NEX Health Intelligence : l’IA qui tente d’anticiper les infections dans les hôpitaux

La startup est issue de travaux de recherche menés à Imperial College London, où son fondateur a développé pendant son doctorat des modèles mathématiques et épidémiologiques capables d’estimer le risque d’infection dans les environnements hospitaliers.

Comment la plateforme utilise l’IA

La technologie de NEX analyse les données hospitalières pour identifier les zones ou les populations de patients présentant un risque élevé d’infection.

La plateforme combine intelligence artificielle, modélisation mathématique, données cliniques et épidémiologie afin de simuler la dynamique de propagation des infections dans un établissement de santé.

Ses principales fonctionnalités incluent :

• Modélisation prédictive des infections : des algorithmes estiment où des infections ou des bactéries résistantes pourraient apparaître ensuite dans l’hôpital.
• Analyse des risques de transmission : le système examine les flux de patients, les services hospitaliers et les données cliniques pour repérer les voies de propagation possibles.
• Alertes précoces : les équipes de prévention reçoivent des prévisions leur permettant d’agir plus tôt — par exemple en isolant certains patients ou en adaptant les protocoles.

Selon l’entreprise, les modèles ont été validés à partir de centaines de milliers de dossiers patients provenant de systèmes hospitaliers au Royaume‑Uni et en Asie.

Ces analyses ont montré qu’il était possible d’anticiper certaines infections contractées à l’hôpital plusieurs jours avant leur confirmation clinique, offrant ainsi une fenêtre cruciale pour la prévention.

Où la technologie est testée

La plateforme NEX a déjà été testée et évaluée dans plusieurs environnements hospitaliers.

Parmi les projets mentionnés :

• Des études de validation basées sur des dossiers patients provenant de grands systèmes hospitaliers au Royaume‑Uni et en Asie.
• Des projets d’évaluation avec des organisations du NHS, le système public de santé britannique, notamment dans deux NHS Trusts à Londres.
• Un déploiement de la plateforme de surveillance dans le plus grand hôpital militaire de Thaïlande, un établissement où la prévalence des infections est élevée.

Les rapports publics ne précisent toutefois pas les noms des NHS Trusts impliqués dans les évaluations.

Une levée de fonds d’un million d’euros

En mai 2026, NEX Health Intelligence a levé 1 million d’euros en financement pre‑seed pour accélérer le développement de sa technologie.

Le tour de table a été mené par Brighteye Ventures, avec la participation de :

• Adeline Arts & Science
• AFI Ventures
• Momentous Ventures
• Conception X Angel Syndicate
• plusieurs investisseurs providentiels du secteur

Après cette opération, l’entreprise indique avoir levé environ 1,2 million de livres sterling au total depuis sa création.

Comment la startup compte utiliser ces fonds

Ce financement doit servir à transformer la technologie issue de la recherche en un produit utilisable à grande échelle dans les hôpitaux.

Les priorités annoncées incluent :

• améliorer les modèles prédictifs capables d’anticiper les foyers d’infection
• élargir les essais cliniques avec des partenaires hospitaliers
• progresser vers les autorisations réglementaires au Royaume‑Uni
• préparer un déploiement plus large dans différents systèmes de santé

L’objectif final est de faire passer la plateforme de programmes pilotes et de recherche à un outil opérationnel utilisé au quotidien par les équipes de contrôle des infections.

Vers une médecine préventive pilotée par les données

Si ce type de technologie se généralise, la gestion des infections hospitalières pourrait évoluer de manière significative. Au lieu de découvrir une épidémie lorsqu’elle a déjà commencé, les hôpitaux pourraient disposer d’alertes prédictives permettant d’agir avant la propagation.

La solution de NEX en est encore aux premières phases de déploiement et de validation, mais elle s’inscrit dans une tendance plus large : l’utilisation de l’intelligence artificielle pour transformer la prévention des infections en système anticipatif basé sur les données.