achat-logistique.info : Comment AlephBot se distingue-t-elle des autres solutions utilisant l’intelligence artificielle ?
Ofer Talmor : « Au cours d’une intervention, nous interprétons les informations pertinentes de la conversation médicale afin de les agréger aux données collectées provenant d’autres sources. Ainsi, nous obtenons une plus grande précision de la situation médicale analysée, ce qui nous permet d’identifier l’étape de la procédure et de fournir en temps réel des informations significatives. À ce stade, les données sonores du parler sont majeures. »
achat-logistique.info : Qui a produit les modèles sur lesquels vous travaillez et qui les a validés ?
Ofer Talmor : « Nous construisons un modèle basé sur des données enregistrées via différents capteurs lors de procédures médicales, comme les procédures de formation enregistrées. Chaque procédure de formation est étiquetée par un professionnel de santé, chargée sur le modèle et analysée à l’aide d’un apprentissage supervisé. Le modèle est vérifié sur la base de la source de données grâce à la validation croisée “K-fold cross-validation”. Lors de l’utilisation du modèle en temps réel, notre modèle identifie le type de procédure médicale, les étapes et les actions effectuées. »
achat-logistique.info : L’essentiel repose donc sur l’origine de votre base de données et son amélioration permanente ?
Ofer Talmor : « En effet, le modèle de machine-learning d’AlephBot repose sur une large base de données de procédures médicales en mémoire. Les ensembles de données comprennent des éléments collectés à partir de divers capteurs et de l’environnement, tels que la communication sonore et verbale, des données environnementales et des données provenant des dispositifs médicaux. Il en va de même pour son enrichissement qui va prendre en compte les hétérogénéités d’attitude pendant le geste médical. »
achat-logistique.info : « L’intelligence artificielle doit permettre d’éviter les écarts entre les sachants ++ et les débutants. Quelle est votre cible médicale ? »
Ofer Talmor
Ofer Talmor : « Notre objectif est que les professionnels de la santé soient en mesure de prendre la meilleure décision clinique possible. Par exemple, avec la Smart Resuscitation Station, nous avons analysé les pièges potentiels et les facteurs humains correspondants lors de la réanimation. Comme le système utilise un modèle formé pour réaliser l’étape actuelle du traitement, nous pouvons fournir en temps réel les informations pertinentes à l’équipe médicale pour surmonter ces écueils.
Le système peut prendre en charge les juniors qui peuvent ne pas se souvenir par cœur des étapes de la procédure. Dans les zones rurales et les petits hôpitaux, le système peut soutenir les professionnels qui ne suivent pas les dernières recommandations médicales. Nous souhaitons qu’avec AlephBot les bonnes équipes deviennent excellentes et les excellentes encore meilleures. »
achat-logistique.info : Quels avantages financiers un hôpital peut-il retirer de votre solution d’IA ?
Ofer Talmor : « Notre solution présente trois niveaux de gestion des risques hospitaliers et des mécanismes de contrôle. Durant l’intervention tout d’abord, elle améliore l’efficacité clinique et limite donc les risques d’erreurs, ensuite, après la procédure, elle auto-documente le processus et permet un débriefing précis pour une amélioration constante des équipes.
Enfin, au niveau de la gestion hospitalière, notre solution d’intelligence artificielle permet la collecte et l’analyse des données des interventions conduites à l’hôpital, fournissant ainsi les éléments nécessaires au mécanisme de contrôle et à la gestion des risques. En aidant les équipes médicales à suivre les directives et à documenter automatiquement la procédure, en améliorant la sécurité des patients, notre système offre également aux hôpitaux et aux décideurs des procédures de contrôle adaptées. »
achat-logistique.info : Pensez-vous que la pandémie ait contribué au développement de solutions d’intelligence artificielle ?
Ofer Talmor : « La pandémie a effectivement contribué à accélérer les tendances émergentes. Ainsi, par exemple, le développement de la télémédecine est inéluctable. Mais à long terme, nous assisterons également à une dynamique où les fonctions et les capacités des hôpitaux par rapport à la médecine communautaire seront mieux définies.
Avec AlephBot, nous avons inventé le terme de “théâtre temporaire”. En analogie avec le bloc opératoire, le “théâtre temporaire” implique que la combinaison du patient, du lieu et de l’équipe soit flexible. Afin de fournir un traitement de haut niveau, les systèmes de santé doivent avoir plus de flexibilité afin de fournir des données correctes, c’est-à-dire les antécédents du patient pertinents pour la situation médicale, à l’emplacement souhaité et une équipe compétente. Je pense que l’IA sera un utilitaire majeur pour atteindre cet objectif. »
