Amarena Solutions articule qotiForm, des outils cliniques issus des registres nationaux et des solutions IA déployées dans un cadre HDS et souverain.
Le moteur de structuration du signal utile au suivi clinique après la sortie.
Une expérience simple, lisible et compatible avec le quotidien, sans charge inutile.
Un support à la lecture du suivi, à la priorisation et à la continuité de prise en charge.
Une structuration progressive du suivi et une base exploitable dans une logique de qualité et d'amélioration continue.
qotiForm a été initialement déployé dans des contextes chirurgicaux, notamment en chirurgie thoracique et cardiaque. Sa logique de structuration du signal patient et de suivi longitudinal en fait un outil transposable à de nombreuses situations cliniques.
Suivi post-traitement, surveillance des effets secondaires, recueil des PROMs pour évaluer la qualité de vie et ajuster la prise en charge.
Monitorage structuré de la récupération post-opératoire, détection précoce des complications et coordination entre équipes.
Continuité du lien entre l'hôpital et le domicile, avec un suivi quotidien permettant d'identifier les écarts significatifs.
Intégration dans les parcours de Récupération Améliorée Après Chirurgie, avec un suivi structuré conforme aux exigences du protocole.
Suivi longitudinal des patients atteints de maladies chroniques, avec collecte régulière de données pour un accompagnement adapté dans la durée.
Les premiers déploiements en chirurgie thoracique et cardiaque démontrent la capacité de qotiForm à s'adapter aux exigences spécifiques de ces spécialités.
Des outils d'aide à la décision construits à partir de plus de 20 ans de données de registres nationaux.
Amarena Solutions développe des outils d'aide à la décision exploitant plus de 20 ans de données issues des registres nationaux.
Outils d'aide à la décision exploitant plus de 20 ans de données du registre national pour estimer la durée d'hospitalisation, le risque de complications et la survie à long terme après chirurgie thoracique (cancers pulmonaires, pathologies pleurales et affections bénignes du thorax).
Outils d'aide à la décision exploitant des modèles issus de plus de 20 ans de données de registres nationaux pour estimer la durée d'hospitalisation, le risque de complications et la survie à long terme après chirurgie cardiaque (Pontages coronariens, chirurgie valvulaire, chirurgie aortique).
Ces outils ont été développés en collaboration avec la Société Française de Chirurgie Thoracique et Cardio-Vasculaire (SFCTCV), qui nous a fait confiance pour concevoir des solutions utilisées au quotidien par les chirurgiens cardiaques et thoraciques.
Des LLM, assistants IA, modèles de machine learning et workflows documentaires déployés dans un cadre HDS et souverain, au service de l'aide à la décision clinique et de la structuration des données de santé.
L'intelligence artificielle en santé ne se limite pas à l'accès à un modèle. Elle suppose un cadre de sécurité, de gouvernance, de confidentialité et d'exploitation compatible avec les exigences hospitalières.
Déploiement de solutions IA dans un environnement maîtrisé, adapté aux contraintes de sécurité, de confidentialité et de souveraineté des institutions médicales.
Les données restent dans le cadre défini avec l'institution. L'objectif est de permettre l'usage de l'IA sans abandonner le contrôle de l'information.
L'approche part des besoins métiers : tâches répétitives, processus documentaires, lecture de contenus médicaux, aide à la structuration et au gain de temps.
Nous pouvons étudier avec un établissement ou une équipe médicale la mise en place de solutions internes, opérées dans leur environnement, pour répondre à des besoins concrets.
Des assistants sécurisés, déployés en environnement HDS, pour interroger les données, assister les équipes et fluidifier les usages au quotidien.
Extraction, normalisation et structuration automatisée de comptes rendus médicaux (LLM + règles métier), pour alimenter les bases de données et les analyses.
Automatisation partielle de workflows cliniques et administratifs, avec validation humaine, pour gagner en efficacité sans perdre en contrôle.
Analyse des données cliniques, génération de synthèses et aide à la recherche à partir de données hétérogènes.
Développement d'outils prédictifs et décisionnels (ex. choix du geste en chirurgie mitrale, sizing d'anneau, analyse des trajectoires patients), entraînés sur des données cliniques réelles.
Nous ne proposons pas d'approche standardisée déconnectée du terrain. Nous étudions avec l'institution ses contraintes, ses données, ses priorités et ses processus pour identifier des cas d'usage réalistes, utiles et déployables.
Étude en cours sur la lecture semi-automatique et la structuration d'informations cliniques à partir de comptes rendus opératoires.
Nous pouvons vous présenter la solution, ses usages actuels et la manière dont elle peut s'intégrer dans votre organisation.