# Actualités, analyses et publications Actualités, conseils pratiques, analyses et publications scientifiques de l'équipe Rhazes. [Découvrir les publications scientifiques](/publications/) ## Défis et solutions pour appliquer les grands modèles de langage aux plans de prise en charge fondés sur les recommandations et au codage médical automatisé : développement et validation d’algorithmes Publication scientifique · 10 novembre 2025 Cette étude présente et évalue 2 méthodes fondées sur les LLM, intégrées à la plateforme Rhazes Clinician pour répondre à ces difficultés : la génération augmentée par recherche assistée par génération (GARAG), qui automatise l’élaboration de plans thérapeutiques fondés sur les données probantes, et la recherche vectorielle assistée par génération (GAVS), qui automatise le codage médical. [Lire l’article](/news/challenges-and-solutions-in-applying-large-language-models-to-guideline-based-management-planning-and-automated-medical-coding-in-health-care-algorithm-development-and-validation/) ## Rhazes franchit un cap : notre plus grande série d’améliorations à ce jour Actualités · 17 septembre 2025 Nous venons de déployer l’une de nos plus importantes mises à jour sur l’ensemble de Rhazes Clinician. La plateforme est désormais plus rapide, plus claire, plus précise et plus intuitive, pour un travail clinique plus fluide que jamais. [Lire l’article](/news/rhazes-just-levelled-up-our-biggest-set-of-upgrades-yet/) ## Évaluer rapidement les grands modèles de langage pour diagnostiquer les patients présentant des comorbidités : étude comparative avec la méthode du LLM évaluateur Publication scientifique · 29 août 2025 Dans cette étude, nous avons cherché à comparer les capacités diagnostiques de 18 LLM de Google, OpenAI, Meta, Mistral, Cohere et Anthropic, avec 3 consignes, 2 réglages de température et 1000 hospitalisations sélectionnées au hasard dans la base Medical Information Mart for Intensive Care-IV (MIMIC-IV). Nous explorons également l’amélioration du taux de réussite diagnostique de GPT-4o 05‐13 par génération augmentée par recherche (RAG), à l’aide des intervalles de référence fournis par l’American Board of Internal Medicine. [Lire l’article](/news/rapidly-benchmarking-large-language-models-for-diagnosing-comorbid-patients-comparative-study-leveraging-the-llm-as-a-judge-method/) ## L’avenir de l’IA en santé au Royaume-Uni se jouera sur la stratégie Analyses · 19 août 2025 Dans les systèmes de santé modernes, l’IA n’est plus un simple atout. Elle est essentielle pour améliorer les résultats cliniques, soulager les équipes et rendre le système plus résilient à l’avenir. L’enjeu est désormais de l’adopter rapidement et efficacement, au bénéfice des patients comme des professionnels de santé. Le Royaume-Uni a toutes les raisons de saisir cette occasion et toutes les capacités pour y parvenir. [Lire l’article](/news/why-strategy-will-make-or-break-the-uks-ai-healthcare-future/) ## Transcription assistée par IA en santé : améliorer l’efficacité et la qualité de la documentation clinique Publication scientifique · 22 mai 2025 L’outil de transcription par IA pourrait améliorer sensiblement la documentation clinique en la rendant plus efficace et en réduisant les erreurs. En limitant les omissions dans les dossiers et en optimisant le temps des professionnels de santé, il contribue à améliorer la prise en charge des patients. [Lire l’article](/news/ai-assisted-transcription-in-healthcare-enhancing-efficiency-and-quality-in-clinical-documentation/) ## Évaluation systématique des performances de GPT-4 et PaLM2 pour diagnostiquer les comorbidités des patients de MIMIC-IV Publication scientifique · 1er février 2024 Les résultats suggèrent que l’intelligence artificielle (IA), utilisée aux côtés des professionnels de santé, pourrait réduire les erreurs cognitives à l’origine de centaines de milliers de diagnostics erronés chaque année. La supervision humaine reste toutefois indispensable : les LLM ne peuvent pas remplacer les professionnels de santé, notamment pour la compréhension humaine et l’empathie. L’intégration de l’IA dans les soins se heurte également à de nombreux obstacles, d’ordre éthique, réglementaire ou liés à la responsabilité juridique. [Lire l’article](/news/a-systematic-evaluation-of-the-performance-of-gpt-4-and-palm2-to-diagnose-comorbidities-in-mimic-iv-patients/) [Voir cette page](https://www.rhazes.ai/fr/news/)