Qu’est-ce qui se passe quand tu téléverses un document sur exora?
De ton point de vue, c’est simple : tu déposes un PDF ou une photo d’un document médical, tu attends quelques instants, et tes données de santé apparaissent - structurées, consultables et liées au document original. Mais derrière cette simplicité se trouve un processus d’IA multi-passes qui lit tes documents comme un clinicien le ferait, pas juste en cherchant des mots-clés mais en comprenant le sens clinique.
Voici comment ça marche.
Pourquoi plusieurs passes?
L’approche naïve du traitement de documents serait de lancer le tout à un modèle d’IA en disant “extrais tout.” Ça marche mal pour les documents médicaux. Un sommaire de congé peut contenir des listes de médicaments, des signes vitaux, des résultats de labo, des diagnostics, des notes de procédures et des instructions de suivi, le tout entremêlé sur plusieurs pages. Demander à un seul modèle de tout faire en même temps mène à de l’information manquée, du contexte mélangé et une précision réduite.
À la place, exora découpe le travail en étapes ciblées. Chaque passe a un rôle spécifique, et chacune s’appuie sur les résultats de la passe précédente. Pense à ça comme une équipe de spécialistes plutôt qu’un seul généraliste - chacun se concentre sur ce qu’il fait le mieux.
Étape 1 : Analyse du document et découverte des consultations
La première chose que le processus fait, c’est comprendre ce qu’il regarde. Est-ce un rapport de pathologie? Un sommaire de congé? Une lettre de spécialiste? Une prescription? Le type de document détermine comment il devrait être lu.
Ensuite, le processus identifie les consultations de santé dans le document. Un seul PDF peut décrire plusieurs visites - une admission à l’hôpital qui incluait une chirurgie, un rendez-vous de suivi et une série de prises de sang. Chaque consultation est enregistrée avec sa date, son fournisseur et son établissement, bâtissant la colonne vertébrale chronologique de ta ligne du temps de santé.
Étape 2 : Détection des entités
Avec la structure du document comprise, le processus scanne pour les entités de santé - les faits individuels qui composent ton dossier médical. Ça inclut :
- Conditions et diagnostics - de “Diabète de type 2” à “arthrose légère du genou gauche”
- Médicaments - noms de médicaments, doses, fréquences, voies d’administration
- Signes vitaux - tension artérielle, fréquence cardiaque, température, saturation en oxygène
- Résultats de laboratoire - prises de sang, analyses d’urine, résultats de pathologie avec valeurs de référence
- Procédures - chirurgies, études d’imagerie, biopsies
- Allergies et réactions indésirables
- Vaccinations
C’est pas du simple repérage de mots-clés. Quand le processus voit “TA 120/80”, il comprend que ça représente deux mesures distinctes : une tension artérielle systolique de 120 mmHg et une diastolique de 80 mmHg. Quand il voit “Amoxicilline 500mg TID”, il sait que c’est de l’amoxicilline, 500 milligrammes, trois fois par jour. Le contexte clinique compte, et le processus est bâti pour le comprendre.
Étape 3 : Extraction clinique et structuration
Les entités détectées sont ensuite extraites en données cliniques structurées. C’est là qu’une mention de “metformine 500mg BID” devient un vrai dossier de médicament avec le nom du médicament, la dose, la fréquence et la voie tous séparés en champs distincts. Les résultats de labo sont structurés avec leurs noms de tests, valeurs, unités et valeurs de référence.
Chaque fait extrait est lié à la consultation de santé à laquelle il appartient, bâtissant un portrait clinique complet organisé par temps et contexte plutôt que par document.
Étape 4 : Codification médicale
La dernière étape de traitement assigne des codes médicaux reconnus internationalement à tes données de santé. C’est ce qui rend les données vraiment interopérables - utilisables à travers différents systèmes de santé, pas juste lisibles par des humains.
Trois systèmes de codification sont utilisés :
- SNOMED CT - la norme mondiale pour la terminologie clinique. Elle donne à chaque condition, procédure et observation un code unique qui signifie la même chose dans n’importe quel système de santé au monde. “Diabète de type 2” devient le code SNOMED 44054006, sans ambiguïté peu importe la langue ou le pays.
- RxNorm - la norme pour les médicaments. Elle normalise les noms de médicaments entre les marques et les génériques, pour que “Tylenol”, “Panadol” et “acétaminophène 500mg comprimé” mènent tous au même concept clinique.
- LOINC - la norme pour les observations de laboratoire et cliniques. Elle assure qu’un test de “glycémie à jeun” signifie la même chose qu’il ait été prescrit à Melbourne ou à Montréal.
La codification médicale est importante parce qu’elle transforme des notes lisibles par des humains en données comparables par des machines. Quand tu veux voir tous tes résultats de glycémie au fil du temps - à travers différents labos, différents médecins, différentes années - la codification est ce qui rend ça possible.
Provenance des sources : chaque fait a une preuve
À travers chaque étape, le processus garde la trace exacte d’où chaque information provient. Pas juste quel document, mais la page spécifique et l’emplacement dans cette page.
Quand tu vois un médicament dans ton dossier exora, tu peux le toucher et être amené directement à l’endroit exact dans le document original où ce médicament était mentionné. C’est pas un résumé ou une paraphrase - c’est un lien direct vers la source.
En santé, ça compte énormément. Les systèmes d’IA peuvent faire des erreurs. Les documents peuvent contenir des erreurs. La capacité de vérifier n’importe quel fait avec sa source n’est pas optionnelle - c’est essentiel. On appelle ça “chaque fait a une preuve” parce que c’est exactement ça : une preuve.
Les fournisseurs d’IA
exora utilise des modèles d’IA de Google (Gemini) et OpenAI, sélectionnés par étape selon lequel performe le mieux pour cette tâche spécifique. On évalue continuellement la performance des modèles et on met à jour nos sélections à mesure que les fournisseurs publient des améliorations.
Une note importante sur le traitement des données : tes documents sont traités via les API commerciales de ces fournisseurs. Selon leurs conditions API payantes, tes données ne sont pas utilisées pour entraîner leurs modèles d’IA. Elles sont traitées et retournées. Les fournisseurs peuvent temporairement conserver les données pour la surveillance de sécurité (jusqu’à 30 jours), mais elles ne sont pas stockées à long terme ou utilisées à quelque fin que ce soit au-delà de servir ta requête.
L’IA est un outil, pas un médecin
Le processus est puissant, mais il n’est pas infaillible. Les informations extraites par l’IA peuvent contenir des erreurs ou manquer des nuances qu’un clinicien humain aurait captées. Les codes médicaux sont assignés algorithmiquement et n’ont pas été vérifiés par un professionnel de la santé.
C’est pourquoi la provenance des sources est si centrale à exora. On ne te demande pas de faire confiance à l’IA aveuglément. On te donne les outils pour vérifier tout ce qu’elle produit. L’IA fait le gros du travail de lecture, d’extraction et d’organisation. Toi et ton équipe de soins prenez les décisions cliniques.
exora est un outil qui t’aide à comprendre et gérer tes informations de santé. Il ne diagnostique pas, ne recommande pas de traitement et ne remplace pas les conseils médicaux professionnels. Il t’aide à être un participant plus informé dans tes propres soins.