Heidi construit une IA de sante fiable a l'echelle mondiale pour la production
L'entreprise australienne Heidi, spécialisée dans l'intelligence artificielle pour le secteur de la santé, a bâti une infrastructure permettant à son produit phare, Heidi Scribe, d'automatiser une grande partie du travail administratif des cliniciens dans plus de 190 pays, avec environ 2,7 millions d'interactions patients traitées chaque semaine. Selon Yu Liu, cofondateur et directeur technique de Heidi, cette expansion repose sur des choix d'architecture pris plusieurs années avant que l'entreprise n'atteigne cette échelle mondiale. Heidi s'appuie sur MongoDB Atlas, une base de données documentaire dotée de la fonctionnalité MongoDB Vector Search, qui lui évite de recourir à une base de données vectorielle séparée pour ses flux d'intelligence artificielle. La plateforme MongoDB compte plus de 130 régions cloud, ce qui permet à Heidi de faire fonctionner des déploiements de production totalement isolés les uns des autres dans différentes zones géographiques.
Résumé et traduction réalisés par Le Fil IA à partir de VentureBeat AI. Lire l'article original →
Cette architecture répond à une contrainte propre au secteur médical: un taux d'erreur qui serait perçu comme un simple désagrément dans d'autres industries devient, en santé, un enjeu de sécurité clinique. Yu Liu souligne que chaque résultat produit par le système doit pouvoir être vérifié, audité et invoqué dans le cadre du suivi d'un patient, parfois des mois plus tard. Concrètement, cela signifie que les données d'un clinicien basé à Sydney, Londres, Tokyo ou Denver doivent rester dans leur région d'origine, conformément à des réglementations distinctes comme les Australian Privacy Principles, le RGPD européen, la loi japonaise APPI ou la loi américaine HIPAA. Pour les acteurs de la santé, de la finance ou des transports, ce cas illustre comment une modernisation technique rigoureuse peut permettre de déployer de l'IA à grande échelle sans sacrifier la conformité réglementaire, alors que ces secteurs accusent traditionnellement un retard technologique lié à la lenteur imposée par la régulation.
Heidi gère des données médicales hétérogènes provenant de formulaires, de courriers de recommandation et de notes cliniques, qu'il fallait unifier dans un format et un emplacement uniques pour les rendre exploitables par des flux d'IA, une tâche pour laquelle une base de données relationnelle classique, en lignes et colonnes fixes, se serait révélée mal adaptée. Une session d'utilisation de l'outil de transcription assistée par IA rassemble en réalité des transcriptions, des notes structurées, des modèles de documents, du contexte patient et des données d'intégration avec les dossiers médicaux électroniques, autant d'éléments amenés à évoluer chaque semaine. Selon Yu Liu, le modèle d'IA ne représente qu'environ 20% du système, le reste dépendant de la solidité de l'architecture de données sous une charge clinique réelle, ce qui explique pourquoi Heidi a investi dans des mécanismes de sécurité comme les versions canari, les revues de code appliquées aux schémas de base de données et des contrôles d'intégration continue sur les changements à risque.
Les cliniciens europeens utilisant Heidi Scribe (mentionne a Londres) beneficient d'un isolement regional des donnees garantissant la conformite RGPD.