Notre vision : récupération et prédiction

Dextrain est parti d’un constat: il manque des outils fiables et précis pour mesurer la dextérité et ses différentes composants, tant en recherche qu’en clinique mais aussi pour la rééduquer et l’entraîner de manière intensive. À partir de ce constat, Påvel Lindberg et Maxime Térémetz, chercheurs à l’Inserm, en collaboration avec Mathieu Boucher, PDG de Sensix, ont développé la méthode Dextrain pour quantifier précisément les composants clés de la dextérité et permettre d’entraîner spécifiquement ces composants pour une rééducation plus précise et intense et ainsi améliorer la récupération. Ces travaux ont donné lieu à de nombreuses publications scientifiques montrant l’intérêt scientifique et clinique de l’approche Dextrain. En 2021, afin de poursuivre ces avancées, les inventeurs s’associent à ARCHOS, leader français de la technologie portable, et Erganeo, société d’investissement spécialisée dans les technologies issues de la recherche, pour créer la société Dextrain.

Notre solution

Nos solutions permettent une détection précoce des déficiences neurologiques de la main et un entraînement ciblé et intense grâce à des exercices personnalisés. Dextrain est la seule solution permettant une évaluation multidimensionnelle de la dextérité avec une méthode basée sur les neurosciences. Dextrain possède la seule technologie pour mesurer les forces de flexion et d’extension des doigts avec une précision de 1g et et une haute résolution temporelle (~ 10 ms). Les forces peuvent être mesurées dans des conditions dynamiques et statiques, en flexion et en extension.

Dextrain développe une plateforme de données collaborative avec évaluations, retours d’expérience et algorithme pour optimiser les protocoles d’entraînement et les procédures de rééducation. Les protocoles d’entraînement sont conçus pour répondre aux besoins du patient et fournir un retour d’information riche sur les performances et les progrès du patient, favorisant la motivation et l’intensité de l’entraînement.

Dextrain met en place la première base de données normative de dextérité afin, par l’utilisation du machine learning, d’améliorer l’évaluation de la dextérité et la détection précoce des maladies psychiatriques et neurodégénératives.