Vår R&D för medicinskt språk
PraxySanté utvecklar AI-modeller för förståelse av samtal och medicinskt språk som används i produkter som är lättillgängliga för hälso- och sjukvårdspersonal och för att påskynda klinisk forskning.
Språkanalysteknik (NLP, neuronnät, deeplearning och LLM) har utvecklats kraftigt under de senaste 15 åren och når nu mognad för att bygga produkter som tillhandahåller en användbar, tillförlitlig och säker tjänst för hälso- och sjukvårdspersonal.
Vår R&D arbetar med följande huvudmål :
1. Ultraprecisa tal-till-text-modeller för det medicinska området och en hög repeterbarhet av sammanfattningar genererade av LLM
Praxy.ai tränar sina egna tal-till-text-modeller på hela det medicinska ordförrådet per språk, det vill säga över 170 000 medicinska termer, för vilka vi har skapat nästan 15 000 timmar av medicinska ljudinspelningar
"Stora språkmodeller" är särskilt anpassade för sammanfattning av långa texter eller samtal. Deras resultat är emellertid inte naturligt tillräckligt precisa, repeterbara och inte i det förväntade formatet. Vår R&D utvecklar de bästa metoderna för omträning och kontroll av resultaten för att säkerställa tillförlitliga resultat över tid och kontinuerlig förbättring
2. Extrahering av strukturerad data från det medicinska språket och automatisk kodning (CIM, LOINC, SNOMED, CCAM, OMOP, ..)
För att koppla samman vården och studierna i verkliga livet.
3. Utnyttjande av språkmodeller i våra infrastrukturer
För att säkerställa HDS-överensstämmelse, med en optimering av driftskostnaden, investerar vi i optimering av stora språkmodeller för ljudtranskription och textanalys, databaser
Upptäck våra vetenskapliga artiklar
För att lära mer om de modeller som utvecklats av Praxy.ai
System mot hallucinationer för att garantera fakticiteten i de genererade journalerna från AI
CORIA TALN bästa papperpris och publicerad i ACL Anthology
ASR_T5_hybrid_dua
l_encoder_model
_publication.pdf
ASR-LLM Hybride Dual encoder för högprecisions medicinsk taligenkänning
Ett tvärvetenskapligt team från hälsovård, AI och rådgivning samt programvaruutveckling
Damien Forest, VD & CTO
Damien har en 15-årig erfarenhet av teknologiska startup-företag, rådgivning och industri, bland annat markerad av utvecklingen av ett företag inom autonom robotteknik (Rovenso), ledning av verksamheten i ett vattenrelaterat företag (Castalie) och nyligen en transformation av en affärsenhet inom hälsovårdstjänster (La Poste Santé & Autonomie).
Nadège Alavoine
AI-teknisk ledare
Expert inom naturligt språkbehandling med en medicinsk bakgrund, Nadège är arkitekten bakom flera av våra AI-modeller
Benoit Fage,
Fullstack-utvecklare, ansvarig för backend
Benoit är passionerad om teknik och har erfarenhet av programvaruutveckling inom energi och cybersäkerhet.
Julien Paul Vedani,
Rådgivare för patientrelationer
Doktor i matematik och aktuarvetenskap, Julien är också ordförande för en patientförening för personer med multipel skleros. Han har en utbildning inom demokratisk hälsovård - läkemedel - patientpartner och hjälper oss med att utforma produkter som involverar patienter
Mikael Chelli, Ortopedisk kirurg, medproducent
Mikael är både praktiker (ortopedisk kirurg och traumatolog) vid ICR och entreprenör och grundare av startup-företaget Easymedstat som underlättar kliniska forskningsarbeten.
Jorge Korgut,Fullstack-utvecklare
Jorge är mycket mångsidig och utvecklar våra mobilitets- och videokonferensapplikationer
Ons Aouina
AI-forskare
Hennes postdoktorala forskning fokuserade på att förbättra psykiatrisk vård genom att exakt identifiera och spåra information om patienter med psykisk ohälsa i medicinska rapporter med hjälp av semantisk annotering
Souhir Khessiba
AI-forskare
Forskare vetenskaplig och doktor i datateknik och teknologi, specialiserad på artificiell intelligens, signalbehandling och optimering av hyperparametrar för deep learning-nätverk som tillämpas på biomedicinska signaler, med särskild uppmärksamhet på analys av EEG och rumsligt-tidssignal som är relaterad till knäledsartros och Parkinsons sjukdom.
Rashedur Rahman,
Senior AI-forskare
Augustin är mångsidig och specialiserar sig på frontend-utveckling, med lyckade erfarenheter av utveckling av webbprogramvara för autonoma robotkontroller, eller lösningar för att styra energieffektivitet