Publicité

Guerbet entre au capital d'Intrasense

12/01/2023
De Rédaction

Guerbet vient d’acquérir 39% du capital d’Intrasense, avec, à terme, le projet d’une offre publique d’achat. Ce rapprochement enrichira la suite logicielle en radiologie, notamment en complétant significativement ses solutions d’imagerie oncologique.

Intrasense vient d’annoncer l’entrée à son capital du groupe Guerbet, à hauteur de 39%, par le biais d’une augmentation de capital réservée d’un montant total de 8,8M€.

À la suite de cette prise de participation, Guerbet prévoit de déposer prochainement un projet d’offre publique d’achat portant sur le solde des actions Intrasense, au prix de 0,44 euro par action, et sur les valeurs mobilières donnant accès au capital de la Société. Cette opération permettra à Intrasense de compléter son offre de produits et de bénéficier du soutien d’un actionnaire de référence pour mener à bien les investissements nécessaires à la mise en œuvre de son plan de croissance. Elle donnera, d’autre part, à Guerbet la possibilité de valoriser à terme sa technologie et ses algorithmes d’intelligence artificielle.

Dans le cadre de ce projet, Intrasense et Guerbet envisagent de conclure au premier semestre 2023 un accord de licence qui permettrait à Intrasense d’intégrer et de commercialiser les algorithmes d’intelligence artificielle Guerbet au sein de ses plateformes logicielles, notamment pour parfaire sa nouvelle ligne de produits en oncologie. Un accord de collaboration est ainsi en place depuis le mois d’octobre 2022 pour étudier la faisabilité technique de cette intégration et les deux sociétés ont également conclu récemment un accord non-engageant concernant les principaux termes et conditions de l’accord de licence envisagé.

L’intégration de ces nombreuses technologies d’intelligence artificielle, qu’elles viennent de Guerbet ou de tierces parties selon la stratégie déjà initiée par Intrasense, renforcera l’offre à forte valeur ajoutée d’Intrasense sur le marché mondial de l’imagerie.

SUR LE MÊME THÈME

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

Les comptes rendus radiologiques ne sont pas près de passer par GPT-4

Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...

21/07/2025 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

Un nouvel outil d'extraction de données spécialisé en radiologie

Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...

15/07/2025 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning

Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...

23/06/2025 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie

Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...

13/06/2025 -

IA & Données
Abonné(e)

Des LLM affinés pour aider à la relecture des comptes rendus

Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.

23/05/2025 -

IA & Données
Abonné(e)

Agir sur la vulnérabilité des grands modèles de langage en radiologie

Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...

21/05/2025 -

IA & Données
Abonné(e)

Une feuille de route pour atténuer les biais de l'IA

Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...

20/05/2025 -

LETTRE D'INFORMATION

Ne manquez aucune actualité en imagerie médicale et radiologie !

Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.