La startup parisienne Nabla vient d’annoncer avoir levé un tour de table de série B de 24 millions de dollars mené par Cathay Innovation, avec la participation de ZEBOX Ventures, le fonds de capital-risque d’entreprise de CMA CGM. Cette levée de fonds intervient quelques mois seulement après que Nabla a signé un partenariat à grande échelle avec Permanente Medical Group, une division du géant américain de la santé Kaiser Permanente.
Selon une source, Nabla aurait atteint une valorisation de 180 millions de dollars suite au cycle de financement d’aujourd’hui. La société pourrait également finir par lever davantage d’argent auprès d’investisseurs américains dans le cadre de ce cycle.
Nabla travaille sur un copilote d’IA pour les médecins et autres personnels médicaux. La meilleure façon de le décrire est qu’il s’agit d’un partenaire de travail silencieux qui s’assoit dans un coin de la pièce, prend des notes et rédige des rapports médicaux pour vous.
La startup a été fondée à l’origine par Alexandre Lebrun, Delphine Groll et Martin Raison. Lebrun, PDG de Nabla, était le PDG de Wit.ai, une startup d’assistants IA rachetée par Facebook. Il est ensuite devenu responsable de l’ingénierie du laboratoire de recherche en IA de Facebook, FAIR.
Il y a quelques semaines, j’ai vu une démo live de Nabla avec un vrai médecin et un faux patient prétendant qu’ils avaient mal au dos. Lorsqu’un médecin démarre une consultation, il appuie sur le bouton Démarrer de l’interface de Nabla et oublie son ordinateur.
En plus de la partie examen physique, une consultation comprend également une longue discussion avec un tas de questions sur ce qui vous amène ici et vos antécédents médicaux. A l’issue de la consultation, il pourra également y avoir des recommandations et des prescriptions.
Nabla utilise la technologie de synthèse vocale pour transformer la conversation en une transcription écrite. Il fonctionne à la fois avec des consultations en personne et des rendez-vous en télésanté.
Une fois le patient parti, le médecin appuie sur le bouton d’arrêt. Nabla utilise ensuite un vaste modèle de langage affiné avec des données médicales et des conversations liées à la santé pour identifier les points de données importants de la consultation : paramètres médicaux, noms de médicaments, pathologies, etc.
Nabla génère un rapport médical complet en une minute ou deux avec un résumé de la consultation, des ordonnances et des lettres de rendez-vous de suivi.
Ces rapports peuvent être personnalisés selon les besoins du médecin avec un format personnalisé pour vos notes. Par exemple, vous pouvez ajouter des instructions pour rendre la note plus concise ou plus détaillée. Vous pouvez également demander à générer des notes qui suivent le modèle de notes subjectives, objectives, d’évaluation et de plan (SOAP) largement utilisé aux États-Unis.
Lors de la démo que j’ai vue, j’ai été extrêmement surpris par l’efficacité de Nabla en général. Même si nous étions dans une salle bondée et que Nabla utilisait un ordinateur portable à quelques mètres des présentateurs de la démo, l’outil a pu générer une transcription précise et un rapport utile.
Avec Nabla Copilot, comme son nom l’indique, la startup ne cherche pas à sortir l’humain du circuit médical. Les médecins ont toujours le dernier mot puisqu’ils peuvent modifier les rapports avant qu’ils ne soient déposés dans leur système de dossier de santé électronique (DSE).
Au lieu de cela, l’entreprise pense qu’elle peut aider les médecins à gagner du temps sur le travail administratif afin qu’ils puissent se concentrer davantage sur les patients.
« Ce que nous savons, c’est que dans un avenir proche, nous ne voulons pas essayer de remplacer les médecins. Vous avez vu des entreprises – comme Babylon au Royaume-Uni – dépenser 1 milliard de dollars en essayant de créer des chatbots et d’automatiser les choses immédiatement et de retirer les médecins de la boucle. Et nous avons décidé depuis longtemps avec Nabla Copilot que [doctors] ce sont les pilotes et nous travaillons à leurs côtés », a déclaré Lebrun.
« C’est un peu comme l’automatisation pour les véhicules autonomes. Nous en sommes encore au niveau deux aujourd’hui. Nous commencerons très prochainement le niveau trois avec un support d’assurance clinique. Ensuite, le niveau quatre est l’aide à la décision clinique, mais avec l’approbation de la FDA, car vous prenez des décisions que vous ne pouvez pas vraiment expliquer », a-t-il ajouté.
À un moment donné, on pourrait même imaginer un niveau cinq de soins de santé autonomes, ce qui impliquerait de retirer les médecins de la salle. Mais Lebrun reste très prudent sur ce front.
« Dans certaines situations sur certains marchés, comme dans certains pays où ils n’ont pas accès aux soins de santé, ce serait une chose pertinente », a-t-il déclaré. À long terme, il considère le processus de diagnostic comme un « problème de correspondance de modèles » qui pourrait être résolu grâce à l’IA. Les médecins se concentreraient sur l’empathie, les procédures chirurgicales et les décisions critiques.
Bien que Nabla soit basée en France, la plupart des clients de la société se trouvent aux États-Unis suite à un déploiement au sein de Permanente Medical Group. Nabla n’est pas seulement un travail en cours, il est activement utilisé chaque jour par des milliers de médecins.
Le modèle de confidentialité de Nabla
Nabla est actuellement disponible sous forme d’application Web ou d’extension Google Chrome. L’entreprise est bien consciente qu’elle traite des données sensibles. C’est pourquoi il ne stocke pas de notes audio ou médicales sur ses serveurs, sauf accord du médecin et du patient.
Nabla se concentre sur le traitement des données plutôt que sur leur stockage. Après une consultation, le fichier audio est supprimé et la transcription est stockée dans le DSE que les médecins utilisent déjà pour leurs dossiers patients.
En termes plus techniques, lorsqu’un médecin démarre un enregistrement, l’audio est transcrit en temps réel à l’aide d’une API de synthèse vocale optimisée. La société utilise une combinaison d’une API de synthèse vocale prête à l’emploi de Microsoft Azure et de son propre modèle de synthèse vocale (un modèle raffiné basé sur le modèle open source Whisper).
«Lorsque vous disposez d’un algorithme de synthèse vocale normal, il peut être efficace ou non sur les données médicales. Mais nous en avons un affiné. Et comme vous l’avez probablement constaté, le texte est très clair au début, puis il devient sombre. Et quand il fait sombre, cela signifie que nous l’avons vérifié avec notre propre modèle et que nous l’avons corrigé avec des noms de médicaments ou des conditions médicales », a déclaré Grégoire Retourné, ingénieur Nabla ML, lors de la démo que j’ai vue.
La transcription est d’abord pseudonymisée, ce qui signifie que les informations personnellement identifiables sont remplacées par des variables. Les transcriptions pseudonymisées sont traitées par un grand modèle de langage. Historiquement, Nabla a utilisé GPT-3 puis GPT-4 comme principal grand modèle de langage. En tant que client entreprise, Nabla peut indiquer à OpenAI qu’elle ne peut pas stocker ses données et entraîner son grand modèle de langage sur ces consultations.
Mais Nabla joue également avec une version peaufinée de Llama 2. « Dans le futur, nous envisageons d’utiliser des modèles de plus en plus étroits par opposition aux modèles généraux », a déclaré Lebrun.
Une fois que le LLM a traité la transcription, Nabla dépseudonymise le résultat. Les médecins peuvent voir la note, qui est stockée sur l’ordinateur dans le fichier de stockage du navigateur Web local. Les notes peuvent être exportées vers les DSE.
Toutefois, les médecins peuvent donner leur accord et demander l’accord du patient pour partager ses notes médicales avec Nabla afin qu’elles puissent être utilisées pour corriger des erreurs de transcription. Et étant donné que Nabla est en passe de traiter plus de 3 millions de consultations par an en trois langues, il y a de fortes chances que Nabla s’améliore très rapidement grâce aux données réelles.
Crédits images : Romain Dillet/TechCrunch