Cloudphysician annonce le modèle vidéo Nightingale pour la surveillance hospitalière

L’entreprise d’IA clinique Cloudphysician a annoncé Nightingale le 9 septembre 2026, un modèle de fond vidéo spécialisé conçu pour surveiller les patients hospitalisés en continu. La société indique que le système est déjà déployé dans plus de 150 hôpitaux en Inde et qu’il s’étend au marché américain.

L’annonce a été diffusée depuis Bangalore, en Inde, et San Francisco. Cloudphysician, fondée par des médecins, a déclaré que son IA clinique est conçue pour augmenter la capacité au chevet tout en conservant les cliniciens et leurs flux de travail existants, et que Nightingale a été entraînée sur des milliers d’heures de vidéos cliniques. Selon la société, le modèle détecte les changements cliniquement pertinents de l’état d’un patient qui ne se manifesteraient normalement que lors des passages périodiques d’un médecin.

Architecture et fonctionnement sur site

L’entreprise a comparé Nightingale aux systèmes d’IA vidéo à usage général, qui, selon elle, identifient des activités de base comme la présence ou le mouvement d’un patient. Nightingale, indique la société, est conçue pour reconnaître des signaux cliniques très détaillés, notamment des schémas respiratoires anormaux, un épanchement nasal, le positionnement des tubes permettant de distinguer les sondes d’alimentation des tubes respiratoires, des signes de délire, les niveaux de sédation, le risque de chute et le risque d’escarres.

Cloudphysician a décrit Nightingale comme un modèle de fond compact développé à partir de ses données cliniques propriétaires annotées par des experts, construit de zéro plutôt qu’adapté à partir de modèles ouverts existants. Selon la société, tout le traitement se déroule au sein de l’hôpital: un seul GPU sur site ingère 100 flux vidéo de caméras simultanés, et la vidéo du patient ne quitte jamais le bâtiment. L’entreprise a qualifié le résultat de couche de perception efficace conçue pour le déploiement en périphérie et sur site, et a indiqué qu’il réduit les coûts d’inférence et de bande passante d’environ 100 fois par rapport aux modèles généraux, basés sur le cloud et pilotés par des jetons.

Déclaration du PDG et projets d’expansion aux États‑Unis

Le co‑fondateur et PDG, le Dr Dhruv Joshi, a déclaré avoir passé des années en tant que médecin à observer des patients dont l’état pouvait évoluer en quelques minutes, qu’il s’agisse d’un changement du schéma respiratoire ou d’un patient non surveillé tentant de sortir du lit. « Nightingale a débuté dans les chambres des patients, s’entraînant à capter les signaux qu’un moniteur de chevet ne perçoit pas et qu’un médecin détecterait s’il pouvait être partout à la fois », a déclaré Joshi dans l’annonce. Il a affirmé que l’entreprise est conçue pour servir d’yeux à un médecin ou à une infirmière, et que ce type d’IA peut faire la différence entre la vie et la mort.

L’annonce indique que les États‑Unis comptent environ un million de lits hospitaliers, dont environ 200 000 sont actuellement équipés de caméras, un chiffre qui devrait atteindre 500 000 d’ici 2030. Cloudphysician a déclaré que cette base de caméras installées permet de déployer une IA apportant une perception visuelle de qualité clinique aux soins en continu. Son objectif déclaré est de devenir la couche de perception visuelle par défaut pour la prestation de soins dans ce qu’elle décrit comme un marché qui devient multibillionnaire.

Historique de l’entreprise et produits existants

Cloudphysician a été fondée en 2017 par le Dr Dhruv Joshi et le Dr Dileep Raman en tant qu’entreprise d’IA développant des solutions vidéo pour les hôpitaux, avec pour objectif déclaré de garantir la sécurité des patients grâce à des soins autonomes pendant leur hospitalisation. Selon le communiqué, la société a pris en charge plus de 200 000 patients et a contribué à sauver plus de 10 000 vies au sein d’un réseau de plus de 200 hôpitaux.

Sur son site web, Cloudphysician indique séparément avoir traité plus de 200 000 patients dans plus de 300 hôpitaux et cite une réduction de la mortalité pouvant atteindre 40 %. La société répertorie les gammes de produits Smart‑ICU, Smart‑NICU, Smart‑Dialysis et Smart‑ER, des bureaux à San Francisco, Singapour et Bangalore, des équipes aux États‑Unis et en Inde, ainsi que huit brevets accordés couvrant les méthodes de ses modèles d’IA. Elle précise également avoir passé la dernière décennie à constituer l’un des plus grands ensembles de données multimodaux au monde issus de soins hospitaliers de haute intensité, combinant vidéo, paramètres vitaux et données EMR.

La page À propos de l’entreprise indique que Cloudphysician a été fondée par deux médecins de soins intensifs qui ont passé des milliers d’heures dans des environnements de soins de haute intensité. Le parcours de Joshi porte sur la pneumologie et la médecine de soins critiques, avec d’anciennes affiliations à la Cleveland Clinic Foundation et à MedStar Health. Le parcours de Raman couvre la pneumologie, les soins critiques et la médecine du sommeil, avec d’anciennes affiliations à la Cleveland Clinic Foundation et au Texas Tech University Health Sciences Center.

Cloudphysician propose également un produit qu’elle désigne comme son « co‑pilote vidéo IA », qui utilise des agents IA pré‑entraînés et spécifiques à chaque maladie, formés sur des vidéos annotées par des cliniciens. La société indique qu’une couche d’orchestrateur coordonne les agents spécialisés à travers plusieurs modalités afin que leurs analyses restent contextuelles pour les soignants, les agents répertoriés couvrant la détection du rythme respiratoire et du travail respiratoire, la surveillance de la douleur et de la sédation, ainsi que la prévention des infections liées aux cathéters centraux. Parmi les exemples démontrés figurent la détection de rampes de lit abaissées et l’envoi d’une alerte de risque de chute à l’équipe de chevet, la signalisation précoce d’un risque de délire, et l’identification visuelle du travail respiratoire.

L’entreprise affirme que ses déploiements sont indépendants du matériel, fonctionnent sur site ou dans le cloud du client aux côtés des moniteurs, caméras, tablettes et téléphones existants, et que les données du client restent au sein de l’environnement hospitalier et ne sont pas utilisées pour entraîner ses modèles.