Les Rencontres de l'ANS et de l'Inria : Meet-Up Natural Language Processing (NLP) Santé

Les Rencontres NLP Santé se poursuivent !

Vous êtes une entreprise du numérique en santé (représentant de startup, PME ou industriel du secteur) ? Vous êtes intéressé(e) pour en savoir plus sur les projets de recherche en santé utilisant du Natural Language Processing (NLP) ? Vous souhaitez connaître et comprendre les retours d’expérience de ceux qui utilisent des outils de traitement automatique des langues pour développer des cas d’usage en santé ? Vous souhaitez faire partie de la communauté des acteurs intéressés par le NLP et la Santé ? 

Ces rencontres sont faites pour vous !

Au programme, deux temps forts pour cette nouvelle édition :

• Présentation Recherche : EDS-NLP : une bibliothèque collaborative et modulaire pour le traitement automatique de la langue clinique à grande échelle
  Intervenant :  Perceval Wajsbürt, ingénieur en machine learning spécialisé dans le traitement automatique de la langue clinique au sein de l’AP-HP.
  Perceval Wajsbürt est ingénieur en machine learning, spécialisé dans le traitement automatique de la langue clinique. Il travaille au sein de l’AP-HP depuis 2022 et a obtenu son doctorat en informatique médicale et traitement du langage naturel à l'université de la Sorbonne. Depuis 2024, il est également référent en intelligence artificielle pour la Direction des Services Numériques de l’AP-HP, où il apporte une expertise scientifique et technique sur les sujets liés à l’IA à l’échelle de l’institution. Ses travaux portent sur l’extraction d’informations à partir des notes cliniques et le développement d’outils et de modèles destinés à accompagner les chercheurs et les cliniciens.
  Résumé : EDS-NLP est une bibliothèque open-source française développée par l’AP-HP et dédiée au traitement de la langue. Elle répond à la diversité des besoins rencontrés dans les projets de recherche et d’innovation en santé en offrant une approche modulaire et reproductible pour l’extraction d’informations à partir des textes. Conçue pour une exploitation à grande échelle, elle intègre des approches par règles, apprentissage automatique et modèles de type LLM au sein d’un même cadre unifié. Utilisée aussi bien en recherche qu’en production, EDS-NLP compte près de 60 composants, une communauté active et une documentation robuste, constituant ainsi une base commune pour développer et partager des méthodes de NLP clinique francophone.
• Présentations Entreprises : Cas d’usages NLP en santé
  • PraxySanté - ASR-LLM hybride pour une reconnaissance vocale médicale intelligente & IA anti-hallucinations pour garantir la factualité des synthèses de dossiers patients
    Intervenants : Damien Forest (CEO, PraxySanté), Nadège Alavoine (AI Lead, PraxySanté) et Souhir Khessiba (AI scientist, PraxySanté)
  • Doctolib - Combinaison de modèles d'encodage affinés et de LMM pour l'extraction et le codage d'entités médicales
    Intervenants : Nicolas Perquier (Data Scientist, Doctolib)
  • Synapse Medicine - IA générative et évaluation : applications à l’assistant medGPT
    Intervenant : Julien Jouganous (Head of AI, Synapse Medicine)

Modalités de participation : 

• En présentiel : PariSanté Campus, 2-10 Rue d'Oradour-sur-Glane, 75015 Paris - ANS ARENA (4ème étage) ;
• A distance.

A propos des "Rencontres NLP Santé"

Un partenariat au service de la recherche en santé

Depuis septembre 2023, l'Agence du Numérique en Santé (ANS) et l'Institut national de recherche en sciences et technologies du numérique (Inria) ont renforcé leur partenariat dans le but de capitaliser sur leurs complémentarités et de concrétiser des projets communs.

Alignés sur les axes de travail définis, ces deux institutions s'associent pour organiser un meet-up dédié au NLP et à ses applications dans le domaine de la santé.

Cet événement se déroule en deux temps : 

• une intervention principale axée sur la recherche,
• des courtes présentations de startups illustrant des cas d'usage de NLP en santé.

Les thèmes abordés lors de cet événement concernent par exemple : 

• la traduction automatique de terminologies médicales,
• la transposition du langage médical au langage compréhensible par le patient,
• l'annotation automatique,
• la synthèse automatisée de documents médicaux, etc.

Des objectifs communs

Réunir et co-construire une communauté de chercheurs, de professionnels de santé, de développeurs spécialistes du traitement des données, de représentants d’entreprises (startups, PME, grands comptes), expérimentés ou souhaitant se familiariser avec ce domaine.

L'objectif est double :

• encourager le partage d'expériences et de bonnes pratiques dans la conception et l'application de modèles NLP pour tout domaine lié à la santé numérique,
• sensibiliser les acteurs publics et privés aux cas d'usages existants.