Que se passe-t-il lorsque vous téléchargez un document sur exora ?
De votre point de vue, c’est simple : vous déposez un PDF ou une photo d’un document médical, attendez quelques instants et vos données de santé apparaissent - structurées, consultables et reliées à l’original. Mais derrière cette simplicité se trouve un processus IA en plusieurs étapes qui lit vos documents comme le ferait un clinicien, non pas en cherchant simplement des mots clés mais en comprenant la signification clinique.
Voici comment cela fonctionne.
Pourquoi plusieurs passes ?
L’approche naïve du traitement de documents consiste à envoyer l’intégralité à un modèle IA en disant “extrait tout”. Cela fonctionne mal pour les documents médicaux. Un compte rendu de sortie peut contenir des listes de médicaments, des signes vitaux, des résultats de laboratoire, des diagnostics, des notes d’intervention et des instructions de suivi, le tout entremêlé sur plusieurs pages. Demander à un seul modèle de tout faire en une fois entraîne des informations manquées, un contexte confus et une précision moindre.
Au lieu de cela, exora décompose le travail en étapes ciblées. Chaque passe a un rôle spécifique, et chacune s’appuie sur les résultats de la passe précédente. Pensez-y 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 rencontres médicales
La première chose que fait le processus est de comprendre ce qu’il regarde. Est-ce un rapport de pathologie ? Un compte rendu de sortie ? Un courrier du spécialiste ? Une ordonnance ? Le type de document détermine comment il doit être lu.
Ensuite, le processus identifie les rencontres médicales au sein du document. Un seul PDF peut décrire plusieurs visites - une admission hospitalière incluant une chirurgie, un rendez-vous de suivi et une série d’analyses sanguines. Chaque rencontre est enregistrée avec sa date, son prestataire et son établissement, construisant l’ossature chronologique de votre chronologie de santé.
Étape 2 : Détection d’entités
Une fois la structure du document comprise, le processus recherche les entités de santé - les faits individuels qui composent votre dossier médical. Cela inclut :
- Pathologies et diagnostics - de “Diabète de type 2” à “arthrose légère du genou gauche”
- Médicaments - noms de médicaments, doses, fréquences, voies d’administration
- Signes vitaux - pression artérielle, fréquence cardiaque, température, saturation en oxygène
- Résultats de laboratoire - analyses sanguines, analyses d’urine, résultats de pathologie avec valeurs de référence
- Interventions - chirurgies, examens d’imagerie, biopsies
- Allergies et réactions indésirables
- Vaccinations
Ce n’est pas de la simple correspondance de mots clés. Quand le processus voit “PA 120/80”, il comprend que cela représente deux mesures distinctes : une pression artérielle systolique de 120 mmHg et une diastolique de 80 mmHg. Quand il voit “Amoxicilline 500mg 3x/j”, il sait qu’il s’agit d’amoxicilline, 500 milligrammes, trois fois par jour. Le contexte clinique compte, et le processus est construit pour le comprendre.
Étape 3 : Extraction clinique et structuration
Les entités détectées sont ensuite extraites en données cliniques structurées. C’est à cette étape qu’une mention de “metformine 500mg 2x/j” devient un véritable enregistrement de médicament avec le nom du médicament, la dose, la fréquence et la voie d’administration tous séparés en champs distincts. Les résultats de laboratoire sont structurés avec leurs noms de test, valeurs, unités et plages de référence.
Chaque fait extrait est lié à la rencontre médicale à laquelle il appartient, construisant un tableau clinique complet organisé par temps et contexte plutôt que par document.
Étape 4 : Codage médical
La dernière étape de traitement attribue des codes médicaux reconnus internationalement à vos données de santé. C’est ce qui rend les données véritablement interopérables - utilisables à travers différents systèmes de santé, pas seulement lisibles par des humains.
Trois systèmes de codage sont utilisés :
- SNOMED CT - la norme mondiale pour la terminologie clinique. Elle donne à chaque pathologie, intervention et constatation un code unique qui signifie la même chose dans tout système de santé au monde. “Diabète de type 2” devient le code SNOMED 44054006, sans ambiguïté quelle que soit la langue ou le pays.
- RxNorm - la norme pour les médicaments. Elle normalise les noms de médicaments entre marques et génériques, de sorte que “Doliprane”, “Tylenol” et “paracétamol 500mg comprimé” correspondent tous au même concept clinique.
- LOINC - la norme pour les observations cliniques et de laboratoire. Elle garantit qu’un test de “glycémie à jeun” signifie la même chose qu’il ait été prescrit à Melbourne ou à Montréal.
Le codage médical est important parce qu’il transforme des notes lisibles par l’homme en données comparables par des machines. Quand vous voulez voir tous vos résultats de glycémie au fil du temps - à travers différents laboratoires, différents médecins, différentes années - c’est le codage qui rend cela possible.
Provenance des sources : chaque fait a sa preuve
Tout au long de chaque étape, le processus suit exactement d’où provient chaque élément d’information. Pas seulement de quel document, mais la page spécifique et l’emplacement dans cette page.
Quand vous voyez un médicament dans votre dossier exora, vous pouvez appuyer dessus et être dirigé directement vers l’endroit exact dans le document original où ce médicament a été mentionné. Ce n’est pas un résumé ou une paraphrase - c’est un lien direct vers la source.
En santé, cela compte énormément. Les systèmes IA peuvent faire des erreurs. Les documents peuvent contenir des erreurs. La capacité de vérifier tout fait par rapport à sa source n’est pas optionnelle - elle est essentielle. Nous appelons cela “chaque fait a sa preuve” parce que c’est exactement ce que c’est : une preuve.
Les fournisseurs IA
exora utilise des modèles IA de Google (Gemini) et OpenAI, sélectionnés par étape en fonction de celui qui fonctionne le mieux pour cette tâche spécifique. Nous évaluons continuellement les performances des modèles et mettons à jour nos sélections à mesure que les fournisseurs publient des améliorations.
Une note importante sur le traitement des données : vos documents sont traités via les API commerciales de ces fournisseurs. Dans le cadre de leurs conditions API payantes, vos données ne sont pas utilisées pour entraîner leurs modèles IA. Elles sont traitées et nous sont renvoyées. Les fournisseurs peuvent temporairement conserver les données pour la surveillance de la sécurité (jusqu’à 30 jours), mais elles ne sont pas stockées à long terme ni utilisées à d’autres fins que le traitement de votre 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 percevrait. Les codes médicaux sont attribués de manière algorithmique et n’ont pas été vérifiés par un professionnel de santé.
C’est pourquoi la provenance des sources est si centrale pour exora. Nous ne vous demandons pas de faire confiance aveuglément à l’IA. Nous vous donnons les outils pour vérifier tout ce qu’elle produit. L’IA fait le gros du travail de lecture, d’extraction et d’organisation. Vous et votre équipe médicale prenez les décisions cliniques.
exora est un outil qui vous aide à comprendre et gérer vos informations de santé. Il ne diagnostique pas, ne recommande pas de traitement et ne remplace pas les conseils médicaux professionnels. Il vous aide à être un participant plus informé dans vos propres soins.