KIOSK (PARALLEL)

Parallel propose une solution innovante d’optimisation du codage médical basée sur les dernières technologies d'IA générative.

Hébergée sur une infrastructure cloud certifiée Hébergeur de Données de Santé (HDS) et conforme aux exigences de sécurité des données de santé, notre technologie permet d’améliorer la qualité et l’exhaustivité du codage sans charge pour les équipes informatiques.

Notre solution identifie les séjours en atypie et potentiellement optimisables, grâce à un algorithme de ciblage propriétaire. Une fois les séjours identifiés, la solution de Parallel lit et comprend l'intégralité de la documentation médicale associée à un séjour et applique les règles métier pour suggérer des optimisations du codage (suggestion de diagnostics associés, changement de diagnostic principal, etc.).

Grâce aux modèles de langage (LLM : "Large Language Models"), la solution de Parallel comprend les données non structurées, le contexte de la prise en charge, et applique les règles métier de codage. Le codage est ainsi plus efficace et plus granulaire que celui proposé par des technologies de détection de mots-clés.

Les suggestions de recodage sont systématiquement justifiés (extrait du dossier et règle de codage) pour faciliter la validation par le médecin de l'Information Médicale (DIM) de l'établissement.

Notre solution est opérationnelle en quelques jours, sans charge pour les équipes informatiques, et permet de dégager plusieurs centaines de millier d'euros de recettes d'activité supplémentaires en quelques semaines.

Parallel a été fondée en novembre 2024 avec l’ambition de transformer le codage médical grâce à l’IA générative. En janvier 2025, la société a levé 3,2 millions d’euros auprès d’investisseurs privés et publics, afin de soutenir son développement rapide. Parallel rassemble aujourd'hui 8 collaborateurs, majoritairement des ingénieurs en IA et des experts de l'information médicale.

En moins d’un an, plus de 12 établissements de santé ont fait confiance à Parallel, convaincus par son impact mesurable et son intégration sans charge pour les équipes informatiques.

Les résultats observés sont significatifs : 
- Chaque dossier optimisé génère une revalorisation moyenne de 1 800 € par séjour ;
- Le taux d’acceptation des propositions par les équipes du DIM (Département de l'Information Médicale) des établissements est en moyenne de 80 % ;
- Le taux d’optimisation des séjours est compris entre 10 et 20 % (nombre de séjours optimisés sur le nombre de séjours ciblés)
- Les revalorisations représentent plusieurs centaines de milliers d’euros de recettes supplémentaires (pour un ciblage de 500 dossiers).

Parallel est un nouvel acteur français, convaincu que les dernières avancées en IA générative peuvent profondément transformer le codage médical, et à terme réduire la charge administrative pour les établissements de santé.

Nous développons des solutions d'IA générative adaptées aux besoins du terrain et sécurisées, pour faire gagner du temps au personnel administratif et au personnel soignant.

Nous commençons par un premier cas d'usage concret avec un retour sur investissement clair pour les établissements : l'optimisation du codage médical. Notre objectif est de produire un codage exhaustif et juste, qui garantit une juste valorisation des séjours en conformité avec la réglementation.

Notre solution de codage se distingue des outils existants, qui utilisent des modèles obsolètes et sont lourds à mettre en place. 

Notre solution :
- Est performante sur les données non structurées grâce aux modèles de langage (LLMs : "Large Language Models") et à l'IA générative : compréhension des différents formats et types de documents.
- Intègre les règles métier pour proposer des revalorisations : compréhension du contexte patient et établissement, reproduction du raisonnement des Techniciens de l'Information Médicale (TIM).
- Est simple et rapide à mettre en place : connexion via simple accès VPN possible, pas d'entraînement.
- Produit un codage transparent et auditable : les LLMs génèrent les justifications du codage (source et explication), ce qui facilite la validation par l'équipe de l'Information Médicale.