Revaloriser
les données de santé

Nous aidons les établissements de santé à mieux gérer les données qu’ils collectent, pour faciliter le travail des équipes médicales, améliorer la prise en charge des patient·e·s et favoriser l’innovation en santé.

Notre vision

Arkhn rend aux établissements la souveraineté sur les données qu’ils collectent et leur permet de valoriser ces données dans une démarche de confiance. En construisant un data lake qui agrège l’ensemble des données des logiciels médicaux, le parcours de soin des patients est facilité et plus sûr. En renforçant l’interopérabilité grâce au choix du standard FHIR, Arkhn permet à de nombreux acteurs de collaborer facilement avec les établissements de santé.

Déployer un data lake interopérable au sein des établissements de santé leur permet de conserver la souveraineté sur leurs données tout en facilitant les collaborations avec les autres acteurs.

Les établissements qui ont une pleine maitrise sur leurs données peuvent plus facilement accueillir des projets de recherche clinique ou des initiatives innovantes en IA et ainsi être plus attractifs, sans que leurs données ne quittent l’établissement.

Nous travaillons avec les équipes médicales pour faciliter leur travail au quotidien et pour contribuer à apporter un meilleur service de soins aux patient·e·s.

Vous Êtes

Un Établissement de Santé

Un Réutilisateur de Données

Notre équipe

Corneliu Malciu

Quantum ComputingResearchProject Management

éCOLE NORMALE SUPERIEURE ULM

éCOLE NORMALE SUPERIEURE LYON

ENS Ulm
PhD in Quantum Physics
UBC
Modeling of quantum systems
International Physicist Tournament Laureate
Voir plus

Emeric Lemaire

Machine LearningStatisticsProject Management

école Centrale Paris

Cambridge University

1000mercis
Massive data analysis
Cambridge
Bandits & Reinforcement Learning
CNRS
Statistical modeling
Voir plus

Théo Ryffel

Federated LearningDifferential PrivacyEncrypted Machine Learning

École polytechnique

Imperial College London

ENS Ulm / INRIA Paris
Privacy-Preserving Machine Learning research
OpenMined / Imperial College London
Privacy-Preserving Machine Learning in medical imaging.
Crypto Team Leader
Ministère de la Défense
Big Data supervision tools
Voir plus

Elsie Hoffet

StatisticsDeep LearningDifferential PrivacyFHIR expertise

École polytechnique

Imperial College London

Imperial College London
Machine Learning for breast cancer prediction
New York University
Deep Learning algorithms applied to the economy
Institute of Technology of Cambodia
Teaching Assistant
Voir plus

Simon Vadée

DevOpsInfrastructuresoftware architectureBlockChain

Epitech

Hague University of Applied Sciences

Stratumn
Software Engineer
Pricing Assistant
Data Developer and Assistant
Freelance Software Engineer
Voir plus

Jason Paumier

Software DevelopmentDevOpsFederated LearningEncrypted ML

CentraleSupélec

Georgia Institute of Technology

OpenMined
Core contributor in the Crypto Team
GrAI Matter Labs
Neural networks and data flow graphs design to efficiently process data.
IDEMIA
Research in Deep Learning to detect and track faces in videos.
Voir plus

Nicolas Riss

BiotechnologyPharmaDeveloperData Analyst

Faculty of Pharmacy of Strasbourg

ESBS (Biotechnology)

CNRS
Deep Learning in Super Resolution Imagery
CHRU Strasbourg
Medical Intensive Care
BioNext
Development of algorithm to find similarity between proteinic active site and nucleic active site
Voir plus