Notre équipe StarClay composée de Qianwen, Karim, Mohand et Ali Mehdi a récemment eu le privilège de participer au Hackathon GenAI for Public Good. Ce challenge a été une réelle opportunité de faire valoir notre expertise en IA Générative.
Voici notre retour d’expérience :
Contexte du Hackathon
Développé dans le cadre du hackathon « GenAI for Public Good » organisé par la Direction Interministérielle du Numérique (DINUM), notre projet Starclay représente une innovation majeure dans l’automatisation des prescriptions médicales. Ce hackathon, qui rassemble les talents de l’écosystème numérique français, vise à explorer le potentiel de l’IA générative pour l’intérêt général.
Notre Vision pour le Service Public
Le projet s’inscrit dans une démarche d’innovation sociale avec trois objectifs majeurs :
- Améliorer l’efficacité du service public de santé
- Réduire la charge administrative des professionnels de santé
- Garantir une meilleure précision des prescriptions médicales
Innovation Technique
Notre solution combine plusieurs technologies de pointe :
1. Transcription Audio Intelligente
- Modèle Whisper Large V3 d’OpenAI (open source) pour la reconnaissance vocale en français
- Traitement asynchrone optimisé
- Toutefois, la transcription des termes médicaux (ex. noms de médicaments) avec Whisper Large V3 reste imparfaite. C’est pourquoi nous avons mis en place un post-traitement médical spécialisé.
2. Post-traitement Médical Spécialisé
- Intégration de la base de données officielle des médicaments (santé.gouv.fr).
- Validation contextuelle des termes médicaux à l’aide du NLP.
- Identification des termes mal transcrits grâce à un algorithme de correspondance mesurant la similarité entre le terme transcrit et ceux de la base de données, puis remplacement par le mot correct.
3. Génération IA des prescriptions
- Utilisation du modèle LLM via l’API Albert ou de modèles légers et open source disponibles sur Hugging Face.
Impact Social et Résultats
Notre solution apporte des améliorations significatives :
- Amélioration de plus de 50 % de la précision des transcriptions concernant les termes médicaux.
- Accessibilité accrue aux services de santé
Engagement pour le Service Public
Le projet respecte les plus hauts standards :
- Protection des données de santé
- Accessibilité pour tous les établissements de santé publics grâce aux modèles légers et open source
Perspectives d’Évolution
Dans la continuité du hackathon, nous envisageons :
- Amélioration de la transcription des conversations médicales grâce au fine-tuning.
- L’extension à d’autres documents médicaux
Remerciements
Un grand merci à :
- La DINUM pour l’organisation du hackathon
- Nos mentors et conseillers
- L’ensemble des participants qui ont enrichi cette expérience
