Autor - Christopher Galli, Experte Digitalisierung FMH

La numérisation joue un rôle de plus en plus central dans le secteur de la santé, en particulier lorsqu’il s’agit de rendre plus efficaces les processus de travail répétitifs et chronophages. Cela permet non seulement de soulager le personnel médical, qui en a grandement besoin, mais aussi d’améliorer considérablement la qualité des soins prodigués aux patient-e-s et de mettre davantage l’accent sur la prise en charge individuelle.

Le présent chapitre se penche sur deux start-ups innovantes qui s’attaquent précisément à ce problème. Elles se sont fixé pour objectif d’optimiser considérablement les processus de travail dans le secteur de la santé grâce à l’utilisation de technologies de pointe telles que l’IA générative et l’automatisation fondée sur les données. Leur principale préoccupation est de simplifier les processus, de réduire au minimum les tâches redondantes et de gagner ainsi un temps précieux pour les patients.

Ces exemples concrets illustrent comment la numérisation, associée à l’IA générative, peut non seulement optimiser les processus administratifs dans le secteur de la santé, mais aussi améliorer durablement l’efficacité et la qualité des soins prodigués aux patient-e-s. En déchargeant les médecins des tâches administratives chronophages, ceux-ci disposent de plus de temps pour se concentrer sur l’essentiel, à savoir la prise en charge et les soins individuels de leurs patient-e-s.

Intonate : dossiers patients automatisés pour l’avenir du système suisse de santé
En Suisse, les cabinets médicaux et les hôpitaux sont confrontés au défi de gérer la charge croissante liée aux dossiers patients. Selon une étude réalisée par Gfs. Bern, les médecins ont consacré en moyenne 119 minutes par jour à la création et à la mise à jour des dossiers patients en 2024 [32]. Cette activité chronophage se fait au détriment des tâches liées aux patient-e-s, ce qui laisse moins de temps pour les soins directs.

C’est là qu’Intonate entre en jeu. Fondée par des diplômés de l’EPFZ, l’entreprise a développé une solution logicielle de bout en bout qui automatise les dossiers patients à l’aide de l’intelligence artificielle. La solution permet d’enregistrer les consultations des patient-e-s sur différents terminaux et de générer des entrées adaptées à chaque spécialité. Intonate a déjà été intégrée à plusieurs logiciels de cabinet médical (LCM) courants en Suisse, de sorte que les rapports générés peuvent être directement traités et gérés dans le LCM respectif des médecins.

La véritable innovation d’Intonate réside dans son système multi-agents développé en interne. Dans ce système, plusieurs agents IA spécialisés, optimisés pour résoudre des tâches médicales spécifiques, travaillent ensemble. Cela permet de répartir les tâches complexes et de les traiter plus efficacement, ce qui augmente considérablement les performances globales du système par rapport aux grands modèles de langage traditionnels. Les agents IA analysent étape par étape le contexte existant, extraient les informations pertinentes, les échangent entre eux et établissent enfin le rapport final. Chaque agent IA est encouragé à développer une « chaîne de pensée » – une suite de réflexions intermédiaires – qui lui permet de tirer des conclusions complexes. Grâce à l’utilisation des dernières technologies d’IA, Intonate favorise la collaboration et le contrôle mutuel au sein de son système multi-agents, ce qui réduit les « hallucinations » et permet aux rapports générés de refléter plus fidèlement la base factuelle de l’entretien avec le patient.

Pourquoi est-ce le bon moment pour une solution comme Intonate ? Au cours des dernières années, les technologies de reconnaissance vocale et le cadre réglementaire ont considérablement évolué. D’une part, la reconnaissance du suisse allemand et des dialectes régionaux est désormais précise et fiable. D’autre part, l’harmonisation du RGPD et de la loi révisée sur la protection des données (nLPD 2023) a ouvert le marché suisse aux solutions logicielles innovantes. Il est important de souligner qu’Intonate ne stocke aucune donnée patient et n’utilise aucune donnée pour l’entraînement des modèles. Toutes les données sont transmises exclusivement via des connexions cryptées et traitées sur des serveurs certifiés ISO 27001. 

Grâce à Intonate, les cabinets médicaux et les hôpitaux peuvent de nouveau se concentrer davantage sur les soins aux patient-e-s. Cela se traduit par une meilleure qualité de traitement et une plus grande fidélisation des patient-e-s. L’utilisation sûre des technologies d’IA dans le secteur de la santé est au cœur de l’engagement d’Intonate. Elle contribue activement à mener ces technologies vers un avenir plus efficace et plus convivial pour les patient-e-s. 

44ai : réduction des tâches administratives grâce à la « machine à structurer »

Utiliser l’IA dans le quotidien médical
Avec la complexité croissante des dossiers médicaux et les exigences toujours plus élevées qui leur sont imposées, le travail de documentation des médecins a considérablement augmenté ces dernières années. Ce temps consacré à cette tâche se fait principalement au détriment des patient-e-s, mais prolonge aussi souvent les heures de travail jusque tard dans la soirée. L’IA générative peut intervenir ici et prendre en charge des tâches d’assistance simples qui ne doivent pas nécessairement être effectuées par un professionnel hautement qualifié.

Ce qui est déjà possible aujourd’hui
La jeune entreprise innovante 44ai AG, basée à Olten, se penche sur cette problématique depuis plus d’un an déjà. Comme l’indique son slogan « Let the experts be experts », elle ne cherche pas à remplacer les professionnels de la santé, mais à les assister dans les tâches qui peuvent être prises en charge par un modèle d’IA grâce à des processus clairement structurés. L’entreprise adopte une approche holistique en développant elle-même ses modèles et ses solutions et en renonçant aux services de fournisseurs tiers.

Comment l’entreprise 44ai utilise-t-elle l’IA dans ses services ?
Afin de relever les défis liés à l’utilisation de l’IA dans le secteur de la santé, 44ai se concentre sur trois principes lors du développement de ses modèles : la reproductibilité (même entrée, même résultat), la traçabilité des résultats et la fourniture des probabilités issues des modèles. 

En médecine, il est bien établi qu’il existe une différence essentielle entre une maladie cardiaque aiguë, des antécédents de maladie cardiaque ou une simple prédisposition familiale. Ce qui est une différence logique pour nous, les humains, reste difficile à modéliser pour une machine. Elle a besoin d’énormes quantités de données d’entraînement, qui sont de toute façon difficiles à collecter dans le domaine médical, pour pouvoir couvrir suffisamment chaque cas individuel. C’est pourquoi la technologie développée par 44ai repose sur l’idée de saisir les informations, de classer leur contenu, de les comprendre dans leur contexte global, puis de les restituer sous une forme structurée. Le cœur du logiciel est souvent qualifié de « machine à structurer » par la société qui l’a développé. Il est composé de différents modèles d’IA et extrait d’un entretien ou d’un document médical toutes les informations pertinentes telles que les diagnostics, les traitements, les allergies existantes, les médicaments ou les paramètres vitaux. Celles-ci sont enrichies par des informations contextuelles (par exemple sur l’évolution de la maladie ou le dosage des médicaments) et présentées sous une forme structurée. Pour ces tâches, l’IA est uniquement chargée de résoudre de petites sous-tâches afin de mieux contrôler les différentes étapes. Cela permet également de limiter l’apparition d’hallucinations. Comme les modèles d’IA utilisés fonctionnent sur la base de probabilités, l’approche choisie permet en outre non seulement d’afficher les valeurs en tant que telles, mais aussi de les assortir de ce que l’on appelle le degré de confiance du modèle. En d’autres termes, le modèle indique à un médecin non seulement le diagnostic qu’il a identifié, mais aussi avec quel degré de certitude il l’a fait.

Ces informations supplémentaires sont également utiles lorsqu’il s’agit de faire confiance à un outil d’IA. À cela s’ajoute le fait que non seulement les probabilités sont connues, mais qu’il est également possible pour l’utilisateur de vérifier les résultats de l’IA grâce à l’architecture du modèle. La référence affichée permet de revenir à la source de l’information, c’est-à-dire à la séquence audio ou à l’extrait de document, afin de la vérifier à nouveau. Cette « fonction de renvoi à la source » permet de comprendre les décisions prises par l’intelligence artificielle et crée ainsi de la transparence.

L’IA marque également les informations dont elle n’est pas sûre, afin que le médecin puisse les consulter à nouveau. C’est le cas, p. ex., lorsque différents points de données dans les dossiers se contredisent. Cette base de confiance est essentielle pour une utilisation quotidienne dans les cabinets médicaux et constitue un atout décisif par rapport aux solutions proposées par les grandes entreprises étrangères, qui sont souvent perçues comme des boîtes noires.

Modèles d’IA utilisés par 44ai
Afin de couvrir les différents cas d’utilisation, 44ai utilise non pas un seul modèle, mais plusieurs modèles d’IA de taille modérée pour ses produits. Ceux-ci ont été reliés entre eux dans un pipeline d’IA et accomplissent chacun, dans un ordre défini, différentes tâches qui leur sont spécifiques. Tous les modèles sont basés sur des solutions open source et ont été perfectionnés en interne par 44ai à des fins médicales. Le fait que 44ai AG exploite l’ensemble de son pipeline d’IA en interne nécessite certes un effort supplémentaire, mais présente des avantages, notamment en matière de protection des données. Dans le cadre d’une collaboration avec 44ai, les données sont traitées exclusivement par son pipeline interne et ne sont transmises ni à des tiers ni hors de Suisse.

Quels problèmes concrets 44ai résout-il pour moi en tant que médecin ?
Le logiciel de 44ai permet de structurer tous les flux de données entrants dans différents cas d’application du quotidien clinique et de les utiliser pour d’autres tâches. Par exemple, l’application « Haidy » lancée par l’entreprise (également disponible en version web) permet de transcrire les entretiens entre médecins et patient-e-s dans toutes les langues nationales (y compris le suisse allemand) et de les organiser selon une structure prédéfinie. Les informations contenues dans l’entretien sont classées et répertoriées par système d’organe ou procédure médicale. Les premières notes préstructurées sont disponibles peu après la fin de l’entretien. Elles peuvent être adaptées ponctuellement si nécessaire et enregistrées dans un simple protocole de suivi dans le système d’information du cabinet médical. Si le patient doit être orienté vers un autre spécialiste ou un autre établissement après le traitement, un rapport peut être créé à partir des notes structurées. Ce rapport est également généré par l’intelligence artificielle et est déjà de bonne qualité grâce à son contenu préstructuré. Si un formulaire de transfert supplémentaire (p. ex. Medforms.ch) est nécessaire, par exemple pour un transfert à l’hôpital, le logiciel peut également le préremplir avec les informations nécessaires.

Le modèle d’IA de 44ai utilise non seulement les entretiens entre médecins et patient-e-s comme source d’informations, mais aussi la multitude de documents disponibles. Ces documents resteront sans doute encore longtemps la norme dans le secteur de la santé, c’est pourquoi la technologie sur laquelle repose « Haidy » est également capable d’analyser leur contenu. Les principales informations peuvent être extraites à l’aide de l’IA et sont présentées au médecin sous une forme facilement accessible. Cette approche est intéressante, par exemple, en complément du dossier électronique du patient (DEP), mais elle peut également être utilisée dans la pratique quotidienne pour les transferts ou pour préparer les rapports des spécialistes ou des hôpitaux. Les documents sont classés par l’IA et triés dans l’ordre chronologique en fonction des événements médicaux. Le diagnostic et la liste des problèmes qui en résultent montrent d’un seul coup d’œil le déroulement du traitement d’un patient, sans qu’il ne soit nécessaire de passer en revue un grand nombre de dossiers. Grâce à la « fonction de renvoi à la source », les informations citées sont toutefois accessibles à tout moment, de sorte qu’un simple clic permet d’accéder directement à la position correspondante dans le document.

La structuration des informations relatives aux patient-e-s, qu’elles soient sous forme audio ou textuelle, ouvre également de toutes nouvelles possibilités à l’échelle du parcours de soins. Au lieu de différents protocoles de suivi, les antécédents médicaux d’un patient peuvent par exemple être facilement représentés à l’aide d’un tableau de bord, qui donne un aperçu des diagnostics établis et des méthodes de traitement. L’IA a donc le potentiel de modifier fondamentalement le profil d’activité des médecins en réduisant au minimum le travail de documentation et en libérant du temps pour établir des diagnostics et traiter les patient-e-s.