Hertility : l'IA bayésienne transforme la santé féminine

Une approche innovante pour la santé des femmes

Dans le domaine de la santé féminine, souvent négligé, Hertility se distingue par son approche novatrice. Lors d'une discussion sur Just Now Possible, Teresa Torres a exploré les avancées de cette entreprise avec Tulsi Patel, Lorna Brightmore et Jack Pickard, figures clés de Hertility. Basée au Royaume-Uni et en Irlande, l'entreprise propose une combinaison unique d'évaluations de santé en ligne, de tests hormonaux à domicile et de rapports cliniques. Ces outils visent à diagnostiquer des affections allant des troubles menstruels à la ménopause.

Une base de données riche et diversifiée

Hertility s'appuie sur une base de données impressionnante accumulée sur sept années. Cette collection de données comprend des symptômes, des résultats de tests sanguins et des échographies pelviennes de plus d'un million de femmes. Ces informations sont essentielles pour le développement de deux produits IA majeurs : Gyn.AI et un système d'automatisation des scans. Gyn.AI utilise un réseau bayésien pour offrir des diagnostics basés sur des probabilités, tandis que le système d'automatisation analyse les images échographiques pour mesurer des paramètres clés comme le nombre de follicules et le volume ovarien.

Le fonctionnement de Gyn.AI

Gyn.AI se distingue par son utilisation d'un réseau bayésien. Contrairement aux systèmes traditionnels qui fournissent des diagnostics binaires, Gyn.AI offre des diagnostics probabilistes. Cette approche permet aux cliniciens de mieux comprendre les nuances des résultats, renforçant ainsi leur confiance dans les outils IA et facilitant un triage plus rapide et plus précis.

Transparence et confiance

La transparence est un pilier central de la stratégie de Hertility. En montrant aux cliniciens non seulement le diagnostic, mais aussi le raisonnement qui le sous-tend, l'entreprise renforce la confiance dans ses outils. Cette transparence est cruciale pour accélérer le processus de triage et améliorer l'efficacité des soins.

Lutter contre le biais d'automatisation

Pour éviter les biais d'automatisation, Hertility utilise des sets de validation et s'assure qu'une révision indépendante est effectuée. Cette approche garantit que les modèles IA restent objectifs et fiables, minimisant ainsi les risques d'erreurs dans les diagnostics.

Automatisation des scans et précision accrue

Le pipeline d'automatisation des scans de Hertility offre une précision supérieure aux méthodes manuelles traditionnelles. En classifiant les images échographiques et en mesurant des paramètres critiques, ce système améliore la précision des diagnostics médicaux, offrant ainsi des résultats plus fiables aux patientes.

La boucle agentique : une vérification essentielle

Hertility a mis en place une boucle agentique pour vérifier les lettres cliniques générées par l'IA. Cette vérification croisée avec les données des patientes permet de détecter les erreurs potentielles avant qu'un clinicien n'examine les résultats, garantissant ainsi la fiabilité des informations fournies.

Défis d'infrastructure et sécurité des données

Le transfert sécurisé des images échographiques DICOM des fournisseurs tiers vers les systèmes de Hertility est un défi majeur. L'entreprise s'assure que ces transferts sont effectués de manière sécurisée pour protéger la confidentialité des données des patientes.

Gestion des données sensibles

Hertility prend des mesures rigoureuses pour protéger les informations personnelles identifiables (PII) et les informations de santé protégées (PHI). En utilisant la pseudonymisation et la minimisation des données, et en exécutant les modèles sur AWS Bedrock, l'entreprise garantit que les données sensibles sont traitées de manière responsable.

La réglementation comme moteur de conception

Plutôt que de voir la réglementation comme un obstacle, Hertility l'intègre dès le début comme une contrainte de conception. Cette approche proactive permet de créer des produits IA qui sont non seulement conformes, mais aussi évolutifs et robustes, répondant aux exigences strictes du secteur de la santé.

Conclusion : les leçons à tirer

Les solutions IA de Hertility, en offrant des diagnostics probabilistes et transparents, renforcent la confiance des cliniciens. Les mesures de protection contre le biais d'automatisation sont aussi cruciales que le développement du modèle lui-même. Enfin, la minimisation des données et une infrastructure interne solide permettent à Hertility de traiter les données de santé sensibles de manière responsable, tout en rendant ses produits IA plus défendables et évolutifs.