BIOSerenity à AI for Health 2025 au Grand Palais

Temps de lecture estimé: 2 minutes

Un évènement réussi

Les 25 et 26 novembre 2025, le Grand Palais a accueilli AI for Health dans le cadre d’Adopt AI, réunissant plus de 25 000 participants et 500 intervenants pour explorer l’avenir de l’intelligence artificielle en santé. BIOSerenity a fièrement participé à cet événement MedTech de référence, en démontrant comment l’IA transforme l’électrophysiologie, le diagnostic et les applications cliniques en conditions réelles.

Trois voix font progresser l’IA appliquée au cerveau

Sur ces deux journées, notre équipe a marqué les esprits avec trois interventions, un prix scientifique et une présence très active sur le stand, en échangeant à grande échelle avec des cliniciens, des chercheurs et des acteurs de l’industrie.

Nasheed Jamal (CMO) a ouvert le programme avec « Bridging AI Innovation From Bench to Bed », en soulignant comment les innovations en IA peuvent passer de la recherche à la pratique clinique en conditions réelles.

Ensuite, Ulysse Gimenez (Data Science Director) a présenté nos travaux sur le Large Brain Model (LBM), notre modèle de fondation EEG. Il a également reçu le Scientific Abstract Award pour ces travaux, saluant leur contribution scientifique.

Enfin, Pierre Emerich (CTPO) a présenté « When AI Reads Brainwaves: Unlocking the Hidden Vital Sign », en mettant l’accent sur le rôle des modèles de fondation EEG dans la surveillance clinique et l’aide à la décision.

Tout au long de l’événement, notre équipe a maintenu une forte présence sur le stand, en présentant nos travaux et en participant à des échanges autour des applications concrètes de l’IA basée sur l’EEG en santé.

Dans l’ensemble, l’événement a marqué un succès net pour Bioserenity, avec un fort engagement et des retours positifs sur la pertinence de nos approches d’IA basées sur l’EEG.

Discover Neurophy, our EEG diagnostic service for neurological care, Somnophy, our sleep disorder diagnostic service, and the Large Brain Model, our artificial intelligence for electrophysiological diagnostics.