VivaTech, rendez-vous mondial des startups et des leaders pour célébrer l’Innovation, ouvre ses portes du 16 au 18 mai 2019 à la porte de Versailles, hall 1 à Paris.

Proxem, parmi les lauréates du challenge Sanofi pour VivaTech « Données de santé & pseudonymisation », sera présente les 16-17-18 mai, Stand J41-001, sur le Tech4Health Lab !

Fondé en 2007, l’éditeur de logiciels Proxem est le pionnier français de l’analyse sémantique de données textuelles pour l’entreprise.

Proxem édite le meilleur logiciel d’analyse sémantique dans son secteur, intégrant des fonctions avancées de machine learning. Acteur des big data et de la transformation digitale, Proxem est une PME innovante. Nous analysons de grands volumes de textes pour les transformer en données et en connaissances. Nous aidons les entreprises à envisager leur marché de façon plus rationnelle et à prendre de meilleures décisions. Proxem propose sa propre plateforme logicielle de collecte et d’exploration de données textuelles ainsi que des rapports d’études à destination de clients finaux.

30 années de R&D en intelligence artificielle appliquée à la sémantique ont permis de développer une application agile, modulaire et user-friendly pour permettre aux entreprises de collecter, analyser, explorer et visualiser des Big Data textuelles en temps réel. Proxem Studio analyse plus de 25 langues avec des locuteurs natifs.

Les acteurs de l’industrie pharmaceutique et médicale sont confrontés aux défis de l’exploitation de volumes croissants d’informations textuelles. Ces données sont en passe de devenir le nouvel Eldorado de la recherche et de l’innovation, avec comme objectif premier : l’amélioration de la santé des patients. Proxem Studio, notre suite logicielle en mode SaaS multilingue et multi-source, aide ces acteurs à analyser leurs millions de documents pour en extraire de la connaissance pertinente

L’anonymisation des identités figurant dans les dossiers patients informatisés est également l’un de ces défis. Nos 30 années de R&D en analyse sémantique, en IA symbolique et en apprentissage statistique nous permettent d’intervenir sur ces projets de pseudonymisation de documents médicaux porteurs d’informations personnelles identifiantes.