectroscopie infrarouge pour le diagnostic clinique. Les fondateurs incluaient Baker, ainsi que des cadres commerciaux tels que le Dr Mark Hegarty et le Dr David McNaughton. L'entreprise a reçu un financement initial de démarrage de Scottish Enterprise et a ensuite attiré des investissements de fonds de capital-risque spécialisés dans les technologies de la santé.
Technologie et produits
Le produit phare est le test Dxcover Cancer Test, destiné à détecter plusieurs types de cancer à partir d'une seule prise de sang. Le test utilise une méthode de préparation d'échantillon brevetée qui sèche un petit volume de sérum sur une plaque spécialisée, ensuite scannée par un spectromètre infrarouge. Les spectres résultants sont traités par un algorithme propriétaire de apprentissage automatique entraîné à distinguer les changements moléculaires associés au cancer des variations normales. L'entreprise a rapporté que le test peut atteindre une sensibilité et une spécificité élevées pour certains cancers, tels que le cancer du pancréas et de l'ovaire, souvent diagnostiqués à des stades tardifs.
En plus du cancer, Dxcover explore des applications pour d'autres maladies, notamment les affections neurodégénératives et les maladies infectieuses. La plateforme est conçue pour être adaptable, avec l'algorithme réentraîné sur de nouveaux ensembles de données spectrales pour chaque cas d'usage clinique. L'entreprise développe également des logiciels pour la gestion et l'analyse des données spectrales, intégrés dans son flux de travail diagnostique.
Développement clinique et validation
Dxcover a mené plusieurs études cliniques pour valider sa technologie. En 2021, elle a publié les résultats d'une étude de preuve de concept impliquant plus de 500 participants, démontrant que le test pouvait détecter le cancer du pancréas avec une aire sous la courbe (AUC) de 0,90. Une étude plus vaste, achevée en 2023, a inclus plus de 2 000 patients dans plusieurs hôpitaux britanniques et a montré des résultats prometteurs pour la détection du cancer colorectal et du poumon. L'entreprise a également lancé un essai prospectif aux États-Unis, en collaboration avec un grand centre de cancérologie, pour valider davantage le test en vue d'une approbation réglementaire.
L'entreprise a reçu une autorisation réglementaire dans l'Union européenne au titre du règlement sur les dispositifs de diagnostic in vitro (IVDR) pour son kit de préparation d'échantillons. Cependant, en 2024, le test complet contre le cancer n'a pas encore reçu l'approbation de la FDA aux États-Unis, et l'entreprise poursuit une voie de classification De Novo. Dxcover a également établi des partenariats avec des institutions académiques et des prestataires de soins de santé pour élargir sa base de preuves cliniques.
Activité et partenariats
Dxcover opère en tant qu'entreprise privée avec son siège à Glasgow, en Écosse, et un bureau de recherche à Toronto, au Canada. L'entreprise a levé environ 15 millions de livres sterling auprès d'investisseurs, notamment la Scottish Investment Bank, Innovate UK du gouvernement britannique et des fonds de capital-risque privés. En 2023, elle a annoncé un partenariat avec une grande entreprise pharmaceutique pour explorer l'utilisation de sa technologie dans le développement de médicaments et la stratification des patients.
Le modèle économique de l'entreprise se concentre sur la vente de ses kits de diagnostic et de son logiciel d'analyse aux laboratoires cliniques et aux hôpitaux. Elle propose également un modèle de service où les échantillons sont envoyés à un laboratoire central pour analyse. Dxcover a exprimé son intérêt pour l'expansion vers des dispositifs de point de soins, ce qui permettrait des tests dans les cabinets médicaux ou dans des environnements éloignés, mais un tel dispositif est encore en développement en 2024.
Orientations futures
L'entreprise vise à élargir son offre de tests pour couvrir une gamme plus large de cancers et d'autres maladies, avec l'objectif de créer un outil de dépistage multi-cancers. Elle investit également dans des modèles de apprentissage profond pour améliorer la précision et réduire les faux positifs. Dxcover explore des collaborations avec des fournisseurs de cloud computing pour gérer le traitement de données spectrales à grande échelle. La vision à long terme est d'intégrer sa technologie dans les bilans de santé de routine, permettant une intervention plus précoce et une médecine personnalisée.
Voir aussi
- intelligence artificielle
- apprentissage automatique
- apprentissage profond
- réseau neuronal
- augmentation de données
Références
(Les références seraient listées ici dans un article complet, mais sont omises dans cette réponse.)