- Speaker #0
On a monté AxiDest by NX maintenant il y a quasiment 5 ans avec 3 autres cofondateurs. Et aujourd'hui, on a une quinzaine de personnes qui bossent dans la boîte. Le focus de la boîte, c'est de développer des prothèses bioniques. Donc la spécialisation, c'est la robotique, c'est l'intelligence artificielle, c'est la biomécanique humaine. Pour moi, l'IA dans le secteur de la MedTech, c'est un outil qui permet d'augmenter des performances d'outils existants, de dispositifs existants. On parle de 14 senseurs et d'une fréquence de 500 samples par seconde. On a quelquefois des patients qui viennent faire des essais et qui font dans l'arme. Ça, c'est quelque chose de vraiment prenant. Les portraits de Léa avec Leïla et Benoît.
- Speaker #1
Bonjour à tous, chères auditrices et chers auditeurs, bienvenue dans ce nouvel épisode de notre podcast sur l'intelligence artificielle. Aujourd'hui, on va parler de l'IA dans la Medtech et en particulier avec une startup qui s'appelle Axiles Bionics. Et nous avons le plaisir d'accueillir son CEO aujourd'hui, Pierre, Pierre Chorel. Bonjour Pierre.
- Speaker #0
Bonjour Benoît.
- Speaker #1
Avec nous aussi aujourd'hui, Léla, comme toujours, Léla Rebou. Salut Léla. Comme toujours,
- Speaker #0
je suis là.
- Speaker #1
Voilà, Fidelo Post va commencer. On va appliquer les mêmes formules que les autres fois. Donc, une vraie discussion avec un petit scénario qu'on va tenter de suivre. Mais surtout, on se laisse la liberté de pouvoir improviser, rebondir. C'est ce qui fera un petit peu l'originalité de ce podcast. Alors Pierre, avant de démarrer dans le vif du sujet, peut-être qu'on peut expliquer aux auditeurs d'où nous nous connaissons.
- Speaker #0
Oui, avec plaisir. Ça doit faire une bonne vingtaine d'années. On s'est rencontrés à l'aube du démarrage d'un groupe de musique. On était les deux premières personnes à se lancer dans ce groupe et on a fait un petit bout de chemin ensemble.
- Speaker #1
On a fait quelques petits concerts avant que nos chemins musicaux se séparent. Et que tu... que tu lances cette magnifique startup dont tu vas nous conter l'histoire. Alors, peut-être qu'on peut commencer par une présentation de qui tu es et ce que tu as fait dans la vie pour arriver jusqu'où tu es aujourd'hui.
- Speaker #0
Ok, très rapidement. Mon nom c'est Pierre Charel, je suis physicien à la base. Ensuite j'ai fait un doctorat en robotique à la VUB, la vraie université de Bruxelles, dans un centre de recherche qui s'appelle Brubotics et qui est spécialisé... Dans la réadaptation des membres inférieurs, pendant une petite dizaine d'années, j'ai eu l'occasion de travailler sur des sujets comme des exosquelettes, des prothèses, des motorisations spéciales pour ce type de dispositif. Et puis, suite à ça, le hasard a fait qu'on a développé quelque chose qui semblait être intéressant pour le marché, semblait être intéressant pour des patients amputés, pour être plus précis. Et donc on a décidé de lancer la startup, de lever les fonds nécessaires. On a monté AxiLess by NX maintenant il y a quasiment 5 ans avec 3 autres cofondateurs. Et aujourd'hui on a une quinzaine de personnes qui bossent dans la boîte. On a un premier dispositif sur le marché depuis un peu plus d'un an et les choses avancent petit à petit.
- Speaker #1
Ok super, donc en fait la startup est née finalement de... produit que tu as développé pendant ton doctorat, si je ne me trompe pas, c'est ça ?
- Speaker #0
C'est ça, c'est ça. Donc, effectivement, pendant mon doctorat, on s'est rendu compte que les prothèses de membres inférieurs, et plus particulièrement de chevilles-pieds, étaient non articulées, la grande majorité était non articulée. C'était des technologies qui n'ont que très peu changé en 50 ans. Et voilà, l'idée, c'était de début des années 2000, on va dire, la question c'était peut-on améliorer ça ? Peut-on amener une articulation au niveau de la cheville, ainsi que la fonction musculaire avec les nouvelles technologies robotiques ?
- Speaker #1
Ok, donc à l'époque, en fait, on ne parlait pas encore d'IA. Je pense que les premiers prototypes que tu as faits...
- Speaker #0
Non,
- Speaker #1
ce n'est pas non plus. C'est ça, il y avait un système de ressort qui permettait d'utiliser l'énergie produite par le corps humain et de la relancer. Je ne suis pas physicien, mais je pense que tu pourrais peut-être nous expliquer de manière un peu plus détaillée comment ça fonctionne.
- Speaker #0
Pour faire simple, le grand problème de la cheville, c'est que c'est l'articulation qui génère le plus d'énergie pendant la marche. du corps humain. Et recréer cette énergie est très complexe, surtout pour arriver à faire ça dans un form factor qui fit dans une jambe, on va dire. Donc l'utilisation d'un moteur électrique simple, par exemple, ce n'est simplement pas possible. On finirait pour une personne de 80 kg avec un moteur qui en pèse 4, il faudrait un sac à dos. pour l'utilisation. Donc, ce n'est pas possible. Et donc, c'est là que toute cette recherche a eu lieu sur comment est-ce qu'on peut décupler finalement la puissance mécanique du système tout en gardant une puissance électrique minimale. Et effectivement, c'est en couplant moteur avec ressort, avec mécanique intelligente, je vais dire, qu'on est arrivé à une solution qui est devenue viable pour la patientelle. Quand je dis viable, ça veut dire En termes de volumétrie, ça veut dire en termes de poids, ça veut dire en termes de coût. Donc, ça comprend vraiment la totalité des paramètres nécessaires pour arriver à quelque chose d'utilisable par Monsieur Tout-le-Monde dans la vie de tous les jours.
- Speaker #1
C'est ça. Donc, vous produisez aujourd'hui un medical device qui répond à cette problématique et qui utilise justement tout ce que tu nous as...
- Speaker #0
C'est ça.
- Speaker #1
Tout ce que tu viens de nous expliquer. Pardon, je vais y arriver.
- Speaker #0
C'est ça. Alors, effectivement, le focus de la boîte, c'est de développer des prothèses bioniques. Donc, la spécialisation, c'est la robotique, c'est l'intelligence artificielle, c'est la biomécanique humaine. Et c'est vrai que cette intelligence artificielle, elle n'est venue que par la suite, parce qu'à l'époque, on n'en parlait pas encore autant.
- Speaker #1
Axiles a été créé en 2019.
- Speaker #0
2019, pour être précis. Les financements étaient présents juste avant 2020. Donc, on a vraiment commencé en novembre 2019. On a vraiment commencé nos développements qui étaient évidemment. On commence toujours par le hardware. Donc, le hardware prend des années à développer et l'IA est en préparation. Donc, aujourd'hui, l'IA de nos dispositifs n'est pas encore intégré dans... Dans un produit commercialisé. C'est une spin-off ou une start-up ? C'est ça, c'est une spin-off et start-up à la fois. Ok. Donc vous utilisez quand même les résultats de l'utilité ? Oui absolument. Tout à fait. Il y a quelques brevets qui ont permis effectivement de se lancer et puis qui forment un peu la base de la technologie.
- Speaker #1
D'accord, revenons peut-être d'abord un petit peu avant de faire un focus plus particulier sur Axiles Bionics. Et je pense qu'on a eu aussi une petite discussion en préparation de ce podcast sur les expériences que tu as eues avant de lancer ta boîte. Et je pense que c'est important qu'on en parle parce que ça pourra peut-être inspirer beaucoup de gens. On y revient dans quelques minutes. Mais donc la MedTech, c'est quoi ? Pour les gens qui ne savent pas ce que c'est la MedTech, c'est un mot un petit peu étrange. Tu peux nous l'expliquer en deux mots ?
- Speaker #0
Oui, finalement, c'est assez simple. Medtech reprend deux mots. Tech pour technologie, med pour médical. Donc, c'est tout ce qui touche aux technologies médicales ou, en d'autres termes, les dispositifs médicaux. Qu'est-ce qu'un dispositif médical ? En fait, tout objet qui est utilisé dans le monde médical va probablement tomber sous le couvert du dispositif médical. Il y a des définitions très précises que je ne connais pas par cœur. On ne doit pas aller aussi loin dans le détail, mais c'est un domaine qui est extrêmement large. Ça va du stéthoscope au lit d'hôpital, au scanner, à la prothèse interne, la prothèse externe. C'est vraiment très large comme domaine.
- Speaker #1
Et donc tous ces objets, tous ces devices médicaux sont soumis probablement aussi à des contrôles plus spécifiques, vu qu'ils ont un lien très clair et très direct. avec la santé des individus qui les utilisent.
- Speaker #0
Oui, absolument. Il y a quelques années, les directives nationales ont évolué vers une régulation européenne du dispositif médical qui effectivement reprend toutes les règles, toutes les lois, toutes les régulations à respecter pour pouvoir mettre un dispositif médical sur le marché européen. pouvoir avoir apposé le marquage CE. Est-ce que c'est long comme process ? Ce type de passage obligatoire pour cadrer avec la réglementation ? Ça rend toujours les choses plus longues et plus compliquées. Mais après, tout dépend du type de dispositif médical. Il existe différentes classes de dispositifs médicaux. Et forcément, la classe 1 sera plus facile d'accès au marché qu'une classe 3 invasive, par exemple. Donc tout dépend du type.
- Speaker #1
Donc ça c'était clairement, avant de vous lancer, quelque chose, pas de contraignant, mais de... Allez, si, de contraignant, probablement. En tout cas, il faut vraiment pouvoir s'y plier et y répondre, sans quoi en fait on a beau avoir le meilleur objet au monde, c'est compliqué de le lancer si on n'a pas le soutien derrière, ou en tout cas si on n'a pas les régulations qui sont respectées.
- Speaker #0
Et puis il n'y a pas... que les régulations sur le produit même, mais il y a aussi sur la société, évidemment. Toute société qui développe un dispositif médical doit avoir ce qu'on appelle un Quality Management System en place, l'ISO 13800, je ne me souviens plus. Mais voilà, c'est très contraignant aussi, évidemment. Ça met beaucoup de pression sur une boîte.
- Speaker #1
Tu parlais tout à l'heure, c'est un mot qui m'intrigue un peu, bionique. Moi, j'ai toujours l'impression que c'est un mot du futur, ou en tout cas des dessins animés qu'on regardait quand on avait 10 ans. C'est quoi un objet bionique ?
- Speaker #0
Alors, le mot bionique est un peu un mot hype, tout comme AI, utilisé par beaucoup de monde, utilisé par beaucoup de personnes, même dans l'orthopédie. sans forcément y mettre une définition. Donc je pense que chacun a un petit peu sa propre définition, j'ai la mienne. Ma définition d'un membre bionique, c'est un membre qui sera articulé de manière anatomique et qui aura une fonction musculaire capable des mêmes choses, on va dire, que le corps humain. Ou disons, s'en approchant. Voilà. Ça, c'est pour moi... Alors, ça reste peut-être un peu abstrait comme terme, mais ça reste pour moi la meilleure définition pour un membre bionique.
- Speaker #1
Ok, c'est un peu plus clair. Ça me fait penser un peu à ces fameux robots de Boston Dynamics. C'est aussi des objets ou des membres bioniques, du coup ?
- Speaker #0
Alors ça, par exemple, je ne les classifierais pas du tout de bioniques, parce que...
- Speaker #1
C'est des robots en fait complets. Oui,
- Speaker #0
c'est des robots complets, ça c'est une chose. Mais si on va regarder les membres séparés, si je parle par exemple des membres inférieurs, ce qui est plutôt dans mon domaine d'expertise, je ne dirais pas que ce sont des membres bioniques. Ils sont conçus pour fonctionner avec le robot. mais ne pourrait pas être découplé de ce robot, être attaché à une personne et fonctionner tel une jambe. Ça ne fonctionnerait pas. D'ailleurs, la majorité de ces robots bipèdes marchent les genoux pliés parce que justement, il n'y a pas suffisamment de puissance dans la cheville, par exemple, pour avoir une foulée naturelle comme l'humain. Et c'est ça le grand challenge sur lequel nous avons travaillé pendant des années. à la résoudre pour les prothèses.
- Speaker #1
Ok, super. Merci Pierre. Là, on a eu un petit aperçu de ton parcours, on va dire, académique. Tu as expliqué aussi pourquoi tu as lancé Axiles Bionics, mais on va y revenir. On a bien compris maintenant ce qu'était la MedTech, ce qui est objet bionique aussi. Tu as mentionné tout à l'heure qu'en fait, l'IA, ce n'était pas quelque chose auquel tu pensais. Donc, quand tu as commencé ton doctorat, tu as construit ton objet, je veux dire, du point de vue physique, mais sans y intégrer des données, etc. Moi, ce que j'aimerais bien savoir, c'est aujourd'hui, et peut-être pas en faisant tout de suite le rapport avec Axiles Bionics, mais comment est-ce que l'IA s'intègre aujourd'hui dans le paysage des MedTech ? Et par la suite, deuxième question, quand et pourquoi est-ce que chez vous, vous vous êtes dit, ah ben tiens... collecter les données et en faire quelque chose, il faut vraiment qu'on le fasse. C'était quoi la réflexion derrière ? Mais d'abord en commençant peut-être par un aperçu large de ce que toi tu vois à propos de l'IA dans le secteur de la Medtech.
- Speaker #0
Pour moi, l'IA dans le secteur de la Medtech permet de... C'est un outil, c'est un outil très clairement. C'est un outil qui permet d'augmenter les performances. d'outils existants. de dispositifs existants. Quand je dis augmenter les performances, ça peut être en efficacité, ça peut être en précision. Ça, c'est une première chose. C'est un outil qui permet peut-être plus d'agilité aussi dans l'utilisation. J'y reviendrai peut-être plus dans le contexte d'Axilès, ça sera plus facile à expliquer. Et le troisième, qui je pense est vraiment une... Un point extrêmement fort et qui va se développer de plus en plus dans les années à venir, c'est la personnalisation. Chose qui était beaucoup moins présente avant et qui va vraiment pouvoir se développer de plus en plus.
- Speaker #1
Personnalisation, j'imagine, d'autant plus importante dans la Medtech parce que chaque personne est unique.
- Speaker #0
Exactement.
- Speaker #1
Chaque traitement est unique et donc avoir des données et de l'IA. permet de créer le meilleur device, le meilleur traitement,
- Speaker #0
d'avoir un traitement thérapeutique personnalisé, etc. Alors dans le cadre d'Axiles, dans le cadre de notre travail, c'est sûr que quand on a commencé, on va dire un peu avant 2010, dans ces eaux-là, la robotique était encore relativement difficile d'accès. C'est grâce à tout ce qui est Arduino, certainement ça vous est bien connu, les Arduino, les Raspberry Pi, etc. C'est ce qui a permis de faciliter quand même tout ce qui est prototypage robotisé. L'impression 3D aussi a aidé énormément. Tout ça explique l'accès à la robotique plus facile. Mais à l'époque, on ne parlait pas encore d'IA. En robotique, on parle de théorie de contrôle. bouger un actuateur, un moteur ou autre, on parle de théorie de contrôle. Quand il s'agit d'une prothèse, ce qui est complexe, c'est qu'on fait face à plusieurs éléments inconnus. La prothèse d'abord doit être attachée à un humain, on ne sait pas trop ce qu'il va faire, ou qui il est, ou comme tu le disais, chaque personne est différente, chaque personne marche différemment, chaque personne bouge différemment. Mais en plus de ça, il y a l'environnement. La personne va utiliser cette prothèse dans un environnement qui est méconnu. Alors, tant qu'on est dans un labo, c'est, je vais dire, relativement simple. Les théories de contrôle peuvent vraiment faire le taf. Tant qu'on est sur tapis roulant, etc., ou sur sol plane, des bureaux, etc., il n'y a pas de problème. Par contre, dès qu'on sort en extérieur... et qu'il y a un petit caillou sous la chaussure, tout de suite, le robot ne sait plus trop quoi, il ne sait plus trop quoi faire, etc. Ça, ça a été vraiment l'élément déclencheur, je vais dire, après pas mal d'années de développement. Parce qu'à nouveau, en robotique, il y a d'abord du hardware, donc il y a quand même un long développement derrière avant de pouvoir effectuer des tests avec patients et de voir comment réagit le dispositif. Mais donc après... Après deux, trois prototypes, on va dire, qui ont été testés en laboratoire, on s'est vite rendu compte que ce n'était pas suffisant. Maintenant, il fallait sortir aussi du labo et marcher en extérieur parce que quelqu'un à qui il manque une jambe et porte une prothèse, veulent vivre une vie normale comme toi et moi. On sait par exemple si tu veux marcher sur la grande place,
- Speaker #1
avec tous les pavés, il y en a qui ne la connaissent pas.
- Speaker #0
C'est déjà pénible quand on ne porte pas une prothèse, mais alors quand on porte une prothèse, c'est encore pire. Et c'est là que l'État... théories de contrôle traditionnelles vont être trop limitées. Donc là est venue l'idée d'utiliser l'IA. Alors par rapport aux données, oui, mais c'est plus par rapport à la modélisation en fait. Donc au lieu de devoir modéliser le dispositif, modéliser l'utilisateur, modéliser l'environnement, grâce à l'IA et plus particulièrement du deep learning, en l'occurrence, on va pouvoir... On va pouvoir modéliser tout cela en forme de black box par des neural networks. Et puis, on va utiliser de la data, forcément, pour apprendre au système comment agir, comment réagir, à quel moment. C'est là où on va vraiment pouvoir augmenter les performances. La deuxième chose, je parlais de l'agilité. C'est-à-dire que... Quand on développe des modèles physiques d'un environnement, d'un dispositif, de la personne, c'est toujours dans un certain contexte. Donc on va pouvoir développer par exemple le modèle de la marche sur sol plane, on va pouvoir développer le modèle de la marche sur pente, de la marche sur montée d'escalier, descente d'escalier. Ce qui commence à devenir très complexe, ce sont toutes les transitions entre chacune de ces activités. Une fois qu'on a programmé tout ça, on est déjà très content que ça fonctionne bien. Mais si, six mois plus tard, on veut élargir ces modèles, rajouter d'autres fonctions comme, je vais prendre un exemple un peu extrême, mais on veut donner l'occasion de pouvoir danser de la samba, on a un problème. Le système n'est pas évolutif. Et donc, c'est là où l'IA a vraiment... peut donner vraiment une réponse à ce genre de problématique. C'est qu'à partir du moment où on est dans un système qui apprend par de la donnée, si on permet à ce modèle d'avoir plus de place qu'au départ pour pouvoir élargir le modèle, on va pouvoir lui rajouter de la donnée dans le temps pour élargir ses connaissances finalement.
- Speaker #1
Ça,
- Speaker #0
c'est clair. Donc ça, c'est l'agilité dont je parle. C'est qu'on est... pas obligé d'aller réécrire tout le modèle mathématique derrière, tout le modèle physique derrière, qui risque de rentrer en interférence avec le modèle précédent et qui demande vraiment d'abord beaucoup de travail, mais en plus de ça, qui est d'une complexité incroyable.
- Speaker #1
Je veux pour qu'on comprenne bien, tu parles de données qui viennent alimenter le modèle. Il s'agit des données qui seront à terme générées par la prothèse, je prends un bête exemple, mais tu marches sur un pavé, j'imagine qu'il y a peut-être un gyroscope dedans, donc on voit que la façon dont la prothèse est mise par terre est un petit peu penchée, avec un certain nombre de degrés, etc. Ça, c'est un genre de données que vous pouvez récupérer, par exemple, et qui permettent de comprendre comment un individu sur un terrain particulier peut fonctionner. C'est ma première question. Et deuxième question, est-ce que il y a aussi des données du monde extérieur. On parle de la grande place, je ne sais pas s'il y a moyen de capter le fait qu'on a des données de terrain qui permettent de savoir, au niveau d'une ville, que telle rue est pavée, telle rue ne l'est pas. Et donc, en fonction de la géolocalisation même de la personne, on a des données complémentaires qui viennent peut-être rediriger ou adapter le modèle. Et pourquoi pas, même des données météo, s'il pleut, ça glisse. plus attention. Alors je parle un petit peu dans tous les sens mais est-ce que je ne vais pas trop loin ? Est-ce que c'est des idées auxquelles vous avez pensé et qu'est-ce qu'il en est en fait aujourd'hui ?
- Speaker #0
C'est super pertinent, je vais d'abord répondre à la seconde parce que la réponse est assez rapide, assez courte. On y a pensé effectivement et l'idée est vraiment très intéressante mais pose des problèmes de données privées d'avoir de la géolocalisation sur la prothèse, etc. C'est un petit peu tendu. Donc, c'est quelque chose qu'on ne fait pas aujourd'hui. Est-ce qu'on le fera un jour ? Est-ce qu'on pourra le faire un jour ? Voilà, ça demande du consentement, ça demande beaucoup de choses qui peuvent être aussi un frein à l'acceptation d'avoir ce genre de dispositif.
- Speaker #1
Par exemple, Cowboy, les vélos, eux le font, tu vois. Quand tu achètes ton vélo, tu sais que tu es tracé de manière anonyme et que ces données sont utilisées pour non seulement améliorer le produit, mais aussi pour fournir d'autres services. Les données peuvent être utilisées par la commune, par exemple. pour identifier le lieu où il y a le plus d'accidents, etc. Donc, je pense qu'il y a peut-être moyen. Après, c'est des devices médicaux, donc c'est peut-être un peu plus touchy.
- Speaker #0
Oui, et puis, Cowboy, c'est un moyen de transport. Donc, ça t'amène d'un point A à un point B. Après, on ne sait pas trop ce que... Enfin, je veux dire, cette donnée ne dit pas grand-chose sur ce que fait la personne. Par contre, une prothèse, ça fait partie de la personne. Donc forcément, si cette personne rentre dans un magasin ou si cette personne va même à l'hôpital, tout simplement, toutes ces données sont enregistrées aussi. C'est plus sensible. C'est plus sensible. Je ne dis pas que c'est impossible. Je pense que c'est certainement très possible. C'est quelque chose qu'on ne fait pas encore aujourd'hui. Mais voilà, effectivement, c'est vraiment très pertinent comme idée. Pour revenir à la question numéro une, alors elle m'échappe un petit peu.
- Speaker #1
C'était les données au niveau du positionnement de la prothèse pour certains types de sol, etc. Alors,
- Speaker #0
on rentre un peu plus dans le vif du sujet et c'est un petit peu plus complexe. En fait, on utilise plusieurs degrés d'intelligence artificielle, plusieurs couches d'intelligence artificielle. La première couche, qui tombe sous le couvert du deep learning, c'est une intelligence artificielle qui est embarquée dans la prothèse. Donc là, en fait, il s'agit vraiment du cerveau de la prothèse qui va faire fonctionner la prothèse en fonction des informations qu'elle décrypte de ses senseurs. Donc effectivement, il y a un certain nombre de senseurs dans la prothèse et comme tout robot, finalement, il se passe quelque chose. Les senseurs donnent une certaine mesure et on va faire bouger la prothèse en fonction. de ces mesures. Et donc, c'est cette IA qui va effectuer ces calculs. Cette IA, elle est statique, on va dire. C'est-à-dire qu'elle est pré-programmée. La manière dont on... Ce qu'on fait pour la pré-programmer, c'est qu'on va récolter des données en amont et ça, on va le faire sans même avoir besoin de personnes qui portent la portée. Donc, c'est...... Pour ça, on a développé une petite attelle qui porte les mêmes senseurs que la prothèse et on a fait marcher des centaines de personnes avec cette attelle pendant des centaines d'heures afin de récolter toutes les données nécessaires de la marche de centaines de personnes. Ça veut dire qu'elle n'évolue pas ? C'est ça. À ce niveau-ci, elle n'évolue pas. C'est-à-dire qu'on a récolté ces données. C'est de l'apprentissage supervisé, les modèles sont entraînés et une fois que le résultat est satisfaisant, ce modèle est programmé dans la prothèse. La prothèse va pouvoir l'utiliser en fonction des données rentrantes, de ce que les senseurs vont mesurer. Donc effectivement c'est statique, ça n'évolue pas, sauf s'il y a une software update. C'est là où on rentre dans la deuxième couche d'intelligence artificielle, sur laquelle on travaille encore également. Tout ça n'est pas encore disponible sur le marché, évidemment. La deuxième couche, c'est quoi ? Ça rentre sous le couvert de ce qu'on appelle le reinforcement learning. Et là, l'idée, c'est de rendre les prothèses, de les personnaliser à chaque utilisateur. Ce qu'on va faire, c'est que la prothèse récolte les données tout au cours de la journée. Elle utilise ces données pour son fonctionnement pendant la journée, dans tous les cas, mais en plus de ça, elle va les garder en mémoire. Et le soir, ce qu'il faut savoir, c'est que la dernière chose qu'une personne qui porte une prothèse fait, c'est, même après ses lunettes, c'est enlever sa prothèse avant d'aller dormir. Donc l'idée, c'est qu'à ce moment-là, la personne recharge sa prothèse. Donc on a développé un deuxième dispositif qui est un chargeur intelligent. Les données qui ont été récoltées au cours de la journée, et qui sont quand même récoltés à une fréquence assez élevée. On parle de 14 senseurs et d'une fréquence de 500 samples par seconde. Donc c'est vraiment énorme.
- Speaker #1
14 mesures à la seconde.
- Speaker #0
C'est vraiment énorme. C'est carrément un petit ordinateur. C'est ça, c'est tout à fait ça. Donc l'idée, c'est que ces données sont récoltées dans la prothèse. Le soir, quand la personne les branche à son chargeur, le chargeur non seulement recharge la batterie, mais en plus de ça, reprend toutes les données et les envoie dans le cloud. Donc on a évidemment développé toute une infrastructure cloud pour accueillir toutes ces données. Et toutes ces données vont être utilisées, d'abord pour la communauté évidemment, mais ensuite aussi pour profiler chaque utilisateur. Et l'idée à ce moment-là, c'est d'utiliser ce qu'on appelle le reinforcement learning pour aller adapter les paramètres de la prothèse petit à petit chaque jour. Donc si on veut, ce qu'on va faire, c'est que chaque nuit, on va pousser une software update. avec des paramètres légèrement adaptés. Et le lendemain matin, la personne va porter une prothèse très légèrement adaptée. Dans certains cas, elle ne s'en rendra même pas compte. Dans certains cas, elle s'en rendra peut-être compte. L'idée à ce moment-là, le principe même du reinforcement learning, c'est qu'il doit y avoir un reward, comme on appelle ça. Et donc, ce qui va se passer, c'est que d'une façon ou d'une autre, il nous faut un feedback du patient. Dans sa forme la plus simple, on pourrait envisager une application avec thumbs up, thumbs down. Est-ce que c'est bien ? Est-ce que ce n'est pas bien ? Ça, c'est vraiment dans sa forme la plus simple. On peut aller beaucoup plus loin dans la complexité en utilisant ce qu'on appelle par exemple des questionnaires cliniques standardisés. Là, ça commence à devenir vraiment très intéressant parce que ces questionnaires cliniques standardisés sont aujourd'hui les standards utilisés pour mesurer la qualité de vie d'une personne. Et donc... On n'y est pas encore, mais c'est vraiment ça l'idée.
- Speaker #1
Objectivement, l'assistant a amélioré ses conditions de vie grâce à l'objet qu'il utilise sous les yeux.
- Speaker #0
Exactement. Donc l'idée, c'est de récupérer à chaque fois l'information du patient. Est-ce qu'on va dans la bonne direction ? Oui ou non ? Et donc, de petit à petit, faire évoluer ces paramètres pour chacun des patients de manière personnalisée. Et ce qui va se passer ? Très certainement, c'est que d'un jour à l'autre, on ne verra pas trop la différence. Mais si après six mois, on devait faire un reset complet, là, on devrait commencer à avoir vraiment une différence notable.
- Speaker #1
Avec l'avantage, je te coupe, je me permets, mais imaginons que la personne change de prothèse. Tu pourrais croire qu'elle perd le modèle spécifique qui avait été développé pour elle. Mais en fait, non, vous l'avez toujours. C'est ça. pousser via un update dans un nouvel appareil pour qu'elle puisse toujours en bénéficier.
- Speaker #0
C'est ça. Un des sujets auxquels... En fait, pourquoi est-ce que cette personnalisation est si intéressante ? C'est parce qu'aujourd'hui, même en recherche, il n'y a même pas vraiment de consensus sur comment devoir optimiser une prothèse. Personne ne sait réellement comment une prothèse doit être optimisée pour un patient. Il n'y a pas de consensus. Certaines personnes pensent qu'il faut réduire le coût métabolique, par exemple. D'autres pensent qu'il faut maximiser la symétrie de marche. Alors qu'en fait, nous, notre conviction, c'est peut-être ni l'un ni l'autre. Et puis, ça dépend peut-être d'une personne à l'autre. Nous, en fait, on s'en fout. Nous, ce qui nous intéresse, c'est de maximaliser le confort du patient, de maximaliser sa qualité de vie. Et donc... finalement, le fait de vouloir aller optimiser, que ce soit un coût métabolique ou une symétrie, c'est un petit peu l'ancienne façon de penser, un peu analytique, de je dois trouver un marqueur bien précis à optimiser, mais en fait non, peut-être qu'il y en a 150 des marqueurs à optimiser, et puis voilà, pour chacune de ces personnes, ces marqueurs vont s'optimiser différemment. Et l'idée, c'est ça que je trouve très intéressant justement à l'IA, c'est de pouvoir donner du lest là-dedans, et de de laisser la machine finalement aller voir un spectre beaucoup plus large que peut-être nous ne comprenons même pas encore. Enfin, très certainement nous ne comprenons pas encore.
- Speaker #1
Pas tout en tout cas, ça c'est clair.
- Speaker #2
Je comprends que c'est une fonctionnalité qui est en cours de développement et donc qu'il y a de la R&D, beaucoup autour de ça. je me demandais quel est le temps investi dans cette R&D et à quelle échéance vous voyez ? la fin pour pouvoir l'implémenter en tant que produit, dans le produit.
- Speaker #0
C'est une très bonne question. Alors, les ressources qui sont mises à disposition pour développer, ceux-là sont déjà bien actifs depuis 2-3 ans entre-temps. On a gagné un bel award d'ailleurs grâce à ça, c'était le Innovative Starters Award d'Innoviris qui nous a permis, qui en partie... à subsidier le développement de ce projet qui tourne autour de tout le développement de l'infrastructure cloud, du développement du chargeur intelligent, etc. Donc vraiment tout le hardware derrière, tout le système qui doit être mis en place pour pouvoir donner lieu à cela. Parce que sans système, il n'y a rien. En somme, implémenter l'IA après, c'est vraiment la dernière étape. Et donc de pouvoir développer tout ce qu'on appelle le Human in the Loop Optimization System. Aujourd'hui, on a deux personnes, par exemple, qui travaillent à temps plein sur l'IA dans la boîte. Sur huit ingénieurs, on en a deux qui ne font que ça, quasiment.
- Speaker #3
Alors,
- Speaker #0
à nouveau, il y a... Il y a différents projets, parce que là, j'ai parlé des deux projets principaux, mais on en a par exemple un troisième qui, lui, est beaucoup plus les pieds sur terre et plus court terme aussi, qui est par exemple la maintenance prédictive du produit qui est déjà dans le marché. Ce qu'il faut savoir, c'est que tous les projets d'IA dont je viens de parler sont vraiment développés pour nos futures prothèses bioniques. Aujourd'hui, on a mis un premier produit sur le marché. qui est, on va dire, semi-bionique, qui n'est pas encore motorisé, qui est un peu une simplification, si on veut, de notre prothèse bionique. Je peux donner un tout petit peu plus de contexte pour vraiment comprendre l'approche derrière. L'approche, c'est quoi ? C'est que même si on arrivait à amener une prothèse bionique qui est fantastique, qui fonctionne du tonnerre, même si on y arrivait, on va y arriver, mais la question c'est plutôt quand on y arrivera, même... lorsqu'on y sera ce jour-là, il y aura toujours un problème fondamental avec les technologies bioniques, c'est qu'elles utilisent de la batterie. Et que si cette batterie est HS, et ça, ça arrivera aussi parce que la personne aura oublié de charger sa batterie ou parce que la personne sera en vacances ou que... n'importe. Ce qui va se passer, c'est que la prothèse sera totalement non fonctionnelle et deviendra encore plus inconfortable qu'un pied en bois. Ce genre de technologies ont ce problème fondamental qui, pour nous, devait être résolu avant tout le reste. C'est pourquoi, dans le développement de nos prothèses bioniques, on a décidé que, d'abord HS, elles devaient pouvoir encore fonctionner de manière le plus confortable possible, de manière purement mécanique. Ça devait être compatible. Dans l'analogie, si je peux donner une analogie simple pour vraiment se l'imaginer, c'est l'équivalent un peu du vélo électrique. Donc, tu as la batterie et le moteur pour l'assistance, mais si tout ça tombe à plat, tu as toujours un vélo, tu peux encore pédaler confortablement. Il sera un petit peu plus lourd, mais voilà. Et en fait, ce qui s'est passé, c'est que durant nos premières années de recherche et développement, c'est la première chose qu'on a testée avec des patients, et beaucoup de patients. On en a vu passer quasiment 250 dans nos locaux pour tester ça, pour nous donner leur ressenti. uniquement sur ce côté mécanique. Et en fait, c'est suite à leur retour, si je me souviens bien des chiffres, c'est plus de 85% qui nous indiquaient que c'était plus confortable que leur propre prothèse. Et ça, c'était vraiment contre toute attente. Et c'est ce qui nous a poussés à finalement en faire un produit à part entière. Donc c'est un peu comme si le vélo n'existait pas, le vélo normal n'existait pas. La seule chose qui existe, c'est la draisienne, on va dire. sans les pédales. Et puis nous, on regardait tout de suite vers le vélo électrique et finalement,
- Speaker #1
on voit l'intérêt aussi de faire un produit intermédiaire.
- Speaker #0
Donc ça, c'est le premier produit qui est sur le marché, qui donc est purement mécanique, mais elle est à la base de nos produits bioniques. Et donc en fait, dans ce produit mécanique, on a également intégré les senseurs, la data, toute cette infrastructure cloud. Tout ça est déjà mis en place sur ce produit-là. Et c'est pour ça que je parlais de maintenance prédictive, parce que justement, ces données sur ce produit-là nous permettent de faire aussi de la maintenance prédictive, qui est aussi très intéressant et qui est beaucoup plus les pieds sur terre, on va dire.
- Speaker #1
Et d'adapter votre offre de service à terme aussi. Exactement. Avec votre business model. Pour revenir sur l'infrastructure cloud, je suis juste intéressé de voir, c'est quoi les technologies derrière ? En tout cas, c'est quoi ? C'est de l'Amazon, c'est du Microsoft, c'est du Google ?
- Speaker #0
Pour l'instant, oui, c'est de l'Amazon essentiellement. Mais ça, c'est uniquement pour la récolte de données, évidemment, pour le stockage des données. Mais après, je dois dire, ce n'est pas moi qui code dans le cloud, donc je vais avoir du mal à en dire beaucoup plus.
- Speaker #2
Voilà, Benoît, un bel exemple de data monétisation.
- Speaker #1
Oui, tout à fait.
- Speaker #2
Pour rappel... introduire des features analytiques aussi poussées dans des produits existants, c'est vraiment très bon.
- Speaker #1
Tu pourrais en fait même offrir des dashboards aux utilisateurs ?
- Speaker #0
C'est l'idée. Là, justement, on est en train de développer une app qui devrait sortir fin novembre, justement. Donc, les utilisateurs de notre prothèse actuelle pourront la télécharger et puis pourront déjà commencer à avoir leur data. Il y a des idées qui vont beaucoup plus loin. On peut envisager, alors je ne sais pas si la demande est là, c'est quelque chose qu'on va devoir analyser et demander aux différentes personnes, mais dans ce domaine, on travaille beaucoup avec des prothésistes qui placent les prothèses, mais on travaille aussi avec des médecins de réadaptation. Les médecins de réadaptation sont ceux qui voient ces patients en premier lieu, après l'opération généralement, et qui vont les aider à les remettre sur pied, littéralement. Et puis, je pense que ces personnes aujourd'hui n'utilisent aucune data. Donc, ça, c'est quelque chose qui, je pense, pourrait les intéresser aussi, d'avoir accès à un dashboard, par exemple. Pour tout dire, on a une étude clinique qui vient de démarrer, justement, avec la majorité des centres de réadaptation belges, où on va analyser tout ce qui est plasticité cérébrale dans l'utilisation de notre premier produit en réadaptation. Donc l'idée, pour donner un peu de contexte, la plasticité cérébrale c'est quoi ? C'est le fait que quand on apprend quelque chose, le cerveau va créer de nouvelles connexions. Le fait de perdre une jambe et de devoir réapprendre à marcher avec une prothèse implique donc un apprentissage. L'hypothèse c'est que moins il y a de plasticité cérébrale, moins il y a d'apprentissage. Et donc... Donc plus la prothèse est efficace, plus la prothèse est naturelle dans son fonctionnement. Donc ça c'est vraiment l'idée, c'est ce qu'on va mesurer sur les trois prochaines années. en centre de réadaptation, pour faire le lien avec la data, c'est vrai qu'on pourrait... Ce qui serait intéressant, c'est de démontrer effectivement qu'il y a une réelle amélioration à l'utilisation de notre produit en réadaptation, que les personnes sont bien plus rapidement sur pied, doivent faire beaucoup moins d'efforts pour réapprendre à marcher, parce que c'est censé être plus naturel, etc. Et d'introduire du coup ce produit comme étant le nouveau standard de réadaptation. Et je pense qu'à ce moment-là, ce serait aussi très intéressant pour les médecins d'avoir un dashboard où ils peuvent suivre plus de data, etc.
- Speaker #1
Typiquement, si je reprends l'exemple des sportifs, des gens qui nous écoutent, qui ont leur montre connectée avec leurs paramètres vitaux, le battement de cœur, le sommeil, ce genre de choses, on pourrait à terme imaginer que votre objet puisse... pour complémenter ces données-là et fournir des informations qui seront à suite utilisées par les médecins ou ailleurs. Oui,
- Speaker #0
tout à fait.
- Speaker #1
Et est-ce que vous, vous voyez ça ? Parce que c'est vrai que Leila en parlait à très juste titre. Il y a finalement peu de sociétés en Belgique qui vont déjà si loin dans leurs réflexions. Il y a un produit qu'on met en vente, mais ici, vous construisez un système analytique, en fait, si on veut dire comme ça, au-dessus de votre produit que vous pourriez monétiser. Alors, est-ce que c'est l'idée ? Ou est-ce que finalement, ça fait partie de l'offre ? Donc j'achète ma prothèse et finalement, mes dashboards y sont inclus. Ou est-ce que c'est une question auxquelles tu ne veux simplement pas répondre aujourd'hui parce que vous n'y avez peut-être pas réfléchi ou c'est trop touchy ?
- Speaker #0
Non, ça a été réfléchi. Le but n'est pas particulièrement de monétiser ça en plus. Ce n'est pas vraiment ça le but.
- Speaker #1
Pour les patients.
- Speaker #0
Pour les patients,
- Speaker #1
peut-être pour d'autres personnes.
- Speaker #0
Peut-être pour d'autres personnes, oui, ça je ne dis pas. Puis ce qu'il faut savoir, c'est que fabriquer un dashboard pour des médecins, ça veut dire qu'on développe un autre dispositif médical. On est dans du diagnostic qui demande pas mal de contraintes. Donc il y a un coût aussi significatif à développer ce genre d'outils. Pour l'instant, nous en tout cas, notre focus, c'est vraiment la patientelle. C'est de développer... des dispositifs qui font la différence, qui améliorent vraiment la qualité de vie. Et alors, je pense aussi qu'aujourd'hui, les sociétés d'aujourd'hui se doivent d'être plus responsables qu'hier, plus responsables en termes d'écologie, en termes de, par exemple, l'obsolescence technologique. C'est quelque chose qu'on voit beaucoup dans notre domaine, malheureusement. Et c'est quelque chose qui, nous, on est absolument contre ça. Donc, on prend un pli qui est totalement inversé, c'est-à-dire que les prothèses qu'on amène sur le marché, on veut les rendre évolutives, on veut les rendre durables dans le temps. Et l'offre en général de prix, de services, etc. comprend tout cela. Donc, je veux dire, la personne qui s'engage chez nous, que ce soit une personne qui... qui doit débourser de sa poche ou que ça soit par une assurance, elle sait à quoi s'en tenir. Je veux dire, sur le long terme, il n'y a pas de surprise. L'idée, ce n'est pas de devoir aller, de rajouter des services ou de rajouter des options par la suite. L'idée, c'est d'en faire un package complet et vraiment d'aller améliorer le quotidien de chacun comme ça.
- Speaker #1
Ok, super. Pour finir peut-être sur l'aspect data, tu parlais de la collecte de données, du fait que... s'était recalculé tous les soirs et poussé par un espèce de firmware update dans la prothèse du patient. Ça me fait penser un peu aux jumeaux numériques. Donc le fait de pouvoir finalement modéliser de manière numérique le comportement d'un device, et c'est en fait ce que vous faites ici, mais surtout de pouvoir simuler peut-être des scénarios qui n'étaient pas encore prévus ou auxquels on n'a pas encore eu l'occasion de tester sur le terrain. et le simuler via des données, voir comment ça réagit, pour ensuite améliorer le produit d'une certaine manière. Est-ce que ça, c'est quelque chose qui vous parle ?
- Speaker #0
Oui, c'est quelque chose qui fait partie de nos projets à moyen terme, je vais dire. Il existe, alors je ne retombe plus sur le nom tout de suite, mais il existe des... des systèmes de modélisation de marche de squelettes. On le voit quelquefois passer sur les réseaux. À Stanford, ils sont très très forts sur le sujet. Mais le nom m'échappe, malheureusement. Mais c'est ce genre de simulation. qui permettent justement d'aller profiler une personne, d'aller profiler différentes activités et puis d'aller optimiser certains paramètres en fonction de chaque personne.
- Speaker #1
Je ne sais pas si Laëlette a encore des questions sur la data en elle-même ou si on passe au topic.
- Speaker #2
C'est impressionnant. Oui,
- Speaker #1
je trouve aussi que c'est...
- Speaker #2
Je trouve la vision impressionnante. Je trouve la vision impressionnante. Je le répète parce que Benoît me fait des signes en disant que je ne parle pas assez bien dans le micro. Donc, je répète. Et aussi, toute cette... cette compréhension aussi du nouveau monde dans lequel on vit, où on tient compte de l'écologie, de l'être humain, tout ça. Voilà. Éco-responsable, comme on dit maintenant. Voilà, je suis inspirée. Inspirée par cette start-up.
- Speaker #1
Je pense que je partage à 100% ton inspiration, ton admiration. C'est vraiment le... Le mot qui me vient à l'esprit pour l'instant, et justement, là on a parlé plutôt des aspects techniques, ou en tout cas la vision que vous avez, ce que vous avez créé en tant que produit, mais moi ce qui m'intéresserait de comprendre, et je pense que ça intéresserait beaucoup de gens aussi, donc des startups, il y en a beaucoup, mais il y en a finalement peut-être beaucoup moins qui sont fructueuses, ou qui ont une vision très long terme, ce que je pense que vous, vous avez. Comment est-ce qu'on met en place une startup ? Comment est-ce que toi tu as démarré ? Quelles sont les expériences que tu as pu faire avant qui t'ont porté jusque-là ? Qu'est-ce qui t'a animé en fait ? Moi je te connais depuis longtemps, je sais que tu as toujours eu cette envie de pousser à terme les projets variés dans lesquels tu t'investissais. Mais est-ce que, peut-être sous forme de conseils à nos auditeurs ici, Est-ce que tu aurais certaines choses à partager pour ceux qui voudraient se lancer ? À quoi est-ce qu'il faut faire attention ? Comment est-ce qu'on se lance dans l'aventure ? Et comment est-ce qu'on porte ce projet jusqu'au bout ?
- Speaker #0
Je pense que la première chose, c'est qu'il y a une expression qui dit que seul on va plus vite, mais à plusieurs on va plus loin. Je pense que c'est la première chose, c'est de bien s'entourer. de s'entourer de personnes avec qui on s'entend vraiment bien et qui partagent les mêmes valeurs, les mêmes envies, les mêmes motivations. Ça, c'est une première chose. Moi, je suis, même si le projet au départ découle de ma recherche de doctorat, ou par définition, j'étais seul. J'ai été seul pendant, si je ne me trompe pas, huit ans dans mon labo de recherche à travailler sur mon sujet. Ça ne m'a pas empêché d'intéresser, de rameuter trois autres personnes avec moi et puis de leur proposer aussi de devenir cofondateur. Donc ça, je pense que c'est assez important.
- Speaker #1
Mais je te coupe, mais il y a quand même huit ans où la motivation, il faut la garder parce que ça doit être dur parfois. Tu as des hauts débats où tu y croyais vraiment dur comme fer et tu avais cette volonté de vouloir... Voilà.
- Speaker #2
Tu avais déjà l'idée dès le départ ?
- Speaker #0
Non, justement, ça je pense que c'est important de le souligner, c'est que quand on fait un doctorat... On est très seul. Oui, on est très seul, ça c'est une chose, mais surtout le but n'est pas de développer un produit. Quand on fait un doctorat, le but c'est de répondre à une question de recherche et puis on verra bien où ça nous mène. Je ne m'étais jamais même posé la question, est-ce que je voudrais lancer une boîte ou n'importe quoi. Non, ça n'est jamais venu.
- Speaker #1
Et le déclic est venu quand alors ?
- Speaker #0
Le déclic est vraiment venu à la fin de mon doc. Quand j'ai terminé mon doc, j'ai présenté mon doc. Pour ceux qui ne savent pas trop comment ça fonctionne, quand on finit une thèse de doctorat, on a deux défenses. Il y a une défense. privée et une défense publique. Et alors, petite anecdote, je suis physicien à la base et donc j'ai fait mon doctorat à l'école d'ingénieur.
- Speaker #3
Alors,
- Speaker #0
ce n'est pas forcément facile pour un physicien d'intégrer des ingénieurs. J'ai eu plusieurs fois sur le nez que je n'étais pas un ingénieur, que je ne serais jamais un ingénieur. Donc, c'est vrai que ce n'était pas tous les jours facile, on va dire. Ce n'était pas tous les jours facile. Mais ce qu'il faut savoir aussi, c'est que quand on finit un doctorat, on choisit généralement son jury. C'est le chercheur qui est le plus à même à savoir qui sont les spécialistes dans le domaine et qui sont capables, entre guillemets, de juger de son travail. Et donc là, il y a deux façons de faire. Il y a ceux qui vont prendre des copains parce qu'à force d'aller en conférence, à force d'aller à gauche, à droite, on les connaît, les spécialistes. On écrit des papiers, on relit les papiers de chacun. Donc, je veux dire, voilà, on se connaît.
- Speaker #1
C'est un pire pas haut. est moins important dans ce cas-là, ou en tout cas la confrontation Oui,
- Speaker #0
c'est ça, on prend quelqu'un dont on sait qu'on s'entend bien avec on sait qu'il ne va pas nous descendre non plus il faut quand même dire qu'une défense de doctorat c'est quelque chose d'assez stressant dans une vie, c'est quelque chose qu'on fait généralement qu'une seule fois. On ne sait pas trop à quoi s'attendre jusqu'au moment. C'est vrai que, moi je me souviens, j'étais quand même très très stressé et je me souviens que tous mes collègues étaient très très stressés aussi quand c'était leur tour. Mais donc, ça c'est une première chose. Certains choisissent des copains d'autres universités, ça leur permet d'avoir une certaine facilité. Ça ne veut pas dire que c'est moins qualitatif pour autant, c'est pas ça que j'insinue. simplement, ça diminue peut-être un petit peu le stress. J'ai pris les choses un peu différemment, par égo justement, parce que d'avoir entendu maintes et maintes fois que je n'étais pas un ingénieur, que je ne serais pas un ingénieur, je ne voulais pas donner non plus ce plaisir à d'autres gens de me dire que mon doctorat, je l'avais reçu. Donc je me suis mis comme challenge de prendre vraiment des sommités dans le domaine. Et j'ai réussi à faire venir deux profs, un américain de l'Arizona State University qui était vraiment au top du top dans ce domaine et un autre, un chinois de Peking University qui était également au top. J'aurais beaucoup aimé avoir le professeur Hugh Kerr qui lui est très connu de par ses TED Talks, etc. Mais malheureusement, lui et son collègue... concurrents d'Arizona, c'était difficile de les avoir dans la même pièce. Donc, j'ai dû faire un choix et l'un d'eux était plus facile d'accès, on va dire. Donc, je m'étais vraiment mis cet élément, c'était d'avoir un jury vraiment de haut niveau pour qu'on puisse pas dire que j'ai eu mon doctorat comme un maître à la poste. C'est ça, la petite porte. Et en fait, ce qui s'est passé, c'est que ces deux profs avaient eux-mêmes déjà développé une spin-off dans le domaine de la prothèse. Donc, ils connaissaient déjà vraiment bien mieux le marché, même que nous, parce qu'à ce moment-là, nous, on ne s'occupait pas du tout du marché et c'était purement technologique. Il n'y avait vraiment rien d'autre. Et en fait, c'est lors de la défense privée, je me suis rendu compte qu'ils se sont mis à poser beaucoup de questions sur un élément qui était un petit bonus dans mon travail, mais qui n'était vraiment pas le... Le truc le plus important du doctorat, c'était juste un élément mécanique rajouté en plus, qui faisait quelque chose de bien, mais rien de spécial.
- Speaker #1
C'est là où tu t'es dit, il y a peut-être un truc à exploiter. Voilà,
- Speaker #0
exactement. C'est là où je me suis dit, il va falloir que je contacte le tech transfert. Il va falloir, s'ils le souhaitent, prendre un brevet. Sinon, ils vont faire quelque chose avec. Et donc, effectivement, ce jour-là, j'ai contacté le tech transfert. heureusement, comme c'était encore une présentation privée, c'était encore brevetable. Si ça avait été la publique, c'était mort. Mais donc là, c'était encore brevetable. Et le tech transfert a dit, ok, pas de soucis, on va prendre le brevet, mais alors il faudrait que tu fasses quelque chose avec. Qu'est-ce que tu vas faire avec ? Et c'est là que la question s'est posée. Donc, dans une seconde étape, une fois mon doctorat terminé,
- Speaker #3
j'ai
- Speaker #0
J'ai fait appel à Innoveris sur un projet spin-off pour justement aller déblayer tout le côté plutôt business. Donc à ce moment-là, il n'y avait qu'une... On est en 2014, on ne sait même pas s'il y a vraiment un potentiel marché, une boîte, n'importe quoi. Non, il y a juste... Bah tiens, il y en a d'autres qui sont intéressés, ils s'y connaissent dans le domaine. Peut-être qu'il y a quelque chose.
- Speaker #1
C'est là où tu as recruté les premières personnes ?
- Speaker #0
Non, pas encore. Donc là, j'ai travaillé encore pendant trois ans et demi, quasiment seul. Je vais dire, pourquoi quasiment seul ? Parce que dans mon projet spin-off, le but c'était de développer un business plan, d'avoir vraiment, de débroussailler tout le côté business pour pouvoir aller chercher des investisseurs. C'est le but de ce genre de projet et de monter la boîte. À ce moment-là, j'avais un business coach qui était attitré dans ce projet. Son nom, c'est Jacques, qui aujourd'hui est le directeur financier de la boîte. Je lui ai proposé de se joindre à moi en confondateur. en fin de parcours. Le courant passait tellement bien que c'était vraiment une chouette opportunité. Mais en fin de parcours, ou disons plutôt en mi-parcours, c'est là qu'on s'est bien rendu compte. Moi, mon expertise, elle est plutôt du côté hardware. Donc, j'ai continué à améliorer la prothèse, les prototypes. J'ai continué à travailler sur tout ce qui était le business, etc. Mais je me suis très vite rendu compte qu'il me fallait quelqu'un avec moi qui allait gérer, qui allait maîtriser le côté software et de préférence l'intelligence artificielle derrière. Parce que, comme on disait plus tôt, les théories de contrôle traditionnelles sont trop limitées. Et donc c'est là où Philippe s'est joint à nous. Philippe qui lui était en train de faire un doctorat en AI et puis j'ai proposé à ma soeur aussi Claire qui elle bossait dans l'assurance qualité pour une boîte américaine je me suis rendu compte c'était moi qui m'occupais de tout à ce moment là donc il y avait eu une première étude clinique donc j'avais dû m'occuper de toutes les démarches avec la FMPS etc donc l'agence fédérale des médicaments et des produits de santé énormément de démarches de voir gérer tout ça, je me suis assez rapidement rendu compte que j'allais avoir besoin de quelqu'un à temps plein pour gérer ce genre de choses. Et puis bon, là, c'était assez étonnant parce que je n'avais jamais pensé à Claire avant. Alors que, ben voilà, c'était ma sœur, donc j'aurais pu. C'était assez marrant. Donc, je lui ai proposé de se joindre à nous, mais comme elle ne travaillait pas dans le dispositif médical. Je lui ai donné accès à un consultant où elle a bossé pendant, je pense, deux ans pour ce consultant, justement, en dispositifs médicaux afin de vraiment faire ses armes. Et puis, aujourd'hui, il fait encore appel à elle. Donc, c'est que voilà, elle est devenue vraiment hyper compétente. Elle était déjà hyper compétente dans le domaine, mais elle est devenue encore plus. Donc, c'est à ce moment-là vraiment où la première équipe de base s'est formée. Mais on était encore loin du démarrage de la boîte. Je veux dire, à ce moment-là, on est en 2016, proche de 2017, c'est ça ? 2017, je dirais. J'ai dû chercher, j'ai quitté la VUB à ce moment-là, parce qu'à un moment donné, il y a des conflits d'intérêts, les discussions deviennent de plus en plus difficiles, parce que forcément, à ce moment-là, on va discuter avec des investisseurs, il y a de la propriété intellectuelle qui appartient à la VUB, c'est délicat quand on travaille encore à la VUB. D'être en négociation, ça reste quelque chose de compliqué. Donc, j'ai décidé d'arrêter. J'ai décidé de ne pas avoir de revenus et juste me débrouiller. Et j'ai dû chercher quand même pendant deux ans pour les financements, pour pouvoir lever 5 millions d'investisseurs privés en combinaison avec des subsides d'Innoviris, sans qui ce serait tout simplement impossible. Et donc voilà, c'est comme ça qu'en 2019, on a pu vraiment se lancer. Et donc aujourd'hui, vous êtes une boîte de 15 ou 16 personnes, si j'ai bien compris ?
- Speaker #1
On est 16 aujourd'hui, oui, tout à fait. Essentiellement des ingénieurs. Et puis comme on a un premier produit maintenant sur le marché depuis un an, l'équipe commerciale est en train de s'élargir.
- Speaker #2
Alors comme ça, c'est le physicien qui engage les ingénieurs.
- Speaker #1
C'est un petit peu ça, oui.
- Speaker #0
La revanche est prise. Magnifique.
- Speaker #1
Ils ne sont pas tous comme ça, vraiment.
- Speaker #0
Ok, écoute, c'est une très belle histoire. Donc aujourd'hui, tu es moins dans le développement, dans les aspects produits. Est-ce que tu guides encore ou tu donnes certaines directions aux équipes ? Est-ce qu'il y a encore des idées magiques, ce n'est pas le bon mot, mais qui te viennent et qui te permettent d'asseoir la vision que tu avais dès le départ ou maintenant la confiance est complètement là, j'imagine depuis le départ, et tout est délégué dans tes équipes de développement ? Comment est-ce que vous gérez la boîte au quotidien ?
- Speaker #1
Alors, tout est délégué en termes d'R&D. C'est délégué. Je ne fais pas de calcul, je ne fais pas de dessin, je ne m'occupe pas du tout de ces choses-là. Ça fait un bon moment. Ça a été assez rapide. Dans les deux premières années de la boîte, j'étais encore très actif en R&D pour justement donner toute mon expertise, tout mon savoir le plus vite possible. Et ça... Avec Philippe, évidemment, lui, plutôt côté software, amenait son expertise, mais il fallait que moi, mon côté hardware puisse être transmis le plus vite possible. Et petit à petit, je me suis retiré pour commencer à développer plus le côté commercial derrière. Aujourd'hui, c'est délégué à 100%, mais je dois avouer que ça reste dans mes gènes, donc il n'y a rien à faire. j'aime bien de temps en temps aller brainstormer avec eux, réfléchir avec eux. Et puis, oui, c'est vrai que je continue à donner la direction. Pourquoi ? Parce qu'une fois qu'on est dans le marché, je veux dire, il y a le feedback du marché. Et comme aujourd'hui, je suis encore le seul vendeur, je suis le seul à ramener ce feedback, ce qui est évidemment très intéressant parce que ça me permet aussi de le décrypter pour le donner aux personnes intéressées. et faire évoluer le produit aussi de manière adéquate. Donc là où on a commencé avec un produit, aujourd'hui on a une roadmap de 3, 4, 5 produits différents dans le pipeline pour les 4, 5 années prochaines. Et donc la roadmap est très claire, elle est bien établie. Elle est bien établie, que ce soit techniquement, mais aussi stratégiquement. Et ça, ça reste un de mes rôles principaux, c'est de garder l'église au milieu du village et de faire en sorte que tout ce grand puzzle, en fait, chaque pièce s'imbrique bien l'une dans l'autre. Parce que finalement, aujourd'hui, il n'y a encore que moi qui est la vue globale de chacun des éléments, de qu'est-ce qui se passe dans la vente, qu'est-ce qui se passe dans le régulatoire, qu'est-ce qui se passe en production, qu'est-ce qui se passe en R&D, qu'est-ce qui se passe en ci, qu'est-ce qui se passe en là, quels sont les choix de produits. Voilà. Il faut savoir aussi que dans ce milieu, on parle de remboursements qui sont différents dans chaque pays et qui dépendent quelquefois de features, donc vraiment d'éléments techniques. Donc, toutes ces informations-là sont à mettre dans l'équation pour après développer une roadmap. Après, c'est aux ingénieurs à développer les produits.
- Speaker #0
J'allais te poser justement la question, mais tu viens d'y répondre. Où est-ce que vous vous voyez dans 5 ou 10 ans ? Tu as bien dit, vous avez déjà 4-5 produits sur la roadmap que vous allez déployer dans les années à venir. Mais peut-être pour refaire le lien avec l'IA, comment est-ce que tu vois l'IA là-dedans ? Est-ce que ça va prendre une part de plus en plus prépondérante dans les produits que vous allez mettre sur le marché ? Et d'un point de vue Medtech, marché Medtech en général, comment est-ce que tu vois l'IA, sa place en fait ? Est-ce que ça va devenir encore plus... plus que maintenant, ça va devenir...
- Speaker #1
Oui,
- Speaker #0
c'est un objet aucun.
- Speaker #1
Alors, pour ce qui est d'Axilès, les prochaines années à venir, oui, il y a l'élargissement de produits, plus de produits qui permettent d'améliorer la qualité de vie de plus de personnes aussi. Alors, ce qui est important aussi, c'est que nous... Notre première expertise vient du monde de la prothèse, mais en soi, on est spécialisé en robotique et en IA de manière plus générale et de biomécanique humaine. Après, il y a énormément d'autres sujets qui rentrent en compte. Je pense par exemple à des exosquelettes, mais plein d'autres choses. Par exemple, le chargeur intelligent développé avec le standard USB-C. Aujourd'hui, on envisage de le monétiser ailleurs. N'importe quelle société qui a besoin d'un chargeur connecté avec une infrastructure cloud, c'est quelque chose qu'on peut fournir, indépendamment du type de dispositif. Donc voilà, ça c'est quelque chose sur lequel on envisage d'élargir notre offre vers d'autres domaines. Alors c'est jamais facile évidemment, parce que quand on peut entre guillemets tout développer, on commence par quoi ? C'est toujours un petit peu ça la question. Donc on verra. Comment on évolue là-dedans ?
- Speaker #0
Et tu sens une grosse concurrence sur ces aspects-là ? Parce que ça va jouer aussi sur le choix de ce que vous allez faire, j'imagine que oui, mais est-ce qu'elle est féroce aujourd'hui, la concurrence dans votre domaine ?
- Speaker #1
La concurrence est assez féroce, mais je ne dirais pas particulièrement en termes technologiques, mais plutôt du fait que c'est un marché oligopolistique. Et donc c'est ça qui rend les choses très difficiles. De deux choses. La première... Marché oligopolistique, je crois que mondialement, il y a 5-6 fabricants de prothèses, peut-être 7 grand max, prothèses de membres inférieurs. Ça, c'est une première chose, dont deux qui ont vraiment... Opinion sur rue. Qui ont, je pense, ensemble, facilement 70% de marché mondial. Donc vraiment assez important. Et puis en plus de ça, toutes ces sociétés, la plus jeune à 50 ans... qu'est-ce que je raconte ? Oui, je pense que c'est ça, 50 ans, les autres en ont plus de 100.
- Speaker #0
Donc ils sont extrêmement bien intégrés dans tous les systèmes, les hôpitaux.
- Speaker #1
Ils sont partout, c'est la norme. Et nous, on arrive là comme un cheveu dans la soupe, personne ne nous connaît. Donc je pense que ça, c'est très difficile. L'accès au marché est vraiment très difficile.
- Speaker #0
Mais il faut encore arriver à convaincre les mineurs du système.
- Speaker #2
Est-ce qu'il y a une de ces grosses sociétés ? souhaiter acheter ?
- Speaker #1
Ce n'est pas quelque chose qui m'intéresse particulièrement aujourd'hui. On est toujours ouvert à la discussion, évidemment, mais on a encore tellement de choses à faire. C'est intéressant, cette question, parce que ça me ramène à une question précédente qui était quels sont les conseils pour un autre entrepreneur dans le Medtech, etc. D'abord, le premier conseil, c'est surtout de ne pas le faire pour l'argent parce que c'est la pire raison. pour monter une boîte ou pour essayer de développer un produit. Celui qui fait ça uniquement pour les bifetons, il va s'arrêter, il s'arrêtera très, très rapidement.
- Speaker #0
Donc ton fuel, c'est vraiment la passion.
- Speaker #1
Moi, mon fuel, c'est la passion. La passion de quoi ? La passion d'abord de travailler avec des gens hyper compétents, de les rameuter autour d'un même projet et d'arriver ensemble à regarder vraiment à l'horizon et de se dire qu'il y a une différence qui doit être faite, peut être faite, allez on y va et on va repousser toutes ces limites, on va repousser les limitations que les personnes peuvent avoir que ça soit dans leur tête ou dans la technologie, etc. Ça c'est la première chose. La deuxième chose c'est que je pense que la robotique et l'IA aussi sont des domaines qui font un petit peu rêver tout le monde. C'est un peu comme le spatial, comme toutes ces choses-là. Si on demande à un ingénieur ou à des jeunes gamins... Ce qu'il voudrait faire plus tard, je pense que ça en fait partie. L'hermétique, c'est quand même gay de pouvoir travailler. À choisir, je préfère fabriquer des tondeuses électriques, des tondeuses robotisées. Ce n'est pas très sexy. Mais par contre, avoir un projet comme ici, avec une haute valeur ajoutée, un impact social important et global en plus, c'est vraiment excitant de savoir qu'on peut vraiment faire la différence. On a quelques fois des patients qui viennent faire des essais qui font dans l'arme, ça c'est quelque chose de vraiment prenant.
- Speaker #2
Faire un travail qui a du sens.
- Speaker #1
Faire un travail qui a du sens, voilà, c'est ça. Et ça dans des bonnes valeurs, dans des valeurs, comme tu disais, éco-responsables, des valeurs où c'est la patientelle avant le profit. Alors, je ne dis pas, une société doit faire du profit, c'est évident, sinon il n'y en a plus. Mais j'aime cette idée du gage de qualité où plus on fait de la qualité, plus la patientèle ou le client ou l'utilisateur est content, plus ça va ramener du business aussi et plus ça va fonctionner. Ça, je pense que c'est l'état d'esprit à avoir. Et je pense que c'est vraiment ça qui fait la différence et de travailler avec des gens qui sont aussi dans ce même état d'esprit.
- Speaker #0
Et là, toute la question de pouvoir choisir les bonnes personnes, être certain de leur motivation. Là, c'est aussi des compétences finalement que tu as dû toi développer en tant que chef d'entreprise. Parce que c'est, comme tu dis, tu peux être super bon en niveau technique à travailler tout seul dans ta cave pendant huit ans.
- Speaker #1
Ce n'est pas pareil de travailler avec d'autres personnes.
- Speaker #0
Mais faire le choix des bonnes personnes.
- Speaker #1
c'est aussi j'imagine toute une aventure et je pense que tu m'avais introduit de par la manière dont on s'était rencontré, notre groupe de musique je pense que ça a été une très bonne école parce que c'était quelque chose qu'on faisait bénévolement gérer des bénévoles entre guillemets parce que ça n'a pas toujours été de la gérance de bénévoles mais ce groupe a pris un peu plus d'envol par la suite et C'est devenu un peu de la gérance de bénévoles. C'est extrêmement compliqué. C'est beaucoup plus difficile de gérer des bénévoles que de gérer des employés, finalement. Mais donc, c'est un bon apprentissage parce que ça permet vraiment... Ça permet d'apprendre à communiquer. Ça permet d'apprendre à travailler sur les motivations de chacun.
- Speaker #0
Mais les objectifs aussi, tout à fait.
- Speaker #1
Oui, tout à fait.
- Speaker #0
De se cadrer sur une façon de fonctionner ensemble. de voir si la sauce prend entre les différents membres et puis de faire les bons choix pour avancer.
- Speaker #1
Oui, tout à fait.
- Speaker #0
Comment est-ce qu'on peut t'aider, Pierre, aujourd'hui ? Est-ce qu'il y a des choses, des besoins spécifiques ? Si des auditeurs nous entendent, disons Ah bah tiens, moi je pourrais peut-être aider Pierre, pour être du ras gauche à droite, ou pour des financements, ou pour amener des patients. Est-ce qu'il y a quelque chose que tu recherches aujourd'hui, que Axiles Bionics recherche aujourd'hui et que peut-être nos auditeurs pourraient t'apporter ?
- Speaker #1
C'est sûr qu'on est encore une jeune société en phase de commercialisation très jeune. On a un nom à se faire. On doit enfoncer des portes pour l'instant, que ce soit chez des médecins, que ce soit chez des prothésistes. C'est sûr que je pense que c'est un des plus gros challenges qu'on a aujourd'hui, c'est ça. C'est de se faire un nom, c'est d'avoir accès finalement au marché. C'est qu'on nous donne notre chance. On en parlait précédemment du marché oligopolistique avec des acteurs qui ont entre 50 et 100 ans d'ancienneté. C'est eux qui ont créé le marché. Donc c'est très simple. Eux sont dedans et sont indétrônables et feront... tout ce qu'ils peuvent pour nous bloquer. Et ça, c'est d'une part, ça c'est une chose, et puis après, il y a d'un autre côté, beaucoup de prothésistes sont très intéressés par les nouvelles technologies, l'innovation, etc. Et puis, il y en a certains qui sont un petit peu moins super, qui sont plus conservateurs. Et c'est vrai que ça reste un marché très conservateur.
- Speaker #0
Peut-être qu'ils vont justement... eux, tomber dans l'oubli au fur et à mesure avec les avancées technologiques que l'on voit.
- Speaker #1
Je pense que le métier de prothésiste est en voie de changement. Je ne dirais pas en voie de disparition, parce que je pense qu'on aura toujours besoin de ces personnes. Leur rôle est extrêmement important. Et on a vraiment besoin d'eux. Mais par contre, leur travail est vraiment en voie d'évolution. De manière significative, ce qu'on voit, c'est que jusqu'ici, une grande partie de leur travail, c'était de fabriquer les manchons, de fabriquer les emboîtures. C'est du travail artisanal. De plus en plus, il y a des technologies de scanning et il y a là-dedans aussi de l'intelligence artificielle à utiliser, etc. Certains laissent ça à distance, d'autres prennent ces nouvelles technologies et travaillent avec et prennent ce qu'il y a de bon, parce que forcément, il y a... Tout n'est pas toujours bon à prendre. Mais je pense effectivement que c'est un métier qui n'est pas facile aujourd'hui parce qu'il y a énormément de changements et ça peut faire très peur.
- Speaker #0
Ok, mais en tout cas, ce sera, comme tu disais, le confort du patient qui va primer. Et on espère en tout cas de tout cœur qu'Axylès Bionics va pouvoir faire la différence. Alors, peut-être une première chose qu'on peut demander aux auditeurs. Moi, j'ai trouvé ce podcast, cet épisode vraiment intéressant.
- Speaker #2
Je n'ai pas fini Benoît J'ai encore deux questions
- Speaker #0
Je rebondis juste sur la manière d'aider Pierre et Axilès ce serait peut-être déjà de si vous avez apprécié ce podcast, c'est de le relayer à des personnes à qui ça pourrait dans le sujet pourrait intéresser peut-être qu'ils pourraient faire la différence comme ça ce serait déjà je pense une super chose qu'on peut faire pour vous faire connaître Absolument Léla, je t'en prie,
- Speaker #2
loin de moi l'idée de te couper la parole. Si tu avais encore des questions, toi.
- Speaker #0
Non, c'est bon, je t'en prie.
- Speaker #2
Donc moi, j'ai deux questions. Alors, une un peu plus philosophique. Donc... Donc on voit, il y a beaucoup dans la Medtech, beaucoup d'appareils qui sont plus invasifs, et notamment Neuralink, qui est la start-up, l'entreprise d'Elon Musk, qui connecte des ordinateurs au cerveau humain. Quelle est ton opinion sur ce sujet-là, sur ce type de choses qui sont expérimentées ? essentiellement aux États-Unis ?
- Speaker #1
C'est une très bonne question. Je trouve que ce sont des technologies hyper intéressantes. Je trouve que c'est... Je pense qu'il y a un réel avenir dans ce genre de technologies, mais il y a aussi un danger, évidemment. On le sait tous. Il y a pas mal de dangers liés à ça. Je pense que c'est un... C'est un peu comme dans tout, dans chaque technologie, il y a toujours des dangers. On peut toujours faire du mal avec beaucoup de technologies, mais on peut aussi faire beaucoup de bien. Je pense que ces technologies de Neuralink, tout ce qui est connexion neurologique, parce qu'on n'est même pas obligé de parler de Neuralink en particulier, mais de connexion neurologique quand on parle de prothèses, ça fait absolument sens. Ça fait vraiment absolument sens. On n'y est pas encore. Il y a énormément de challenges. Ce n'est pas quelque chose, je ne pense pas que ce soit quelque chose que nous allons résoudre, parce que là, ça touche à vraiment... C'est un autre domaine. C'est un autre domaine que le nôtre. Mais par contre, tout ce que nous développons est parfaitement compatible avec ça. Il y aura toujours une interface, etc. Donc, tout est parfaitement compatible. Donc, moi, je pense vraiment que c'est l'avenir. La question, c'est surtout à quelle échéance ? Est-ce qu'on parle de 5, 10, 15 ans ? Je pense qu'on sera plutôt autour des 10 à 20 ans avant que ce genre de dispositif devienne mainstream.
- Speaker #2
Ok, donc tu y crois ? J'étais positive.
- Speaker #1
Dans la faisabilité, oui, sans aucun problème. Je veux dire, ça se fait déjà. Ça se fait déjà, des petits implants qui viennent se greffer sur des muscles pour récupérer les signaux neurologiques, etc. Ça se fait déjà. Donc, sur la faisabilité, j'ai peu de doutes. Je pense que ce qui est très difficile, en tout cas dans notre domaine, ce qui est très difficile, c'est qu'il ne suffit pas de développer un implant, par exemple, qui va mesurer. Il y a énormément d'autres choses qui viennent en compte. Pour être concret, quand l'amputation se fait par un chirurgien, en fait, ce qu'on se rend compte aujourd'hui, c'est que les chirurgiens orthopédiques n'ont que très, très, très peu de connaissances en... prothèse externe. Et quand je dis très très très peu, je pense que je suis encore généreux. Donc ce qui veut dire aussi que les amputations ne sont pas optimisées pour l'utilisation d'une prothèse. C'est pas pareil pour les endoprothèses. Là c'est très différent parce que là c'est le chirurgien qui va choisir son endoprothèse et qui va l'intégrer. Mais pour les exoprothèses, là, le chirurgien...
- Speaker #0
Il coupe, il coupe.
- Speaker #1
et la prothèse s'adapte alors qu'on pourrait en fait procéder différemment alors ça dépend de la situation quelqu'un qui a eu un accident et s'est fait arracher la jambe bon bah il y a ce qu'il y a donc on ne sait rien faire de plus donc là forcément il y a une limitation quand il s'agit de quelque chose de plus contrôlé entre guillemets où le chirurgien peut décider de couper ou il pense que c'est le mieux euh... Quelquefois, de mauvais choix sont faits. Mais voilà, c'est parce que le standard, c'est quoi ? C'est de garder un maximum le corps intact. Ça, c'est la règle. Mais ce qui fait que quelquefois, on va se retrouver avec une amputation tout juste au niveau de la cheville, voire même peut-être même en dessous. Et c'est trop court pour aller ajouter un dispositif. Donc, la personne sera obligée de fonctionner, de marcher avec un dispositif qui n'est vraiment pas optimal. Donc... Ce que je veux dire par là, c'est qu'en dehors du fait de développer une interface neurologique et de développer des dispositifs hyper performants, il y a toujours l'aspect physique derrière de l'amputation, où en fait, il n'y a vraiment aucune discussion entre ces parties. Il n'y a zéro discussion là-dedans, ou très peu. Il y a des chercheurs aux États-Unis qui font un travail là-dessus pour essayer d'améliorer certaines choses. Je vais donner encore un autre exemple. C'est que quand on effectue une amputation, généralement, on va recouvrir l'os de... Du muscle restant, le muscle va être attaché, va être figé et donc va s'atrophier dans le temps. Bon, ça veut dire que l'activité musculaire, à cet endroit-là, elle est quasiment nulle. Alors que si justement, on veut pouvoir garder une activité neurologique, il faut garder cette activité musculaire, il faut garder les muscles. qui sont antagonistes en mouvement. Donc, ça veut dire qu'il faut commencer à aller faire de la chirurgie pour rajouter une charnière interne, etc. Il y a des chercheurs qui le font aux États-Unis. C'est super malin. C'est vraiment... Là, je vois un réel avenir. Mais ce que je veux dire, c'est qu'il y a tellement de choses à faire bouger, de personnes à faire bouger. C'est ça qui va rendre les choses compliquées. Ce n'est pas tant le côté technologique, je pense.
- Speaker #2
Alors, ma dernière question dans ce cas-là. Donc voilà, on est tous les deux physiciens. Et donc j'ai commencé la data science, donc c'était en 2013, quelque chose comme ça. Et on voyait que c'était beaucoup de physiciens qui faisaient de la data science, parce qu'on faisait beaucoup d'analyse de données. Tout le monde est devenu data scientiste. Donc, les vieux data scientists, généralement, ce sont des physiciens. Et donc, on s'est attaqué à des problèmes, on va dire, commerciaux. Et puis après, il y a eu les ingénieurs qui sont venus avec leur modèle d'intelligence artificielle. Et puis, on les a intégrés. Mais finalement, ces data scientists, qui étaient donc des physiciens, ont appliqué la data science et l'intelligence artificielle dans des domaines physiques. très très tard, donc ça fait que quelques années, deux, trois ans seulement, qu'on travaille la physique avec des modèles d'intelligence artificielle. Alors, est-ce que toi tu as un regard là-dessus ? Pourquoi est-ce que finalement le monde de la physique, le secteur de la physique a été si éloigné finalement de cette intelligence artificielle ? Alors que leur progéniture, les physiciens, ont été au début de la data science. C'est particulier, non ?
- Speaker #1
Oui, alors j'avoue que c'est un peu une colle parce que je m'y connais surtout dans mon domaine. Mais en dehors de ça, je n'ai pas fait d'études de data science ou je n'ai pas fait de recherche non plus en data science. Donc je n'ai pas été... énormément en contact avec ce genre de recherche. Ce que je sais, c'est que dans la recherche en robotique, l'utilisation, en Belgique notamment, alors qu'on est au top dans ce domaine de ce qu'on appelle la robotique de revalidation, l'introduction de l'intelligence artificielle n'est que très récente. Difficile à dire pourquoi. Honnêtement, je pense que c'est surtout un souci de communication au sein de groupes de recherche, où il y a quand même relativement peu de contacts entre différents départements, des chercheurs de différents départements. Il y a relativement peu de contacts.
- Speaker #2
Donc peu d'interdisciplinarité ?
- Speaker #1
En fait, alors maintenant beaucoup plus. Maintenant beaucoup plus. Mais c'est vrai que... Oui, c'est vrai et faux ce que je dis à la fois, parce que je ne peux parler que de mon expérience. Je sais que quand j'ai commencé mon doctorat, on avait beaucoup d'interdisciplinarité, mais pas entre les data science, l'AI et l'ingénierie. Non, c'était plutôt l'ingénierie et les physios. Parce qu'il fallait d'abord vraiment bien comprendre qu'elle était... quels étaient les besoins des patients, que ce soit pour des patients paraplégiques, les exosquelettes, etc., ou que ce soit pour des patients amputés, prothèses. Donc, c'était surtout avec des physios, des kinés, etc. Et puis, c'est que par la suite, c'est vrai que dans notre domaine, il y a beaucoup de hardware à développer et le développement de hardware, ça prend un temps dingue. Ça prend vraiment un temps dingue. On ne s'en sort pas en dessous de minimum un an, voire deux pour un prototype. C'est... Et ça, indépendamment du nombre de personnes. Je veux dire, quand moi, je faisais mon doctorat, je développais mes prototypes, il me fallait un an avant d'avoir une prothèse sur la table. Mais aujourd'hui, il y a 8, 9 ingénieurs à bosser sur le sujet. On pourrait se dire, tiens, ils vont aller 8 ou 9 fois plus vite. Non, pas du tout. Un prototype, ça met toujours... Peut-être pas un prototype, mais quelque chose d'abouti, ça met toujours un an, minimum un an à l'avoir sur la table. Donc... Donc je pense qu'il y a une partie de ça aussi, c'est que dans la recherche, les choses vont lentement. Dans la robotique, il faut systématiquement avoir quelque chose sur la table, un prototype fonctionnel, avant de pouvoir ne serait-ce que le faire bouger et puis valider l'hypothèse derrière. Et puis pour moi, à ce moment, je pense que l'utilisation de l'intelligence artificielle est arrivée dans ce domaine-là en vue d'optimiser les performances. et pas tellement envie de valider un proof of concept ou autre. Alors, c'est peut-être aussi parce que dans notre domaine, pour que ça fonctionne vraiment bien, il ne suffit pas de prendre une articulation, de mettre un moteur et puis de tout résoudre par le software. Ce n'est pas comme ça que ça fonctionne. Chez nous, il faut vraiment que la mécanique soit optimisée. L'électronique doit être optimisée. Et puis après, ton software doit être optimisé. Et l'intelligence... L'intelligence aussi doit être optimisée, mais c'est ce qui vient après tout le reste finalement. Et c'est aussi ça un peu l'état d'esprit de la boîte chez nous. D'abord, on développe cette mécanique de manière vraiment détaillée, optimisée, comme je disais. L'électronique qui va avec, le software qui va avec, l'AI qui va avec. Et puis après, software et AI sont des choses qui vont continuer à évoluer et s'améliorer dans le temps. À partir du moment où la base hardware est bonne, elle évoluera encore très certainement, mais moins drastiquement, je dirais. Par contre, le software va vraiment améliorer les performances, comme je disais, les performances, l'agilité et la personnalisation.
- Speaker #2
Un tout grand merci.
- Speaker #1
C'est moi qui vous remercie.
- Speaker #0
Oui, on arrive tout doucement au bout. Pareil, un tout grand merci pour ce bel épisode. Un petit mot de la fin peut-être, où on a déjà tout dit.
- Speaker #1
Moi, je pense que j'ai beaucoup parlé, mais je vous remercie beaucoup en tout cas de m'avoir invité, de m'avoir laissé parler. C'était une chouette, très chouette, comment dire, je perds mes mots. Expérience. Voilà, super expérience, super expérience. Et puis, j'espère qu'on aura l'occasion peut-être de travailler ensemble aussi à l'avenir.
- Speaker #0
Un peu qui sait, ce serait un grand plaisir. Merci beaucoup, Pierre. Merci beaucoup, Leïla. On se retrouve tous. En prochain épisode, très très vite. À bientôt tout le monde.
- Speaker #2
À bientôt.
- Speaker #0
Merci d'avoir écouté cet épisode jusqu'à la fin. Si vous l'avez apprécié, n'hésitez pas à le partager à vos amis, à votre famille et à vos collègues. Nous vous serions très reconnaissants si vous pouviez laisser une évaluation 5 étoiles dans votre application de podcast préférée. Ça nous aide vraiment à grandir. Vous avez un projet en IA ? Des idées que vous souhaitez discuter ? Notre société, Delaware, peut vous aider. N'hésitez pas à nous contacter sur portraitia.delaware.pro, portrait au pluriel, ou sur les réseaux sociaux. C'était Léla Rebou et Benoît Loffey, et on vous dit à très vite !
