Le formulaire a été soumis avec succès.
Vous trouverez de plus amples informations dans votre boîte aux lettres.
Nous recruterSélection de la langue
À proposServicesTechnologiesProjets
J'ai assisté à suffisamment de réunions sur les soins de santé (IT) pour avoir remarqué une tendance récurrente. Chaque discussion sur la réduction de l'épuisement professionnel des cliniciens finit par revenir à la saisie de données. Les médecins n'ont pas suivi des années d'études pour devenir des opérateurs de saisie, et pourtant, une part non négligeable de leur journée de travail est consacrée précisément à cette tâche.
La reconnaissance vocale dans le secteur de la santé est l’une des rares technologies qui s’attaque de front à ce problème en permettant aux cliniciens de parler plutôt que de taper au clavier. Cet article explique en quoi consiste cette technologie, comment elle fonctionne de bout en bout, dans quels domaines elle fait déjà ses preuves, et ce qu’il faut pour passer d’une démonstration impressionnante à un système auquel les médecins font confiance pour traiter de vrais patients.
Les logiciels de reconnaissance vocale médicaux capturent la parole, qu’il s’agisse d’un praticien dictant une note ou d’un patient décrivant ses symptômes lors d’un appel, et la transforment en données structurées et exploitables au sein d’un flux de travail clinique. Cela semble simple, jusqu’à ce que l’on remarque combien de termes se recoupent sont utilisés pour désigner la même notion. Voici en quoi ils diffèrent :
Au-delà du discours marketing, la plupart des systèmes vocaux destinés au secteur de la santé suivent le même schéma, qu’il s’agisse d’une simple application de dictée ou d’un système de transcription en temps réel à l’échelle de l’hôpital. Cela se présente globalement comme suit :
Les fournisseurs adorent donner à chaque petite variante de “ logiciel qui écoute ” son propre nom accrocheur, ce qui fait que choisir l’un d’entre eux revient à commander un café dans un établissement proposant quarante variétés de sirops alors que tout ce que vous vouliez, c’était une boisson chaude et caféinée. Mais si l’on fait abstraction des marques, les outils vocaux destinés au secteur de la santé se déclinent en quelques variantes seulement, chacune étant conçue pour un moment précis de la journée d’un professionnel de santé.
La configuration classique. Un professionnel de santé dicte directement dans un micro ou un enregistreur portable, et le logiciel convertit la parole en texte en temps réel ou a posteriori, afin que le texte puisse être relu et signé.
Également appelés « scribes IA », ces outils écoutent passivement la consultation d'un patient et génèrent ensuite un compte-rendu structuré, sans que le clinicien ait à dicter quoi que ce soit de manière intentionnelle.
Des systèmes conversationnels qui vont au-delà de la simple prise de notes. Ils peuvent répondre aux questions des praticiens, extraire des données des dossiers médicaux ou prendre en charge des tâches en contact avec les patients, comme les appels d’accueil et de suivi.
Commandes mains libres permettant de naviguer dans les dossiers médicaux électroniques, d'utiliser les systèmes d'imagerie ou les équipements chirurgicaux, ce qui permet au personnel de garder les mains stériles ou libres pendant son travail.
Une nouvelle catégorie qui analyse les schémas vocaux, la hauteur du son, les pauses et les tremblements afin de détecter les signes précurseurs de pathologies telles que la maladie de Parkinson, la dépression ou le déclin cognitif.
Demandez à un fournisseur comment la reconnaissance vocale est utilisée dans le secteur de la santé et vous obtiendrez une présentation contenant une trentaine de points, dont la plupart se résument à “ nous avons rendu la saisie au clavier facultative ”. C’est tout à fait juste, honnêtement. Le fait que la saisie au clavier soit facultative est sous-estimé. Voici comment cela se traduit concrètement dans un contexte clinique réel, au-delà de la simple prise de notes que tout le monde imagine déjà.
Le cas d'utilisation le plus important et le plus abouti. Que ce soit par dictée ou par saisie ambiante, c'est ainsi que la technologie de reconnaissance vocale dans le secteur de la santé génère l'essentiel de son retour sur investissement, en réduisant le temps que les cliniciens consacrent à la rédaction de notes en dehors de leurs heures de travail.
Les commandes vocales permettent aux soignants de consulter les dossiers des patients, de saisir des ordonnances ou d'effectuer des recherches dans les dossiers sans toucher au clavier, ce qui revêt une importance bien plus grande qu'il n'y paraît dans un environnement stérile ou lorsque l'on porte des gants.
Les assistants vocaux gèrent les appels courants liés à la prise de rendez-vous, recueillent les informations nécessaires à l'enregistrement des patients et confirment les rendez-vous, ce qui permet au personnel d'accueil de se consacrer à des échanges plus complexes.
La technologie vocale dans le secteur de la santé permet la transcription en temps réel lors des consultations vidéo et la prise de contact vocale avec les patients à distance, un domaine dans lequel nous intervenons directement par le biais de développement d'applications de télésanté.
Les chercheurs utilisent des outils vocaux pour transcrire les entretiens avec les patients, consigner les signalements d'événements indésirables et accélérer le remplissage des formulaires de rapport de cas au cours des essais cliniques.
Les interfaces vocales permettent aux professionnels de santé à mobilité réduite, ou à toute personne ayant les mains occupées, d'interagir avec les systèmes cliniques sans avoir recours à un clavier ou à une souris.
Au-delà de la documentation, certains systèmes analysent la voix elle-même en tant que données cliniques, en détectant des troubles respiratoires, de la fatigue ou des symptômes neurologiques à partir de la manière de parler.
Chaque élément de logiciel de soins de santé est vendue avec les trois mêmes promesses : elle permettra de gagner du temps, d’améliorer les résultats et de rendre tout le monde plus heureux. La plupart du temps, il s’agit là de promesses marketing optimistes déguisées en arguments scientifiques. La reconnaissance vocale est l’un des cas où les avantages de cette technologie dans le secteur de la santé se confirment une fois que l’on va au-delà du discours commercial, et ces avantages sont perçus différemment selon les personnes interrogées.
Le principal avantage réside dans le fait de passer moins de temps à rédiger des notes après une garde. Une étude menée par Mass General Brigham et l'Université de Californie a révélé que les cliniciens recourant à des assistants de saisie basés sur l'IA ont vu leur temps quotidien consacré à la documentation diminuer d'environ 10%.
Lorsqu'un professionnel de santé ne passe pas son temps les yeux rivés sur un écran à taper sur son clavier, il se consacre à son patient. Ce simple fait change la perception de la consultation, et cela se reflète généralement dans les scores de satisfaction des patients partout où la saisie des données en temps réel est mise en place.
Une documentation plus rapide se traduit par des cycles de facturation plus courts, moins de temps consacré à la saisie des dossiers en dehors des heures de travail, et une réelle opportunité de réduire le taux de rotation du personnel soignant, qui représente un poste de dépenses bien plus important que la plupart des budgets consacrés aux logiciels.
Un outil vocal qui transcrit à la perfection, mais qui reste ensuite inutilisé, déconnecté de tout le reste, n’est en réalité qu’un bloc-notes coûteux dont l’écriture est plus lisible que celle de la plupart des médecins. Sa véritable valeur n’apparaît qu’une fois qu’il est intégré aux systèmes que les cliniciens utilisent déjà au quotidien, ce qui signifie généralement :
En coulisses, ce système s'appuie sur des API et des normes relatives aux données de santé telles que HL7 V2 et FHIR, ainsi que sur un mappage minutieux des données, afin que chaque terme transcrit soit placé dans le champ structuré approprié. La gestion des identités permet de contrôler qui peut déclencher ou valider une saisie générée par la voix, et aucune information ne doit être intégrée au dossier permanent sans l'accord préalable d'un professionnel de santé.
Passons maintenant à l’aspect que les fournisseurs ont tendance à passer sous silence dans une note de bas de page. Les avantages et les inconvénients des systèmes de reconnaissance vocale dans le secteur de la santé ne se répartissent pas de manière égale, car les inconvénients sont de ceux qui peuvent finir dans le dossier médical d’un patient si personne n’y prête attention. Tout cela ne signifie pas pour autant que cette technologie soit un mauvais choix. Cela signifie simplement que son déploiement mérite la même rigueur que n’importe quel autre outil clinique, et non le même enthousiasme que pour un nouveau téléphone. Examinons les défis typiques et les moyens de les atténuer.
Défi: Les modèles vocaux polyvalents ont du mal à reconnaître les noms de médicaments, les abréviations et le jargon spécifique à certains domaines.
Impact : Les termes mal compris peuvent fausser imperceptiblement une note clinique, ce qui est bien plus grave qu'une faute de frappe dans un e-mail.
Atténuation : Utilisez des modèles ASR optimisés à partir de corpus médicaux et de vocabulaires spécifiques à chaque spécialité, et transmettez tout résultat incertain à un réviseur humain.
Défi : La précision diminue sensiblement lorsqu'il s'agit d'accents non natifs et de dialectes régionaux, ce qui constitue un point faible bien connu dans l'ensemble du secteur.
Impact : Cela peut entraîner une baisse de la qualité de la documentation, tant pour les professionnels de santé que pour les patients issus de groupes linguistiques sous-représentés.
Atténuation : Entraîner ou affiner des modèles à partir d'ensembles de données couvrant divers accents et prendre en charge des modèles multilingues lorsque la population de patients l'exige.
Défi : Les services très animés, les conversations qui se chevauchent et le bruit des appareils nuisent tous à la qualité de la transcription.
Impact : Un son de mauvaise qualité implique davantage de corrections manuelles, ce qui réduit le gain de temps que l'outil était censé apporter.
Atténuation: Associer des microphones directionnels à des modèles de suppression du bruit et à des techniques de diarisation adaptées aux environnements cliniques.
Défi: La synthèse basée sur les modèles LLM peut parfois inventer des détails qui n'ont jamais été mentionnés, un risque propre aux systèmes génératifs.
Impact: La mention d'un symptôme ou d'un médicament issu d'une hallucination dans une note médicale constitue un problème de sécurité des patients, et pas seulement un simple désagrément.
Atténuation: Veillez à maintenir une étape obligatoire de vérification par un humain, enregistrez l'audio source parallèlement au texte généré et évaluez les modèles par rapport à des critères de référence en matière de précision clinique avant leur déploiement.
Défi: Les professionnels de santé, qui doivent déjà jongler avec un emploi du temps surchargé, hésitent naturellement à se familiariser avec un nouvel outil.
Impact : Un faible taux d'adoption signifie que l'entreprise paie pour une plateforme qui reste en grande partie inutilisée.
Atténuation : Commencez par un petit groupe pilote composé d'utilisateurs précurseurs volontaires, recueillez rapidement leurs retours d'expérience, puis laissez les résultats obtenus par leurs pairs, et non une directive, guider le déploiement à plus grande échelle.
Défi: Les anciens dossiers médicaux électroniques (DME) et les anciens systèmes hospitaliers n'ont pas été conçus en tenant compte des API modernes.
Impact: Sans intégration, les outils vocaux deviennent un flux de travail parallèle que les cliniciens doivent synchroniser manuellement, ce qui va à l'encontre de l'objectif recherché.
Atténuation: Utiliser les moteurs d'interface HL7 V2 et FHIR, et en l'absence d'API prête à l'emploi, mettre en place une couche intermédiaire plutôt que d'imposer un remplacement complet des systèmes centraux.
Dès qu’un micro capte quelqu’un décrivant ses symptômes, cet enregistrement cesse d’être un simple fichier audio anodin et devient une information médicale protégée (PHI) soumise à des obligations légales strictes. Peu importe qu’il s’agisse simplement d’un appel de suivi de routine. C’est en traitant cela à la légère que les organisations finissent par faire la une des journaux pour de mauvaises raisons. Un déploiement sérieux doit tenir compte des éléments suivants :
Les critères qui s’appliquent exactement, et dans quelle mesure, dépendent du pays, du type d’organisation et de l’usage qui est fait des données vocales. Un hôpital qui enregistre l’intégralité des consultations cliniques présente un profil de risque très différent de celui d’un bot de prise de rendez-vous qui collecte simplement un numéro de téléphone. C’est également là que cybersécurité adaptée au secteur de la santé Cette solution est rentable, car la fiabilité d'un pipeline vocal dépend de celle de son maillon le plus faible en matière de traitement des données.
Personne n’achète une “ solution de reconnaissance vocale pour le secteur de la santé ” toute faite, comme on achèterait une agrafeuse. Elle est assemblée, pièce par pièce, à partir d’outils qui n’ont jamais vraiment été conçus pour fonctionner ensemble. Une pile type ressemble moins à un produit unique qu’à une boîte à outils bien organisée :
Le plus difficile n’est pas de faire son choix parmi cette liste. Le plus difficile, c’est de parvenir à faire communiquer les différents éléments entre eux de manière fiable au sein d’un environnement réglementé, et c’est là que la plupart des tentatives menées en interne échouent. C’est précisément cette lacune que les équipes d’ingénieurs de Innowise ont pour mission de combler.
Les coûts varient considérablement en fonction de l'ampleur du projet. Les principaux facteurs de coût sont la profondeur de intégration du DSE, que la solution nécessite ou non un ajustement personnalisé du modèle pour une spécialité ou un accent particulier, le niveau de sécurité et de conformité requis, ainsi que l'importance de la révision et de la surveillance humaines intégrées au flux de travail. Les coûts finaux dépendent de votre périmètre spécifique, de votre infrastructure existante et de vos exigences ; le seul moyen fiable d’obtenir un chiffre précis est de faire réaliser une évaluation technique en bonne et due forme par Innowise.
Prédire l’avenir de toute technologie liée à l’IA relève un peu de la gageure de nos jours, étant donné que les avancées majeures de cette année ne sont souvent plus que des notes de bas de page l’année suivante. Néanmoins, certaines orientations apparaissent avec suffisamment de régularité dans les travaux de recherche et les feuilles de route des produits pour mériter d’être prises au sérieux, et non pas considérées comme de simples effets de mode :
Innowise suit déjà ces évolutions dans le cadre de projets en cours dans le secteur de la santé ; la section suivante s'éloigne donc un peu de la théorie pour se concentrer davantage sur la manière dont nous apportons notre aide.
Nous avons développé logiciel de soins de santé depuis suffisamment longtemps pour savoir qu’un projet de reconnaissance vocale échoue rarement à cause du modèle vocal. Il échoue à cause de tout ce qui l’entoure : l’intégration, la mise en conformité, la gestion du changement. C’est sur cet aspect que nous nous concentrons. Notre équipe intervient dans les domaines suivants :
Si la fonctionnalité de reconnaissance vocale venait à être considérée comme un logiciel utilisé comme dispositif médical (SaMD), cela serait également pris en charge. Innowise est certifié ISO 13485, la norme de gestion de la qualité spécifiquement requise par les auditeurs pour les logiciels destinés aux dispositifs médicaux.
Nous avons déjà mené à bien des projets d'intégration tout aussi sensibles dans des environnements réglementés, comme notre projet pour Telea Medical, un fabricant européen de dispositifs médicaux, dans le cadre duquel notre équipe a entièrement repensé un module de décodage des données conformément aux normes strictes applicables aux dispositifs médicaux. Vous pouvez consulter l'article Étude de cas Telea Medical pour vous faire une idée de la manière dont nous abordons concrètement la conformité dans le domaine de la santé. C'est d'ailleurs l'une des raisons pour lesquelles les organisations ne cessent de saluer notre travail ; cela vaut donc la peine de consulter notre prix dans le domaine de la santé pour consulter la liste complète.
Il s'agit d'un logiciel qui convertit le langage clinique oral, qu'il s'agisse de la dictée d'un praticien ou d'une conversation complète avec un patient, en texte structuré pouvant être relu et intégré au dossier médical.
La transcription médicale traditionnelle consiste généralement en ce qu’un transcripteur écoute un enregistrement et le retranscrit à l’aide d’un clavier. La reconnaissance vocale automatise cette conversion, même si un transcripteur vérifie toujours le résultat avant sa validation définitive.
Cela varie considérablement selon le contexte. La dictée contrôlée peut offrir un haut niveau de précision, tandis que les conversations bruyantes impliquant plusieurs interlocuteurs posent beaucoup plus de difficultés ; c'est précisément pour cette raison que la révision humaine reste un élément incontournable de tout processus de travail sérieux.
Oui, via la norme interopérabilité des données de santé des protocoles tels que HL7 V2 et FHIR, ou via des API propres à chaque éditeur pour les principales plateformes de DME. C’est généralement le degré d’intégration qui fait la différence entre un déploiement réussi et un déploiement source de frustrations.
Cette technologie peut être conçue pour être conforme à la norme HIPAA, mais cette conformité dépend de la manière dont elle est mise en œuvre : le chiffrement, les contrôles d’accès, les accords avec les fournisseurs et la journalisation des audits doivent tous être en place. Il ne s’agit pas d’une fonctionnalité fournie par défaut.
Un outil de dictée basique peut être opérationnel en quelques semaines. La mise en place d'une plateforme de documentation ambiante de niveau production, entièrement intégrée au dossier médical électronique (DME), prend généralement plusieurs mois, principalement en raison des travaux de mise en conformité et d'intégration, et non de l'IA en elle-même.
Senior Technical Delivery Manager dans le secteur des soins de santé et des technologies médicales
Aleh fait le lien entre les besoins cliniques et l'exécution technique. Il applique une connaissance approfondie du domaine pour s'assurer que les systèmes MedTech ne sont pas seulement conformes, mais aussi suffisamment fiables pour avoir un impact mesurable sur les soins de santé dans le monde réel.
