La nostra R&D per il linguaggio medico
PraxySanté sviluppa modelli di IA per la comprensione delle conversazioni e del linguaggio medico utilizzati in prodotti che sono facilmente accessibili ai professionisti della salute e per accelerare la ricerca clinica.
Le tecnologie di analisi del linguaggio (NLP, reti neurali, deeplearning e poi LLM) si sono fortemente sviluppate nel corso degli ultimi 15 anni e arrivano a maturità ora per costruire prodotti che offrono un servizio utile, affidabile e sicuro ai professionisti della salute.
La nostra R&D lavora su questi principali obiettivi :
1. Modelli di speech to text ultra precisi per il dominio medico e una forte ripetibilità dei riassunti generati dai LLM
Praxy.ai addestra i propri modelli di speech to text su tutto il vocabolario medico per lingua, ovvero oltre 170k termini medici, per i quali abbiamo creato quasi 15 000 ore di audio medici
I "Large language models" sono particolarmente adatti al lavoro di riassunto di lunghi testi o conversazioni. Tuttavia i loro risultati non sono nativamente abbastanza precisi, ripetibili, e non nel formato atteso. La nostra R&D sviluppa le migliori pratiche di riaddestramento e controllo dei risultati per assicurare risultati affidabili nel tempo e un miglioramento continuo
2. L’estrazione di dati strutturati del linguaggio medico e la codifica automatica (CIM, LOINC, SNOMED, CCAM, OMOP, ..)
Per collegare le cure e gli studi in vita reale.
3. L’utilizzo di modelli di linguaggio propri nelle nostre infrastrutture
Per assicurare la conformità HDS, con un’ottimizzazione del costo di funzionamento investiamo nell’ottimizzazione di larghi modelli di linguaggio per la trascrizione audio e l’analisi dei testi, basi di dati
Scopri i nostri articoli scientifici
Per saperne di più sui modelli sviluppati da Praxy.ai
Sistema Anti-allucinazioni per garantire la factualità delle CR generate dall'IA
CORIA TALN best paper award e pubblicato in ACL Anthology
ASR_T5_hybrid_dua
l_encoder_model
_publication.pdf
ASR-LLM Hybride Dual encoder per il riconoscimento vocale medico di alta precisione
Un team multidisciplinare proveniente dalla Sanità, IA e consulenza e sviluppo software
Damien Forest, CEO & CTO
Damien ha un percorso di 15 anni in startup tecnologiche, consulenza e industria, segnato in particolare dallo sviluppo di un'impresa di robotica autonoma (Rovenso), la direzione delle operazioni di un'impresa di WaterTech (Castalie), e più recentemente la trasformazione di una Business Unit nei servizi di Sanità (La Poste Santé & Autonomie).
Nadège Alavoine
Capo tecnico AI
Esperta nel trattamento del linguaggio naturale con un percorso medico, Nadège è l'architetto di molti dei nostri modelli IA
Benoit Fage,
Full stack engineer, lead back end
Benoit è appassionato di tecnica e ha esperienze nello sviluppo software nell'energia, la cybersicurezza.
Julien Paul Vedani,
Advisor relation patient
Dottore in Matematica & Attuario, Julien è anche presidente di un'associazione di pazienti affetti da SEP. Detiene un DU Democrazia sanitaria - Medicamento - Paziente partner, e ci aiuta nella progettazione di prodotti che coinvolgono i pazienti
Mikael Chelli, Chirurgio ortopedico, co product owner
Mikael è allo stesso tempo un professionista (chirurgo ortopedico e traumatologo) all'ICR, e imprenditore fondatore della startup Easymedstat che facilita i lavori di ricerca clinica.
Jorge Korgut, Ingegnere Full stack
Jorge è molto polivalente e sviluppa le nostre applicazioni per la mobilità e le videoconferenze
Ons Aouina
Scienziato AI
La sua ricerca post-dottorale si è concentrata sul miglioramento dell'assistenza psichiatrica attraverso l'identificazione e il tracciamento accurati delle informazioni relative ai pazienti con problemi di salute mentale nei referti medici utilizzando l'annotazione semantica
Souhir Khessiba
Scienziato AI
Ricercatore scientifico e Dottore in Informatica e Tecnologia, specializzato in intelligenza artificiale, trattamento del segnale e ottimizzazione degli iperparametri per i reti di deep learning applicati ai segnali biomedici, con una particolare attenzione sull'analisi degli EEG e dei segnali spazio-temporali legati all'artrosi del ginocchio e alla malattia di Parkinson.
Rashedur Rahman,
Senior AI Scientist
Augustin è polivalente e si specializza in sviluppo front end, con esperienze di successo nello sviluppo di un software web di controllo di robot autonomo, o ancora di soluzione di pilota dell'efficienza energetica