La startup parisienne Nabla vient d’annoncer une levée de fonds de série B de 24 millions de dollars menée par Cathay Innovation, avec la participation de ZEBOX Ventures – le fonds de capital-risque de CMA CGM. Cette levée de fonds intervient quelques mois seulement après que Nabla ait signé un partenariat à grande échelle avec Permanente Medical Group, une division du géant américain de la santé Kaiser Permanente.
Nabla travaille sur un copilote d’IA pour les médecins et autres membres du personnel médical. La meilleure façon de le décrire est de dire qu’il s’agit d’un partenaire de travail silencieux qui s’assoit dans un coin de la pièce, prend des notes et rédige des rapports médicaux à votre place.
La startup a été fondée à l’origine par Alexandre Lebrun, Delphine Groll et Martin Raison. Lebrun, PDG de Nabla, était le PDG de Wit.ai, une startup d’assistants d’IA qui a été rachetée par Facebook. Il a ensuite pris la tête de l’ingénierie du laboratoire de recherche en IA de Facebook, FAIR.
Il y a quelques semaines, j’ai assisté à une démonstration en direct de Nabla avec un vrai médecin et un faux patient prétendant avoir des douleurs dorsales. Lorsqu’un médecin commence une consultation, il appuie sur le bouton de démarrage de l’interface de Nabla et oublie son ordinateur.
Outre l’examen physique, la consultation comprend également une longue discussion avec une série de questions sur ce qui vous amène ici et sur vos antécédents médicaux. À la fin de la consultation, il peut y avoir des recommandations et des prescriptions.
Nabla utilise la technologie de conversion de la parole en texte pour transformer la conversation en une transcription écrite. Elle fonctionne aussi bien pour les consultations en personne que pour les rendez-vous de télésanté.
Après le départ du patient, le médecin appuie sur le bouton d’arrêt. Nabla utilise alors un grand modèle de langage affiné avec des données médicales et des conversations relatives à la santé pour identifier les points de données importants de la consultation – les constantes médicales, les noms de médicaments, les pathologies, etc.
Nabla génère un rapport médical complet en une minute ou deux, avec un résumé de la consultation, des prescriptions et des lettres de rendez-vous de suivi.
Ces rapports peuvent être adaptés aux besoins du médecin grâce à un format personnalisé pour vos notes. Par exemple, vous pouvez ajouter des instructions pour rendre la note plus concise ou plus verbeuse. Vous pouvez également demander à ce que les notes soient rédigées selon le modèle SOAP (Subjective, Objective, Assessment and Plan), largement utilisé aux États-Unis.
Lors de la démonstration à laquelle j’ai assisté, j’ai été extrêmement surpris par l’efficacité de Nabla en général. Même si nous étions dans une salle bondée et que Nabla fonctionnait sur un ordinateur portable à quelques mètres des présentateurs de la démonstration, l’outil a été capable de générer une transcription précise et un rapport utile.
Avec Nabla Copilot, comme son nom l’indique, la startup n’essaie pas d’éliminer l’humain de la boucle médicale. Les médecins ont toujours le dernier mot puisqu’ils peuvent éditer les rapports avant qu’ils ne soient classés dans leur système de dossiers médicaux électroniques (EHR).
L’entreprise pense plutôt aider les médecins à gagner du temps sur les tâches administratives afin qu’ils puissent se consacrer davantage aux patients.
« Ce que nous savons, c’est que dans un avenir proche, nous ne voulons pas essayer de remplacer les médecins. Vous avez vu des entreprises – comme Babylon au Royaume-Uni – dépenser 1 milliard de dollars pour essayer de créer des chatbots, d’automatiser les choses immédiatement et d’éliminer les médecins de la boucle. Avec Nabla Copilot, nous avons décidé il y a longtemps que les médecins sont les pilotes et que nous travaillons à leurs côtés », a déclaré Alexandre Lebrun, cofondateur et PDG de Nabla.
« C’est un peu comme l’automatisation des véhicules autonomes. Nous en sommes encore au niveau 2 aujourd’hui. Nous commencerons très bientôt le niveau trois avec l’aide à l’assurance clinique. Ensuite, le niveau quatre sera l’aide à la décision clinique, mais avec l’approbation de la FDA, parce que vous prenez des décisions que vous ne pouvez pas vraiment expliquer », a-t-il ajouté.
À terme, on pourrait même imaginer un niveau cinq de soins de santé autonomes, qui impliquerait le retrait des médecins de la salle. Mais M. Lebrun reste très prudent à ce sujet.
« Pour certaines situations sur certains marchés, comme dans certains pays où il n’y a pas d’accès aux soins de santé, ce serait pertinent », a-t-il déclaré. À long terme, il considère le processus de diagnostic comme un « problème de correspondance de modèles » qui pourrait être résolu par l’IA. Les médecins se concentreraient sur l’empathie, les procédures chirurgicales et les décisions critiques.
Bien que Nabla soit basée en France, la plupart des clients de la société se trouvent aux États-Unis, suite à un déploiement au sein du Permanente Medical Group. Nabla n’est pas seulement un travail en cours, il est activement utilisé chaque jour par des milliers de médecins.
Modèle de confidentialité de Nabla
Nabla est actuellement disponible sous la forme d’une application web ou d’une extension Google Chrome. L’entreprise est consciente qu’elle traite des données sensibles. C’est pourquoi elle ne stocke pas de données audio ou de notes médicales sur ses serveurs, à moins que le médecin et le patient ne donnent leur accord.
Nabla se concentre sur le traitement des données plutôt que sur leur stockage. Après une consultation, le fichier audio est supprimé et la transcription est stockée dans le DSE que les médecins utilisent déjà pour leurs dossiers patients.
En termes plus techniques, lorsqu’un médecin commence un enregistrement, l’audio est transcrit en temps réel à l’aide d’une API de conversion de la parole en texte. L’entreprise utilise une combinaison d’une API de synthèse vocale prête à l’emploi de Microsoft Azure et de son propre modèle de synthèse vocale (un modèle affiné basé sur le modèle Whisper à code source ouvert).
« Lorsque vous avez un algorithme normal de synthèse vocale, il peut être efficace ou non pour les données médicales. Mais nous disposons d’un algorithme affiné. Et, comme vous l’avez probablement vu, le texte est très clair au début, puis il devient sombre. Et lorsqu’il devient sombre, cela signifie que nous l’avons vérifié avec notre propre modèle et que nous l’avons corrigé avec des noms de médicaments ou des conditions médicales », a déclaré Grégoire Retourné, ingénieur ML chez Nabla, au cours de la démonstration que j’ai vue.
La transcription est d’abord pseudonymisée, ce qui signifie que les informations personnellement identifiables sont remplacées par des variables. Les transcriptions pseudonymisées sont traitées par un grand modèle de langage. Historiquement, Nabla a utilisé le GPT-3 puis le GPT-4 comme modèle de langage principal. En tant qu’entreprise cliente, Nabla peut dire à OpenAI qu’elle ne peut pas stocker ses données et entraîner son grand modèle de langage sur ces consultations.
Mais Nabla a également joué avec une version affinée de Llama 2 : « À l’avenir, nous envisageons d’utiliser de plus en plus de modèles étroits plutôt que des modèles généraux », a déclaré M. Lebrun.
Une fois que le LLM a traité la transcription, Nabla dépseudonymise le résultat. Les médecins peuvent voir la note, qui est stockée sur l’ordinateur dans le fichier de stockage du navigateur Web local. Les notes peuvent être exportées vers les DSE.
Toutefois, les médecins peuvent donner leur accord et demander le consentement du patient pour partager les notes médicales avec Nabla afin qu’elles puissent être utilisées pour corriger les erreurs de transcription. Étant donné que Nabla est en passe de traiter plus de 3 millions de consultations par an en trois langues, il y a fort à parier que Nabla s’améliorera très rapidement grâce aux données du monde réel.
Crédits d’image : Romain Dillet / TechCrunch