First Healthcare NLP Meetup - June 20th 2022

Cet événement a réuni les Data Scientists des principales startups et entreprises du privé en France et à l’international avec les experts scientifiques et hospitalo-universitaires du domaine.

Première édition du Healthcare NLP Meetup

SantExpo 2022 : Une première dans l'accélération de la retranscription des ordonnances papier pour les anesthésistes avec Posos et Bow Medical

How to extract and structure text from PDF files with Python and machine learning

Les algorithmes de Posos capables d’intégrer et mettre à jour continuellement  +100 000 documents médicaux bruts en réponses aux questions des médecins

Soignants et charge mentale : 94,3% d'entre eux souffrent de fatigue intense 

L’évaluation des représentations multilingues : la clé pour étendre Posos à plusieurs langues

Une frontière technologique franchie dans le traitement du langage biomédical et la construction d’un moteur de recherche multilingue

Presse - SantExpo 2021 : Une première dans l'aide à la prescription dans les hôpitaux avec Dedalus et Posos

Presse - Posos présente les résultats de la première enquête sur la charge mentale des médecins

Concilier efficacité et qualité de vie 

Prise en charge d'un syndrome parkinsonien d'origine iatrogène

Prévenir les effets indésirables et les interactions médicamenteuses

Douleurs neuropathiques, enjeux d’une introduction de traitement

Douleurs sus-pubiennes et impériosité mictionnelle

Anticholinergiques et rétention aiguë d’urine

Propos recueillis auprès de Yann RENAUT, directeur général de La Médicale et de Karine HOPGOOD, directrice commercial et développement

La Médicale, la compagnie d'assurance qui accompagne les professionnels de santé tout au long de leur parcours

Déceler les médicaments à l'origine des effets indésirables

Cas clinique : dysfonction érectile et iatrogénie

Infection génitale et patient diabétique

Une infection génitale chez un patient diabétique : quelle origine ?

"Pour mieux répondre aux questions sur les médicaments"

On parle de nous... dans le Quotidien du pharmacien

De la mycose buccale à l’hypokaliémie

Sciatalgie ou accident des anticoagulants ? 

Une douleur abdominale chez un patient diabétique

Chez Posos, nous avons pour mission d’aider les professionnels de santé à mieux soigner en leur apportant des réponses médicales concrètes et adaptées pour chaque patient.

Découvrez dans chaque article de cette série comment Posos vous aide à résoudre des cas concrets.

Posos ou comment cibler rapidement le médicament à l’origine d’un effet secondaire

The time caregivers can spend with their patients reportedly declines whereas the amount of available information increases, making their work harder each day (notwithstanding the pandemic). At Posos, we want to enable doctors to support their therapeutic decisions with the latest medical data in order to provide the best possible care for each patient. This is what motivates us to build a search engine enhanced by medical-specific NLP tools built on authoritative data.

Building a medical search engine — Step 3: Using NLP tools to improve search results

De fantastiques progrès ont métamorphosé la médecine en quelques dizaines d’années. De nouvelles capacités de diagnostic ont vu le jour avec les IRM et la génétique. La robotique a envahi les blocs opératoires et de nouveaux médicaments révolutionnaires tels que les anticorps monoclonaux ont enrichi l’arsenal thérapeutique.

Comment Posos compte transformer l’aide à la prescription des médecins

In this article, you will learn about one of the most important applications of medical word embeddings: a machine learning model that identifies medical entities (as drug names or diseases) in text.

Building a medical search engine — Step 2: Identifying medical entities in text.

When treating a patient, physicians have to choose the most suitable treatment among 3,600 different molecules. This requires going through long product descriptions to identify, for instance, the right drug for a given diagnosis that is compatible with the patient’s profile.

Building a medical search engine — Step 1: medical word embeddings

À l’heure d’Internet et de l’immédiateté de l’information, on ne soupçonne pas que la recherche d’informations sur les médicaments puisse encore parfois prendre des heures, voire des jours, pour les professionnels de santé, qu’ils soient médecins ou pharmaciens...

Comment POSOS utilise l’IA pour aider les professionnels de santé dans leur prise de décision

In the age of Internet and rapid information access, it is not suspected that information retrieval on medicines could require sometimes hours, or even days, for healthcare professionals, such as doctors or pharmacists.

How POSOS is using AI to improve the use of medicines by healthcare professionals and patients

Blog

Première édition du Healthcare NLP Meetup

SantExpo 2022 : Une première dans l'accélération de la retranscription des ordonnances papier pour les anesthésistes avec Posos et Bow Medical

How to extract and structure text from PDF files with Python and machine learning

Les algorithmes de Posos capables d’intégrer et mettre à jour continuellement +100 000 documents médicaux bruts en réponses aux questions des médecins

Soignants et charge mentale : 94,3% d'entre eux souffrent de fatigue intense

L’évaluation des représentations multilingues : la clé pour étendre Posos à plusieurs langues

S'inscrire gratuitement