
CLIENT :
Posos : medtech française créée en 2018, pionnière de la prescription assistée par l’IA.
Sa base de données médicamenteuse multilingue, agréée par la HAS, et son moteur de traitement du langage permettent une structuration autonome et contextuelle des données de prescription.
Ses modèles d’IA équipent déjà de nombreux logiciels médicaux et hôpitaux en Europe.
DÉFIS :
Accélérer et sécuriser la prescription médicamenteuse assistée par IA :
- Connecter les algorithmes Posos aux DPI / logiciels médicaux
- Structurer une donnée de prescription complexe
- Déployer plus facilement en France et à l’international
- Éviter que l’intégration ne devienne un frein au passage à l’échelle
RÉSULTATS :
Une trajectoire FHIR pour industrialiser l’intégration :
- Intégration renforcée via le serveur FHIR d’InterSystems IRIS for Health
- Données de prescription plus structurées et exploitables
- Déploiement plus fluide et sécurisé dans les logiciels médicaux
- Socle plus robuste pour l’expansion internationale
Le défi : connecter l’IA médicale aux logiciels hospitaliers sans créer de friction d’intégration
Pour que la prescription assistée par IA délivre sa valeur au quotidien, elle doit s’insérer dans les logiciels utilisés par les professionnels de santé, sans ajouter de friction dans les workflows.
Le défi majeur pour Posos consiste à renforcer la capacité de ses solutions à s’intégrer aux dossiers patients informatisés et aux logiciels médicaux, en France comme à l’international, tout en conservant le niveau de performance, de fluidité et de sécurité attendu dans la prescription médicamenteuse.
Cette exigence est d’autant plus forte que la prescription n’est pas une donnée simple. Un traitement ne se résume pas à un nom de médicament : il embarque des informations de dose, quantité, fréquence, durée, forme, unité, voie d’administration, séquences, alternatives ou répétitions.
Mal structurée, cette complexité réapparaît sous forme de champs libres, d’adaptations locales ou de connecteurs difficiles à maintenir. L’enjeu est donc double : aider les soignants à prescrire plus vite et plus sûrement, tout en transformant la structuration de la donnée médicale en capacité d’intégration réutilisable.
Cofondateur et CEO
Posos
La solution : une approche FHIR appuyée sur InterSystems IRIS for Health
Pour accélérer cette trajectoire, Posos s’appuie sur le serveur FHIR d’InterSystems IRIS for Health. Couplé à sa base de données médicale agréée par la HAS, ce socle permet de structurer et de transmettre les données médicales dans un format standardisé, plus facilement exploitable par les logiciels médicaux.
Les algorithmes de Posos, notamment ses capacités de structuration de données médicales et sa solution de prescription à la voix, peuvent ainsi s’appuyer sur une architecture FHIR pour être intégrés de façon plus fluide et sécurisée.
La clé de cette approche n’est pas seulement l’exposition d’une API.
Elle réside dans la capacité à faire de FHIR un langage commun entre les solutions Posos et les environnements DPI dans lesquels elles doivent s’insérer.
Ce que cela change concrètement
Structurer la donnée de prescription n’est pas un détail technique. C’est ce qui permet au logiciel d’analyser la sécurité du traitement, de détecter des incohérences ou des risques, d’établir un plan d’administration, de transmettre une information exploitable par le dossier patient et de faciliter la continuité du parcours de soins.
Grâce à cette approche, l’intégration ne se limite pas à faire circuler un document ou un champ texte. Elle vise à transmettre une information structurée, contextualisée et réutilisable par les logiciels médicaux.
Nous sommes ravis de voir que ces solutions permettent la concrétisation de projets novateurs, assurant une meilleure prise en charge des patients à travers cette alliance avec Posos. »
Directeur Général Europe de l’Ouest et du Nord
InterSystems
Une trajectoire conçue pour passer à l’échelle
Le rapprochement technologique entre Posos et InterSystems soutient aussi la stratégie d’expansion internationale de la medtech. Sa base de données médicale est structurée en langage SNOMED, terminologie médicale internationale, et ses solutions sont déjà intégrées à de nombreux logiciels médicaux et hôpitaux en Europe.
La solution doit être progressivement mise à disposition des établissements de santé partenaires d’InterSystems et de Posos dans plusieurs pays. Pour Posos, FHIR devient ainsi un levier pour connecter plus facilement ses technologies aux dossiers patients informatisés, tout en préparant une diffusion plus large de la prescription assistée par IA.
Une décision architecturale au service de la prescription augmentée
Cette trajectoire repose sur une décision architecturale claire : utiliser FHIR pour transformer l’intégration de la prescription en capacité produit, et non en chantier d’interface à recommencer à chaque environnement.
Pour Posos, l’enjeu n’est donc pas seulement de connecter ses algorithmes aux logiciels hospitaliers. Il est de rendre cette connexion plus standardisée, plus sécurisée et plus réutilisable, afin d’accélérer la diffusion d’une prescription assistée par IA au service des patients et des professionnels de santé.
À propos de Posos
Créée en 2018, Posos est la medtech pionnière de la prescription assistée par l’IA.
Elle aide les professionnels de santé à mieux soigner en apportant la connaissance médicale la plus adaptée pour chaque patient.
En intégrant une base de données médicamenteuse multilingue et un moteur de traitement du langage, Posos permet une structuration autonome et contextuelle des données de prescription. L’entreprise ambitionne de devenir la référence mondiale de la prescription augmentée par l’IA.
Ses modèles d’IA équipent déjà de nombreux logiciels médicaux et hôpitaux en Europe.
À propos d’InterSystems
InterSystems fournit des technologies de gestion de données conçues pour répondre aux enjeux stratégiques des organisations en matière d’évolutivité, d’interopérabilité et de rapidité.
Sa plateforme InterSystems IRIS for Health permet de standardiser, sécuriser et industrialiser les échanges de données de santé, et d’accompagner les organisations dans leurs enjeux d’interopérabilité, de scalabilité et de fiabilité des données.
























