Heidi a développé une IA prête pour la production à l'échelle mondiale
L'entreprise australienne Heidi automatise les tâches administratives pour les cliniciens dans plus de 190 pays. Son expansion mondiale repose sur des décisions d'infrastructure stratégiques.
Heidi, une entreprise australienne spécialisée dans l'IA pour le secteur de la santé, a déployé avec succès des solutions d'IA prêtes pour la production à l'échelle mondiale. Son produit phare, Heidi Scribe, automatise désormais une part significative du travail administratif qui accapare le temps des cliniciens dans plus de 190 pays, prenant en charge environ 2,7 millions d'interactions avec les patients chaque semaine.
Selon Yu Liu, co-fondateur et CTO de Heidi, le déploiement de l'IA dans le domaine de la santé nécessite une approche architecturale différente de celle des autres secteurs. Alors qu'un faible taux d'erreur peut être une simple inconvénient ailleurs, le même taux peut constituer un problème de sécurité clinique dans le domaine de la santé. Liu a souligné que l'architecture doit être conçue dans l'hypothèse que chaque résultat sera examiné, audité et utilisé dans le cadre des soins aux patients.
La résidence des données et l'auditabilité sont des prérequis essentiels pour Heidi. Le respect de réglementations telles que le RGPD et le HIPAA nécessite le stockage régional des données. Heidi y parvient en maintenant des déploiements de production logiquement isolés dans le monde entier, garantissant que les données des patients restent dans leur juridiction désignée. Des pistes d'audit complètes sont intégrées dès le départ pour permettre une analyse rétrospective de l'utilisation des données et des résultats.
Pour gérer la diversité et l'évolution des données médicales, Heidi utilise la base de données orientée documents de MongoDB. Cela offre la flexibilité nécessaire pour s'adapter aux données d'IA en évolution rapide sans avoir à remodeler constamment la base de données. Liu souligne que l'architecture des données est cruciale pour les performances du système, et que la plateforme MongoDB permet un traitement efficace de divers types de données, y compris les transcriptions et les notes cliniques. Heidi exploite également les capacités de recherche vectorielle intégrées de MongoDB Atlas pour la recherche sémantique, éliminant ainsi le besoin de bases de données vectorielles distinctes.