Pular para o conteúdo

Nossa P&D para a linguagem médica

PraxySanté desenvolve modelos de IA para a compreensão das conversas e da linguagem médica usados em produtos que são fácilmente acessíveis aos profissionais de saúde e para acelerar a pesquisa clínica.

As tecnologias de análise da linguagem (NLP, redes neurais, deeplearning e LLM) se desenvolveram fortemente nos últimos 15 anos e agora estão maduros para construir produtos que prestam um serviço útil, confiável e seguro aos profissionais de saúde.

Nossa P&D trabalha nesses principais objetivos :


1. Modelos de speech to text ultraprecisos para o domínio médico e uma forte repetibilidade dos resumos gerados pelos LLM 

Praxy.ai treina seus próprios modelos de speech to text em todo o vocabulário médico por idioma, ou seja, mais de 170k termos médicos, para os quais criamos cerca de 15 000 horas de áudios médicos

Os "Large language models" são particularmente adaptados ao trabalho de resumo de longos textos ou conversas. No entanto, seus resultados não são nativamente precisos o suficiente, repetíveis e não estão no formato esperado. Nossa P&D desenvolve as melhores práticas de retreinamento e controle dos resultados para garantir resultados confiáveis ao longo do tempo e uma melhoria contínua

2. A extração de dados estruturados da linguagem médica e a codificação automática (CIM, LOINC, SNOMED, CCAM, OMOP, ..) 

Para conectar os cuidados e os estudos na vida real.


3. A exploração do modelo de linguagem em nossas infraestruturas

Para garantir a conformidade HDS, com uma otimização do custo de funcionamento, investimos na otimização de grandes modelos de linguagem para transcrição de áudio e análise de textos, bancos de dados

Descubra nossos artigos científicos


Para saber mais sobre os modelos desenvolvidos pela Praxy.ai

                 

Classificação de documentos médicos por abordagem híbrida NLP, Bert, Regras & LLM
                 

Sistema Anti-alucinações para garantir a factualidade dos relatórios gerados pela IA
CORIA TALN melhor artigo e publicado no ACL Anthology
               

ASR_T5_hybrid_dua
l_encoder_model
_publication.pdf




ASR-LLM Híbrido Dual encoder para o reconhecimento vocal médico de alta precisão

Uma equipe multidisciplinar originada da Saúde, IA e do conselho e desenvolvimento de software

Damien Forest, CEO & CTO

Damien tem uma carreira de 15 anos em startups tecnológicas, conselho e indústria, notadamente marcada pelo desenvolvimento de uma empresa de robótica autônoma (Rovenso), a direção das operações de uma empresa de WaterTech (Castalie), e mais recentemente a transformação de uma Unidade de Negócios nos serviços de Saúde (La Poste Santé & Autonomie).  


Nadège Alavoine

Líder técnico de IA

Especialista em processamento de linguagem natural com uma carreira médica, Nadège é a arquiteta de vários de nossos modelos de IA


Benoit Fage, 

Engenheiro full stack, líder back end

Benoit é apaixonado pela técnica e tem experiências em desenvolvimento de software na área de energia e cibersegurança.


Julien Paul Vedani, 

Assessor de relacionamento com pacientes

Doutor em Matemática & Atuário, Julien também é presidente de uma associação de pacientes com esclerose múltipla. Ele possui um Diploma em Democracia Sanitária - Medicamento - Paciente Parceiro, e nos ajuda na concepção de produtos que envolvem os pacientes

Mikael Chelli, Cirurgião ortopédico, co-proprietário do produto

Mikael é ao mesmo tempo um profissional (cirurgião ortopédico e traumatologista) no ICR, e empreendedor fundador da startup Easymedstat que facilita os trabalhos de pesquisa clínica. 

Jorge Korgut, Engenheiro Full stack

Jorge é muito polivalente e desenvolve nossas aplicações para mobilidade e videoconferências

Ons Aouina

Cientista de IA

Sua pesquisa de pós-doutorado se concentrou em melhorar os cuidados psiquiátricos, identificando e rastreando com precisão as informações dos pacientes de saúde mental em relatórios médicos, utilizando anotação semântica

Souhir Khessiba

Cientista de IA

Pesquisador científico e Doutor em Informática e Tecnologia, especializado em inteligência artificial, tratamento de sinal e otimização dos hiperparâmetros para as redes de deep learning aplicadas a sinais biomédicos, com atenção especial à análise dos EEG e dos sinais espácio-temporais relacionados à artrite do joelho e à doença de Parkinson.

Rashedur Rahman,

   Cientista Sênior de IA

Augustin é polivalente e se especializa em desenvolvimento front end, com experiências bem-sucedidas no desenvolvimento de um software web de controle de robô autônomo, ou ainda de solução de piloto de eficiência energética