Basée au Cap, AI Diagnostics a levé 85 millions de rands, soit environ 5,2 millions de dollars, afin de faire passer à l’échelle un outil qui dépiste la tuberculose sans radiographie ni spécialiste. Ce tour de financement de pré-série A a été mené par The Steele Foundation for Hope, avec iFSP Group et le Global Innovation Fund, aux côtés des investisseurs existants Africa Health Ventures et Savant.
Un stéthoscope réinventé
Fondée en 2020, l’entreprise a reconstruit un instrument vieux de 200 ans autour de l’intelligence artificielle. Son produit phare associe le stéthoscope numérique Ostium à un modèle d’IA, AI.TB, qui analyse en temps réel les sons pulmonaires et signale les schémas liés à la tuberculose. Un agent de santé de première ligne peut effectuer le dépistage dans une clinique, une pharmacie ou un centre communautaire, puis orienter les patients signalés vers des examens de confirmation. L’appareil a reçu l’autorisation réglementaire de l’autorité sud-africaine des produits de santé et a dépisté plus d’un millier de patients localement, tandis que des recherches cliniques sont menées dans plus de dix pays.
Pourquoi cela compte pour la tuberculose
Le besoin non satisfait est immense. La tuberculose reste l’une des maladies infectieuses les plus mortelles au monde, et le déficit de dépistage est le plus important précisément là où les appareils de radiographie et les radiologues sont rares. Le problème est encore plus aigu parce qu’une grande partie de la tuberculose est silencieuse : des données citées dans le World TB Report 2025 ont révélé que 58 % des personnes testées positives à la tuberculose en Afrique du Sud ne signalaient aucun symptôme. Un dépistage fondé sur les symptômes les manque. Un test acoustique abordable que n’importe quel agent de santé peut administrer change ce que le directeur général de l’entreprise, Braden van Breda, appelle la géographie du dépistage, en le déplaçant des hôpitaux vers les lieux où les gens se rendent réellement.
La voie à suivre
Le capital financera la validation clinique, le développement supplémentaire du modèle d’IA et l’expansion en Afrique subsaharienne ainsi qu’en Asie. Le travail le plus difficile reste réglementaire et clinique : un outil de dépistage vit ou meurt selon la précision de ses orientations, et faire évoluer un dispositif médical à travers les systèmes de santé est un travail lent et exigeant en preuves.
Malgré tout, ce tour de table met en lumière quelque chose d’utile pour la healthtech africaine. Les produits les plus précieux du secteur ne sont pas des applications grand public, mais des outils qui permettent à des systèmes de santé publique sous pression d’en faire plus avec moins. Si AI Diagnostics parvient à prouver sa précision à grande échelle, elle offre un modèle d’IA qui rencontre les soins de première ligne là où ils se trouvent, plutôt que là où ils devraient être.
