SkinBit lève 6 millions de dollars en pré-amorçage pour améliorer la détection précoce du cancer de la peau grâce à l’imagerie corporelle complète

SkinBit a levé 6 millions de dollars en pré-amorçage pour développer une plateforme technologique conçue pour rendre l’imagerie corporelle complète de la peau plus accessible et donner aux patients un dossier cohérent de l’évolution de leur peau au fil du temps.

Le tour comprend des investissements de Boost VC, Cleo Capital, Manna Ventures et Profluent Capital, aux côtés du co-fondateur de Lyft, Logan Green, et de neuf dermatologues agréés. Au lieu de s’appuyer sur un seul examen visuel annuel, SkinBit combine l’imagerie standardisée, la vision par ordinateur et l’examen dermatologique pour créer un dossier de santé cutanée longitudinal appartenant au patient.

Divulgation: Je suis investisseur dans ce cycle de financement.

Transformer un examen cutané en un ensemble de données reproductible

La plupart des examens cutanés fournissent un instantané de ce que peut observer un dermatologue lors d’une consultation spécifique. Sans images standardisées des visites précédentes, les cliniciens peuvent avoir des informations limitées pour déterminer si une lésion est nouvelle, en croissance ou en train de changer.

SkinBit tente de rendre ce processus plus systématique. Sa plateforme enregistre l’emplacement, les dimensions et les caractéristiques visuelles des marques notables, puis relie ces informations aux images capturées lors des visites suivantes. Cela permet aux dermatologues de comparer les mêmes zones du corps d’un patient au fil du temps plutôt que de dépendre entièrement de la mémoire, des photographies du patient ou des notes des examens précédents.

L’hypothèse centrale de l’entreprise est que le deuxième scan peut être plus utile sur le plan clinique que le premier. Un examen initial établit une référence, tandis que les scans ultérieurs peuvent révéler des changements qui peuvent justifier un examen plus approfondi.

Comment fonctionne le modèle de dépistage de SkinBit

Un rendez-vous SkinBit consiste en une séance d’imagerie en personne d’environ 20 minutes, réalisée par un technicien formé. L’entreprise utilise la photographie haute résolution et la lumière polarisée, qui réduit les reflets de surface et permet de capturer des détails de peau plus fins dans des conditions contrôlées.

Le protocole d’imagerie couvre 15 régions anatomiques et comprend des gros plans dermoscopiques des marques notables. Les images et les métadonnées structurées résultantes sont ensuite examinées par un dermatologue agréé. Les patients reçoivent généralement une évaluation écrite via l’application SkinBit dans les 48 heures, avec des références disponibles lorsque des examens ou une biopsie supplémentaires peuvent être appropriés.

La vision par ordinateur est utilisée pour organiser les images, soutenir les comparaisons d’une année sur l’autre et aider les dermatologues à concentrer leur attention. Il est important de noter que SkinBit déclare que le logiciel ne prend pas la décision clinique finale. Chaque scan est examiné par un dermatologue, qui reste responsable des recommandations et des décisions concernant les soins de suivi.

L’entreprise déclare également que son système d’imagerie documente la surface de la peau et n’est pas destiné à diagnostiquer, traiter, guérir ou prévenir les maladies. Le dépistage et le diagnostic du cancer de la peau restent la responsabilité des professionnels de santé agréés.

Intégrer l’imagerie spécialisée dans les cliniques existantes

SkinBit prévoit d’installer ses systèmes de numérisation dans les cabinets de dermatologie, les cliniques de longévité, les spas médicaux et d’autres destinations de bien-être. Cette stratégie basée sur les partenariats pourrait permettre à l’entreprise de s’étendre sans construire un grand réseau de cliniques médicales autonomes.

Selon son site Web, environ 220 pieds carrés peuvent être convertis en un centre d’imagerie SkinBit. L’entreprise fournit l’équipement, l’environnement d’imagerie standardisé et le service d’examen dermatologique, tandis que le partenaire fournit l’emplacement physique et l’accès aux patients ou aux membres.

SkinBit prévoit d’avoir trois emplacements en fonctionnement en 2026 et 15 d’ici la fin de 2027. L’entreprise signale également que plus de 20 emplacements potentiels sont en discussion active et que plus de 5 000 personnes se sont inscrites sur sa liste d’attente.

Ce modèle de distribution pourrait contribuer à résoudre certains obstacles géographiques et de planification associés à la dermatologie, mais il crée également des défis opérationnels. SkinBit devra maintenir une éclairage, un calibrage de caméra, une positionnement de patient et une qualité d’image cohérents dans chaque emplacement partenaire. Il devra également disposer de voies de référence fiables pour que les patients ayant des résultats préoccupants puissent accéder à des soins de suivi appropriés.

Construire l’infrastructure d’imagerie pour l’intelligence artificielle en dermatologie

L’opportunité à long terme de SkinBit peut aller au-delà du scanner lui-même.

Les systèmes d’intelligence artificielle en imagerie médicale dépendent fortement de la qualité et de la cohérence des données utilisées pour les développer et les évaluer. En dermatologie, les photographies peuvent varier considérablement en fonction de l’appareil photo, de l’éclairage, de l’angle, de la distance, de la préparation de la peau et du protocole d’imagerie.

SkinBit construit un système d’acquisition standardisé qui capture des images dans des conditions reproductibles. Ses travaux techniques incluent l’imagerie multicaméra haute résolution, l’éclairage contrôlé, la polarisation, le calibrage de la caméra, la reconstruction 3D et la préparation des images pour l’analyse de vision par ordinateur en aval.

Une collection croissante d’images longitudinales structurées pourrait éventuellement devenir une base précieuse pour développer des systèmes qui identifient des changements subtils ou aident à prioriser les lésions pour examen. Cependant, la construction d’un grand ensemble de données ne suffit pas en soi. SkinBit devra encore démontrer que ses modèles fonctionnent de manière cohérente sur différents types de peau, morphologies, groupes d’âge et contextes cliniques.

L’entreprise doit également établir des normes claires pour la confidentialité, le consentement des patients, la portabilité des données et l’utilisation des images dans le développement futur de modèles. Ces questions deviennent de plus en plus importantes lorsqu’une plateforme est conçue pour conserver des images médicales hautement sensibles pendant de nombreuses années.

Une entreprise façonnée par le diagnostic du fondateur

Le PDG et co-fondateur de SkinBit, Jonathan Benassaya, a précédemment co-fondé le service de streaming musical Deezer et occupé des postes de produit seniors chez Life360 et Meta. Sa décision de créer SkinBit a suivi son propre diagnostic de mélanome en 2020, lorsque un dermatologue a remarqué une lésion sous son masque à la fin d’une consultation.

L’entreprise a réuni une équipe clinique qui comprend le Dr Justin Ko, chef de la dermatologie médicale à l’hôpital Stanford, et le Dr Sancy Leachman, directeur médical en chef et ancien président de la dermatologie à l’Université des sciences et de la santé de l’Oregon, ainsi que créateur de l’initiative de recherche MoleMapper.

La participation de neuf dermatologues au cycle de financement fournit à SkinBit des praticiens qui ont un intérêt direct à évaluer comment la plateforme fonctionne dans des environnements cliniques réels. Ce soutien est un signal utile, même si l’adoption généralisée dépendra finalement de preuves cliniques, d’intégration de flux de travail et d’améliorations mesurables des soins aux patients.

Le prochain test est l’exécution

Le cycle de 6 millions de dollars donne à SkinBit des ressources supplémentaires pour mettre en ligne ses premiers emplacements, affiner son système d’imagerie et commencer à construire l’ensemble de données longitudinal derrière sa plateforme.

Sa démarche représente une application différente de l’intelligence artificielle dans les soins de santé. Au lieu de positionner le logiciel comme un remplacement d’un spécialiste, SkinBit utilise la vision par ordinateur pour améliorer les informations disponibles pour les dermatologues et rendre les examens plus cohérents d’une visite à l’autre.

Le test immédiat sera de savoir si l’entreprise peut reproduire cette expérience sur un réseau distribué tout en maintenant la qualité clinique et en donnant aux patients un accès opportun aux soins de suivi. Si elle réussit, SkinBit pourrait contribuer à faire évoluer le dépistage de la peau des instantanés annuels isolés vers un modèle plus continu et basé sur les données.