Notre R&D pour le langage médical
PraxySanté développe des modèles d'IA pour la compréhension des conversations et du langage médical utilisés dans des produits qui sont facilement accessibles aux professionnels de santé et pour accélérer la recherche clinique.
Les technologies d’analyse du langage (NLP, réseaux neuronaux, deeplearning puis LLM) se sont fortement développées au cours des 15 dernières années et arrivent à maturité maintenant pour construire des produits qui rendent un service utile, fiable et sécurisé aux professionnels de santé.
Notre R&D travaille sur ces principaux objectifs :
1. Des modèles de speech to text ultra précis pour le domaine médicale et une forte répétabilité des résumés générés par les LLM
Praxy.ai entraine ses propres modèles de speech to text sur tout le vocabulaire médical par langue, soit plus de 170k termes médicaux, pour lesquels nous avons créé près de 15 000 heures d'audios médicales
Les "Large language models" sont tout particulière adaptés au travail de résumer de long textes ou conversations. Toutefois leurs résultats ne sont pas nativement assez précis, répétables, et pas au format attendu. Notre R&D développe les meilleures pratiques de réentrainement et contrôle des résulatspour assurer des résultats fiables dans le temps et une amélioration continue
2. L’extraction de données structurées du langage médical et la codification automatique (CIM, LOINC, SNOMED, CCAM, OMOP, ..)
Pour connecter les soins et les études en vies réelles.
3. L’exploitation de modèle de langage en propre dans nos infrastructures
Pour assurer la conformité HDS, avec une optimisation du coût de fonctionnement nous investissons dans l'optimisation de larges modèles de langage pour transcription audio et l'analyse des textes, bases de données
Une équipe pluridisplinaire issue de la Santé, IA et du conseil et développement logiciel
Damien Forest, CEO
Damien a un parcours en startups technologiques, conseil et industrie, notamment marqué par le développement d'une entreprise de robotique autonome (Rovenso), la direction des opérations d'une entreprise de Water tech (Castalie), et plus recemment la transcription d'une Business Unit dans les services de Santé (La Poste Santé & Autonomie)
Nadège Alavoine
AI tech lead
Experte en traitement du langage naturel avec un parcours Médical, Nadège est l'architecte de plusieurs de nos modèles IA
Benoit Fage,
Full stack engineer, lead back end
Benoit est passionné par la technique, et a des expériences en développement logiciel dans l'énergie, la cybersécurité.
Julien Paul Vedani,
Advisor relation patient
Docteur en Mathématiques & Actuaire, Julien est aussi président d'une association de patients atteints de SEP. Il détient un DU Démocratie sanitaire - Médicament - Patient partenaire, et nous aide dans la conception de produits impliquant les patients
Mikael Chelli, Chirurgien orthopédiste, co product owner
Mikael est à la fois praticien (chirurgien othopédiste et traumatologue) à l'ICR, et entrepreneur fondateur de la startup Easymedstat qui facilite les travaux de recherche clinique.
Jorge Korgut, Ingénieur Full stack
Jorge est très polyvalent et développe nos applications pour la mobilité et les visio conférences
Rashedur Rahman,
Senior AI Scientist
Augustin est polyvalent et se spécialise en développement front end, avec des expériences réussies dans le développement d'un logiciel web de contrôle de robot autonome, ou encore de solution de pilote de l'efficacité énergétique
Souhir Khessiba
AI Scientist
Chercheur
scientifique et Docteur en Informatique et Technologie, spécialisée en
intelligence artificielle, traitement du signal et optimisation des
hyperparamètres pour les réseaux de deep learning appliqués aux signaux
biomédicaux, avec une attention particulière sur l'analyse des EEG et des
signaux spatio-temporels liés à l'arthrose du genou et à la maladie de
Parkinson.