Un réseau de la santé du Québec devait savoir si l'IA pouvait lire l'urgence clinique de façon fiable — en français québécois aussi bien qu'en anglais — avant de s'engager dans une construction. Les ingénieurs de Ngenium ont répondu à cette question sur des messages vocaux entièrement synthétiques, sans aucun renseignement de patient.
Preuve de concept de phase 0 · données synthétiques · aucun renseignement de patientC'était une Preuve de concept de phase 0 : une évaluation décisionnelle (poursuivre ou non) construite et notée sur un ensemble de messages vocaux bilingues entièrement synthétiques, créé à cette fin. Aucun vrai patient n'a laissé ces messages, aucun renseignement médical protégé n'a été traité, et rien de tout cela n'a été exécuté contre une file clinique réelle.
Elle démontre la solution que Ngenium propose de livrer. Ce n'est ni un déploiement de production achevé ni un résultat livré à un client. Chaque chiffre de cette page porte cette étiquette à côté de lui, parce qu'une mesure de preuve de concept et un résultat de production sont des affirmations différentes et ne devraient jamais se ressembler.
Quand le volume d'appels atteint un sommet, les patients tombent sur la boîte vocale — et ces messages sont traités par ordre d'arrivée, triés seulement après qu'un humain a écouté chacun. Un patient décrivant une douleur thoracique peut rester derrière des dizaines de demandes d'horaire routinières, et personne ne peut le voir se produire.
Les trois venaient d'une même cause racine : la boîte vocale est opaque. L'urgence reste enfermée dans un fichier audio et demeure invisible jusqu'à ce que quelqu'un l'écoute — la priorisation, la protection des SLA et la visibilité pour les superviseurs sont donc impossibles au moment précis où elles comptent. L'évaluation exigeait une solution capable de rendre l'urgence lisible dès l'arrivée d'un message, dans l'une ou l'autre langue, tout en gardant les renseignements des patients à l'intérieur du réseau de l'hôpital.
CADENCE se place derrière le système de boîte vocale Cisco existant, plutôt que de le remplacer. Le même code s'exécute hébergé pour une démonstration ou entièrement sur place en production, de sorte que les données des patients n'ont jamais à quitter l'hôpital.
Le travail a été structuré pour que l'hypothèse la plus risquée soit testée sur des données synthétiques avant que quiconque engage un budget pour un déploiement clinique. Seule la phase 00 a été livrée.
Dans l'évaluation de phase 0, chaque urgence synthétique a été remontée en Critique, et les rappels les plus urgents ont été atteints bien plus tôt qu'en ordre d'arrivée — assez de preuves pour passer à un pilote clinique.
Exécuter la phase 0 dans le nuage a permis à nos ingénieurs de comparer côte à côte les modèles hébergés et à poids ouverts, de tester la précision selon les langues et les accents, et de dimensionner le Cisco AI POD et les GPU — pour que le client choisisse le modèle local et le matériel sur des preuves plutôt que des suppositions, avant d'engager un budget.
Dans la conception de production proposée, tout le pipeline s'exécute sur le Cisco AI POD sur place, de sorte qu'aucun audio, aucune transcription ni aucun renseignement de patient ne quitte le centre de données de l'hôpital. La preuve de concept a confirmé qu'un modèle à poids ouverts s'approche assez du référentiel hébergé pour rendre cela réaliste.
CADENCE ne fait que prioriser — il ne ferme, ne rejette ni ne juge médicalement aucun message. Chaque classement montre les mots qui l'ont motivé, et un agent peut reclasser n'importe quel message d'un clic. Le filet de sécurité déterministe ne dépend pas du modèle choisi.
CADENCE se place derrière les Cisco Communications Manager et Unity Connection existants, ajoutant une couche de priorisation par IA à l'infrastructure vocale que le réseau possède déjà, et posant la nouvelle charge de travail sur un Cisco AI POD.
Non. Chaque chiffre de cette page a été mesuré sur un ensemble fabriqué de messages vocaux synthétiques, sans renseignement de patient ni renseignement médical protégé. C'était une preuve de concept de phase 0 menée pour répondre à une question décisionnelle. C'est une démonstration de capacité, pas un résultat clinique livré.
Nous ne nommons pas les clients sans permission écrite explicite. Cette preuve de concept a été construite pour un réseau de la santé du Québec exploitant un centre d'appels clinique bilingue avec boîte vocale des patients.
Pas dans la conception de production proposée. Le pipeline est construit pour s'exécuter entièrement sur un Cisco AI POD sur place, de sorte qu'aucun audio, aucune transcription ni aucun renseignement de patient ne quitte le centre de données de l'hôpital. La preuve de concept a confirmé qu'un modèle local à poids ouverts s'approche assez du référentiel hébergé pour rendre cela réaliste.
Non. CADENCE priorise les messages ; il n'en ferme, rejette ni juge médicalement aucun. Un filet de sécurité déterministe à base de règles fait remonter de force les expressions d'urgence peu importe ce que dit le modèle, les classements à faible confiance sont signalés pour revue humaine, et un agent peut reclasser n'importe quel message d'un clic. Il y a toujours une personne dans la boucle.
La démonstration est protégée par accès. Demandez-nous une visite et nous vous montrerons la file priorisée, le filet de sécurité et la vue superviseur.