Santé : comment fonctionne l'assistant IA de consultation de Doctolib ?
Jusqu'à 33% de temps gagné par consultation. C'est l'objectif de l'intelligence artificielle développée par Doctolib pour les praticiens de santé. Cette dernière est capable de prendre des notes sur l'ensemble d'une consultation et de les restituer de manière structurée dans le dossier patient. Un gain de temps considérable pour les professionnels qui passent en moyenne un tiers de leur temps à prendre des notes. Explications sur cette IA d'un nouveau genre.
Une prise de note intelligente
L'assistant de consultation permet aux soignants de mener leurs consultations sans avoir à prendre de notes. Après autorisation du patient et du praticien, le système enregistre et transcrit en direct les échanges oraux avant de fournir en fin de consultation un rapport complet structuré classique avec le motif, l'anamnèse (l'interrogatoire médical), l'examen clinique et la conclusion.
De façon encore plus intelligente, le système assure également la structuration et la codification des informations pour enrichir le dossier patient, après validation du professionnel, directement dans Doctolib. "Par exemple, lorsque le praticien mentionne une mesure de tension durant la consultation, le système l'identifie automatiquement comme un signe vital. Cette donnée est alors enregistrée de manière structurée dans le dossier patient, et non pas comme du simple texte libre. Cela permet notamment de suivre l'évolution de différents paramètres vitaux dans le temps", illustre Nacim Rahal, senior director, data et IA chez Doctolib.
Plus poussé encore, l'IA a la capacité de comprendre le contexte et les relations des éléments médicaux mentionnés. Le système peut, par exemple, "distinguer si une condition médicale concerne le patient ou un membre de sa famille", nous détaille encore Nacim Rahal.
Pour fonctionner, le système de Doctolib se base sur une orchestration de plusieurs modèles. La conversation est d'abord enregistrée (via le Microphone de l'ordinateur) puis transcrite avec un modèle speech-to-text avant d'être retravaillée par un LLM pour générer le rapport final. Dans les premiers temps, les équipes de Doctolib ont opté pour le modèle Whipser d'OpenAI pour la transcription avant de finalement l'écarter. "Nous avons rapidement constaté ses limites, notamment pour le vocabulaire médical très spécialisé, qui est peu représenté dans les données d'entraînement. D'autres modèles se sont révélés plus performants pour gérer cette spécificité", explicite Nacim Rahal.
Sur la partie LLM, les équipes ont débuté avec des modèles de très grande taille avec du prompting. Bien que déjà satisfaisant, l'orchestration est amenée à évoluer pour arriver à faire tourner le système avec des modèles plus petits et open source mais affinés sur des données spécialisées. L'IA de Doctolib repose également sur des modèles de NLP classiques basés sur Hubert, dévoilé par Meta en 2021. Ce dernier permet notamment de faire de la reconnaissance d'entités (entity recognition) et de la liaison d'entités (entity linking), indispensables pour structurer la donnée dans le dossier patient. Enfin, plusieurs modèles de codification sont utilisés pour associer une entité à un élément d'une ontologie spécifique (mapping).
Une IA accessible à partir de 80 euros par mois
Après avoir testé avec succès l'IA pendant plusieurs mois avec 350 patients, l'assistant est aujourd'hui en disponibilité générale. Pour l'heure, l'IA de prise de note est réservée aux médecins généralistes et pédiatres utilisateurs du logiciel clinique de Doctolib. Les professionnels peuvent le tester gratuitement un mois avant de souscrire l'abonnement à 79 euros par mois par praticien. Les autres spécialités pourront disposer progressivement – à partir de la fin d'année - de l'assistant, le temps que les équipes de Doctolib adapte le système aux spécificités de chaque profession.
Pour la suite, Doctolib envisage d'étendre progressivement le champ d'application de son assistant pour faire gagner encore un peu plus de temps aux praticiens. "On pense notamment à la génération de courriers, l'élaboration de conduites à tenir, ou encore à l'assistance pendant l'anamnèse", avance Nacim Rahal.
Enfin comme d'autres acteurs, la pépite de la tech médicale commence également à explorer le recours à des agents d'IA. "C'est une direction que l'industrie dans son ensemble explore, et nous suivons cette tendance. Plusieurs acteurs comme Hippocratic AI ou DeepMind travaillent déjà sur ces technologies. (Ndlr, des agents spécialisés en diagnostic médical conversationnel). Cette orientation soulève néanmoins de nombreuses questions : est-ce techniquement réalisable ? Les résultats seront-ils satisfaisants ? Comment certifier ces outils ? Mais cela donne une indication de la direction que prennent les innovations en IA dans ce domaine", tranche le spécialiste.