Unsere Forschung und Entwicklung für die medizinische Sprache
PraxySanté entwickelt KI-Modelle für das Verständnis von Gesprächen und medizinischer Sprache, die in Produkten verwendet werden, die leicht zugänglich für Gesundheitsfachleute sind und die klinische Forschung beschleunigen.
Die Sprachanalysetechnologien (NLP, neuronale Netze, Deep Learning und LLM) haben sich in den letzten 15 Jahren stark entwickelt und sind jetzt ausgereift, um Produkte zu bauen, die den Gesundheitsfachleuten einen nützlichen, zuverlässigen und sicheren Dienst leisten.
Unsere Forschung und Entwicklung arbeiten an diesen Hauptzielen:
1. Ultra-präzise Sprach-to-Text-Modelle für den medizinischen Bereich und eine starke Wiederholbarkeit der von LLM generierten Zusammenfassungen
Praxy.ai trainiert seine eigenen Sprach-to-Text-Modelle auf das gesamte medizinische Vokabular pro Sprache, also über 170.000 medizinische Terme, für die wir fast 15.000 Stunden medizinischer Audioaufnahmen erstellt haben
Die "Large Language Models" sind besonders gut für die Zusammenfassung langer Texte oder Gespräche geeignet. Allerdings sind ihre Ergebnisse nicht von Natur aus präzise, wiederholbar und nicht im gewünschten Format. Unsere Forschung und Entwicklung entwickeln die besten Praktiken für die Nachschulung und Ergebniskontrolle, um zuverlässige Ergebnisse im Laufe der Zeit und eine kontinuierliche Verbesserung sicherzustellen.
2. Die Extraktion von strukturierten Daten aus der medizinischen Sprache und die automatische Kodierung (CIM, LOINC, SNOMED, CCAM, OMOP, ..)
Um die Versorgung und die Studien im realen Leben zu verbinden.
3. Die Nutzung von Sprachmodellen in unseren eigenen Infrastrukturen
Um die Einhaltung der HDS-Vorschriften zu gewährleisten, investieren wir mit einer Optimierung der Betriebskosten in die Optimierung großer Sprachmodelle für die Audio-Transkription und die Textanalyse, Datenbanken
Entdecken Sie unsere wissenschaftlichen Artikel
Um mehr über die von Praxy.ai entwickelten Modelle zu erfahren
System zur Verhinderung von Halluzinationen, um die Tatsächlichkeit der von der KI generierten Berichte zu gewährleisten
CORIA TALN best paper award und veröffentlicht im ACL Anthology
ASR_T5_hybrid_dua
l_encoder_model
_publication.pdf
ASR-LLM Hybride Dual-Encoder für die medizinische Spracherkennung mit hoher Präzision
Ein interdisziplinäres Team aus dem Gesundheitswesen, KI und Beratung sowie Softwareentwicklung
Damien Forest, CEO & CTO
Damien hat 15 Jahre Erfahrung in technischen Start-ups, Beratung und Industrie, insbesondere durch die Entwicklung eines Unternehmens für autonome Robotik (Rovenso), die Leitung der Betriebsabläufe eines Unternehmens für Wasser-Technologie (Castalie) und kürzlich die Transformation einer Geschäftseinheit im Gesundheitswesen (La Poste Santé & Autonomie).
Nadège Alavoine
AI-Technikleiter
Experte für die Verarbeitung von natürlicher Sprache mit einem medizinischen Hintergrund, Nadège ist der Architekt mehrerer unserer KI-Modelle
Benoit Fage,
Full-Stack-Entwickler, Leiter Back-End
Benoit ist leidenschaftlich an Technik interessiert und hat Erfahrungen in der Softwareentwicklung im Bereich Energie und Cybersicherheit.
Julien Paul Vedani,
Berater für Patientenbeziehungen
Doktor der Mathematik und Aktuar, Julien ist auch Präsident einer Patientenvereinigung mit Multiple-Sklerose-Erkrankten. Er hält ein Diplom in Gesundheitsdemokratie - Medikamente - Patientenpartner und unterstützt uns bei der Produktentwicklung mit Patientenbeteiligung
Mikael Chelli, Orthopädischer Chirurg, Co-Produkteigentümer
Mikael ist sowohl Praktiker (Orthopädischer Chirurg und Traumatologe) am ICR als auch Gründer der Start-up Easymedstat die klinische Forschungsarbeit erleichtert.
Jorge Korgut,Full-Stack-Entwickler
Jorge ist sehr vielseitig und entwickelt unsere Anwendungen für Mobilität und Videokonferenzen
Ons Aouina
KI-Wissenschaftler
Ihre postdoktorale Forschung konzentrierte sich auf die Verbesserung der psychiatrischen Versorgung durch genaue Identifizierung und Verfolgung von Informationen über psychische Gesundheit von Patienten in medizinischen Berichten unter Verwendung semantischer Annotation
Souhir Khessiba
KI-Wissenschaftler
Wissenschaftlicher Forscher und Doktor der Informatik und Technologie, spezialisiert auf künstliche Intelligenz, Signalverarbeitung und Hyperparameter-Optimierung für Deep-Learning-Netzwerke, die auf biomedizinische Signale angewendet werden, mit besonderem Augenmerk auf die Analyse von EEG und räumlich-zeitlichen Signalen im Zusammenhang mit Kniegelenksarthrose und Parkinson-Krankheit.
Rashedur Rahman,
Senior KI-Wissenschaftler
Augustin ist vielseitig und spezialisiert auf Frontend-Entwicklung, mit erfolgreichen Erfahrungen in der Entwicklung von Websoftware für autonome Roboter oder Energieeffizienzlösungen