Une fois que l'IA de santé a commencé à fonctionner à grande échelle, elle a cessé d'être une catégorie indifférenciée et s'est divisée en plusieurs groupes distincts. Certaines plateformes existent principalement pour rendre leurs soirées aux soignants, en automatisant le travail de documentation et administratif qui consomme des heures que personne n'avait prévu de passer — une charge que les études sur l'épuisement professionnel des soignants ont régulièrement associée au temps passé sur le dossier médical électronique plutôt qu'au chevet des patients. D'autres sont conçues pour repérer ce qu'un humain débordé pourrait négliger, ou pour prendre en charge des interactions patients qui ne nécessitent pas strictement le temps d'un soignant. Presque aucun de ces outils ne remplace la relation réelle entre le médecin et le patient ; la plupart sont conçus pour protéger le temps dont cette relation a besoin.

Voici dix plateformes actuellement déployées dans des cliniques et des systèmes de santé.

Abridge

Abridge capture les conversations cliniques en temps réel et les convertit en notes de visite structurées, en résumés pré-consultation et en une aide au codage couvrant plus de quarante spécialités — une empreinte exceptionnellement large pour un outil de documentation ambiante. Conçue spécifiquement pour les grands systèmes de santé plutôt que pour les cabinets indépendants, sa proposition centrale est de ne pas perturber les flux de travail EHR que les soignants utilisent déjà, au lieu de leur demander d'adopter un outil greffé maladroitement sur le côté. Pour un grand système hospitalier cherchant à réduire la saisie après les heures de travail sans reformer des milliers de soignants à un nouvel outil, ce positionnement « s'intègre à ce qui existe déjà » constitue un argument de vente significatif. Ce positionnement compte car les grands systèmes ont historiquement été lents à adopter tout ce qui exige un changement de flux de travail à grande échelle, et la prise de notes ambiante est l'une des premières catégories d'IA où les systèmes de santé sont passés des projets pilotes à des déploiements de production étendus.

Nuance DAX (Microsoft)

DAX Copilot, désormais sous l'égide de Microsoft à la suite du rachat de Nuance, accomplit à peu près le même travail qu'Abridge : convertir automatiquement une conversation avec un patient en note clinique structurée. Il mise davantage sur le déploiement à l'échelle de l'entreprise et la révision avec supervision humaine, s'adressant aux organisations qui recherchent de la précision à un volume réel. Il s'intègre à Epic, Oracle Health et aux autres grands systèmes EHR sur lesquels les systèmes de santé fonctionnent déjà, et s'appuie sur l'infrastructure Azure de Microsoft pour l'échelle dont un réseau hospitalier national a réellement besoin. Sa limite honnête est celle du périmètre : c'est principalement un outil de documentation, de sorte qu'un système de santé cherchant de l'IA pour le cycle de revenus ou la santé des populations devra y superposer autre chose — une contrainte qui reflète la façon dont la plupart des fournisseurs de ce marché se spécialisent encore par fonction plutôt que d'offrir une plateforme unique pour tout.

Suki AI

Suki repose sur une promesse unique : le médecin parle naturellement, et Suki génère la note, retrouve les informations du patient et peut même exécuter des commandes vocales telles que la rédaction d'une lettre de recommandation — le tout sans que le soignant ne touche un clavier pendant la consultation. Cette approche mains libres compte davantage qu'on ne pourrait le croire lors d'une journée de clinique réellement chargée, où chaque interaction d'écran supplémentaire entre le patient et le soignant érode le temps réellement passé à regarder la personne plutôt que l'ordinateur. Il s'intègre à Epic, Cerner, Meditech et athenahealth, de sorte que les notes dictées et les commandes vocales arrivent directement dans le dossier médical existant au lieu de rester dans un silo séparé que quelqu'un devra réconcilier plus tard.

Aidoc

Aidoc adopte un angle complètement différent de celui des outils de documentation. Dédié à la radiologie, il utilise des algorithmes homologués par la FDA pour signaler des constations sensibles au facteur temps, comme une hémorragie intracrânienne ou une embolie pulmonaire, directement dans le flux de travail existant du radiologue. Cette homologation FDA constitue une distinction significative sur ce marché : les outils qui analysent des images pour détecter des maladies sont réglementés comme des dispositifs médicaux, tandis que les outils de documentation ambiante ne le sont généralement pas, ce qui conditionne la vitesse de mise sur le marché de chaque catégorie et les preuves à fournir. Aidoc est indépendant du fournisseur par conception, se connectant aux PACS, aux EHR et aux systèmes de planification via des protocoles standards comme DICOM, HL7 et FHIR. Il est notamment le seul fournisseur d'IA à offrir une certaine profondeur d'intégration dans le module Radiant d'Epic, fournissant aux radiologues un retour basé sur l'acuité là où ils lisent déjà les images. Sa proposition de valeur n'est pas de récupérer le temps des soignants comme le font les scribes ambiants ; c'est de réduire l'écart entre le moment où une constatation critique apparaît sur une imagerie et le moment où quelqu'un agit effectivement.

Tempus

Tempus évolue dans un monde entièrement différent : l'oncologie de précision. Il est bâti autour de l'une des plus vastes bibliothèques de données cliniques et moléculaires du domaine, combinant le séquençage génomique, l'analyse des biomarqueurs et un soutien décisionnel clinique piloté par l'IA, spécifiquement pour la prise en charge du cancer. Son panel de biopsie liquide xF peut détecter l'ADN tumoral circulant à partir d'une prise de sang, ce qui revêt une importance énorme pour les patients qui ne peuvent physiquement pas fournir un échantillon de tissu pour une biopsie traditionnelle. Tempus a également été le premier laboratoire à livrer des résultats génomiques discrets directement via le réseau Order & Results Anywhere d'Epic — un détail technique d'apparence peu glamour qui se traduit en réalité par des oncologues recevant des données génomiques complexes dans le dossier sur lequel ils travaillent déjà, plutôt que dans un PDF séparé qu'il faut aller chercher.

Innovaccer (Gravity)

La plateforme Gravity d'Innovaccer s'attaque à un problème différent de tous les outils cliniques précédents : unifier les données cliniques, de facturation, financières et opérationnelles dispersées dans les dizaines de systèmes déconnectés d'un système de santé, puis déployer des agents d'IA pour agir dessus, avec une supervision humaine configurable à chaque étape. Cette fragmentation est l'un des problèmes structurels les plus persistants de la santé américaine, où l'historique d'un seul patient est souvent réparti entre des systèmes de dossiers distincts qui ne communiquent pas entre eux. Gravity est livré avec plus d'une centaine de connecteurs EHR et payeurs préchargés, ainsi que des dizaines d'agents prêts à l'emploi couvrant l'autorisation préalable, le suivi des lacunes de soins et la planification, et il est suffisamment agnostique en matière de cloud et de modèle pour fonctionner sur AWS ou Azure avec le LLM que le système de santé préfère. Un déploiement documenté aurait réduit le temps de traitement des autorisations préalables de 43 minutes à moins de 3 — le genre de victoire opérationnelle peu spectaculaire qui fait rarement les gros titres mais qui change réellement la rapidité avec laquelle un patient obtient une prise en charge approuvée.

Doximity

Doximity occupe encore une autre niche. C'est le plus grand réseau professionnel de médecins américains, avec une majorité déclarée de médecins en exercice déjà inscrits, et il a construit une suite d'outils d'IA gratuits autour de cette adhésion existante plutôt que de vendre une solution ponctuelle. Doximity Ask fonctionne comme un outil de recherche d'IA médicale que les soignants peuvent interroger en langage naturel ; Doximity Dialer permet aux médecins d'appeler ou d'envoyer des SMS aux patients tout en gardant leurs numéros personnels privés ; et Doximity Scribe enregistre une consultation, en produit un résumé et supprime l'enregistrement original. Le fait d'être gratuit est un modèle réellement inhabituel dans cette liste, et cela fonctionne précisément parce que Doximity disposait déjà de la distribution : les médecins étaient déjà là pour le réseau, de sorte que les outils d'IA sont arrivés comme une extension plutôt que comme une vente forcée.

Notable Health

Notable se concentre sur la couche administrative entourant la visite d'un patient — admission numérique, rappels de rendez-vous et automatisation du suivi — déployée à une échelle réellement importante, fonctionnant reportedly sur plus de douze mille sites et servant des dizaines de millions de patients. Plutôt que de se situer dans la consultation clinique comme le font Abridge ou Suki, Notable vit dans les parties du parcours patient qui se déroulent avant et après le temps passé en salle avec un soignant, ce qui est exactement là où une grande partie des frictions évitables d'un système de santé typique (rendez-vous manqués, formulaires incomplets, suivi lent) a tendance à s'accumuler.

K Health

K Health combine un copilote d'IA pour l'investigation des symptômes et le triage des patients avec un véritable modèle de prestation de soins primaires virtuels, plutôt que d'être un simple vérificateur de symptômes qui renvoie le patient au système de santé classique une fois ses questions terminées. Il est utilisé à la fois par des systèmes de santé souhaitant ajouter une couche de triage à leurs opérations existantes et comme option de soins virtuels autonome directement pour les patients — une double identité un peu inhabituelle par rapport à la plupart des outils strictement orientés entreprise de cette liste. L'entreprise développe également des applications spécifiques à certaines spécialités, comme le suivi des symptômes et déclencheurs de l'asthme, en appui sur le même moteur central de triage et de documentation.

Hippocratic AI

Hippocratic AI adopte l'approche la plus directe de la conversation avec les patients de cette liste : des agents d'IA conçus pour vraiment parler aux patients, prenant en charge des tâches comme les suivis post-sortie ou le suivi des maladies chroniques. Il est bâti autour d'un modèle axé sur la sécurité, précisément parce que parler aux patients comporte des risques différents de ceux liés à l'assistance à un soignant en coulisses. Ses agents s'orientent actuellement vers le segment à moindres enjeux de l'interaction clinique et du soutien à la documentation plutôt que vers les décisions de diagnostic ou de traitement, reflétant une prudence plus large du secteur quant à ce qu'une voix d'IA tournée vers le patient devrait être autorisée à dire seule. C'est l'un des signaux les plus clairs de la direction que prend cette catégorie : non seulement aider les soignants à travailler plus vite, mais faire en sorte qu'une IA supervisée tienne réellement une partie de la conversation avec le patient directement.