La nostra R&D per al llenguatge mèdic
PraxySanté desenvolupa models d'IA per a la comprensió de les converses i del llenguatge mèdic utilitzats en productes que són fàcilment accessibles als professionals de la salut i per accelerar la recerca clínica.
Les tecnologies d’anàlisi del llenguatge (NLP, xarxes neuronals, deeplearning i LLM) s’han desenvolupat fortament al llarg de les 15 últimes anys i arriben a la maduresa ara per a construir productes que ofereixen un servei útil, fiable i segur als professionals de la salut.
La nostra R&D treballa en aquests objectius principals :
1. Models de parla a text ultra precisos per al domini mèdic i una fortarepetibilitat dels resums generats pels LLM
Praxy.ai entrena els seus propis models de parla a text en tot el vocabulari mèdic per idioma, és a dir més de 170k termes mèdics, per als quals hem creat prop de 15 000 hores d'àudio mèdic
Els "Large language models" estan especialment adaptats per al treball de resumir llargs textos o converses. No obstant això, els seus resultats no són nativament prou precisos, repetibles, i no estan en el format esperat. La nostra R&D desenvolupa les millors pràctiques de reentrenament i control dels resultats per assegurar resultats fiables en el temps i una millora contínua
2. L’extracció de dades estructurades del llenguatge mèdic i la codificació automàtica (CIM, LOINC, SNOMED, CCAM, OMOP, ..)
Per connectar les cures i els estudis en la vida real.
3. L’explotació de models de llenguatge en les nostres infraestructures
Per assegurar la conformitat HDS, amb una optimització del cost de funcionament, invertim en l’optimització de grans models de llenguatge per a la transcripció d’àudio i l’anàlisi de textos, bases de dades
Descobriu els nostres articles científics
Per saber més sobre els models desenvolupats per Praxy.ai
Sistema Anti-al·lucinacions per garantir la factualitat dels informes clínics generats per la IA
CORIA TALN premi al millor article i publicat a ACL Anthology
ASR_T5_hybrid_dua
l_encoder_model
_publication.pdf
ASR-LLM Híbrid Dual encoder per a la reconeixement vocal mèdic de alta precisió
Un equip pluridisciplinari procedent de la Salut, IA i del consell i desenvolupament de programari
Damien Forest, CEO & CTO
Damien té un recorregut de 15 anys en startups tecnològiques, consell i indústria, especialment marcat pel desenvolupament d'una empresa de robòtica autònoma (Rovenso), la direcció d'operacions d'una empresa de WaterTech (Castalie), i més recentment la transformació d'una Business Unit en els serveis de Salut (La Poste Salut & Autonomia).
Nadège Alavoine
Líder tècnic d'IA
Expert en tractament del llenguatge natural amb un recorregut Mèdic, Nadège és l'arquitecte de diversos dels nostres models d'IA
Benoit Fage,
Enginyer full stack, líder back end
Benoit està apassionat per la tècnica, i té experiències en desenvolupament de programari en l'energia, la ciberseguretat.
Julien Paul Vedani,
Assessor relació pacient
Doctor en Matemàtiques & Actuari, Julien també és president d'una associació de pacients afectats de SEP. Té un DUA Democràcia sanitària - Medicament - Pacient soci, i ens ajuda en la concepció de productes que impliquen els pacients
Mikael Chelli, Cirurgià ortopèdic, co product owner
Mikael és alhora practicant (cirurgià ortopèdic i traumatòleg) a l'ICR, i emprenedor fundador de la startup Easymedstat que facilita les feines de recerca clínica.
Jorge Korgut, Enginyer Full stack
Jorge és molt polivalent i desenvolupa les nostres aplicacions per a la mobilitat i les videoconferències
Ons Aouina
Científic d'IA
La seva recerca postdoctoral es va centrar a millorar l'atenció psiquiàtrica identificant i rastrejant amb precisió la informació dels pacients de salut mental en informes mèdics mitjançant l'anotació semàntica
Souhir Khessiba
Científic d'IA
Investigador científic i Doctor en Informàtica i Tecnologia, especialitzat en intel·ligència artificial, tractament del senyal i optimització dels hiperparàmetres per a les xarxes de deep learning aplicades als senyals biomèdics, amb una atenció especial en l'anàlisi dels EEG i dels senyals espaciotemporals relacionats amb l'artrosi del genoll i la malaltia de Parkinson.
Rashedur Rahman,
Científic d'IA senior
Augustin és polivalent i es especialitza en desenvolupament front end, amb experiències reeixides en el desenvolupament d'un programari web de control de robot autònom, o encara de solució de pilot d'eficiència energètica