MENU
Recevoir la Newsletter

Démocratiser l’accès aux soins : la solution de Sama Ghalloussi

Que faire face à la barrière de la langue en milieu hospitalier ? Comment prendre en compte les spécificités de chaque patient ? C’est pour répondre à cet enjeu sanitaire conséquent que Sama Ghalloussi a créé Aaliatech, un agent conversationnel qui traduit instantanément les questions du médecin dans la langue natale du patient, en prenant en considération son contexte médical et culturel.

Un article de Sofia Belkacem / Photos : 1/ Magali Mei 2/et3/ Sama Ghalloussi – Aaliatech


« J’étais étudiante, j’effectuais un stage d’immersion au CHU (centre hospitalier universitaire) de Grenoble. Je porte le hijab, et pour moi il était hors de question de l’enlever. En entrant en salle de réanimation, une patiente m’a appelé vers elle. Du fait de mon hijab, elle pensait que je parlais arabe. Cette dame sortait de son opération, et ainsi sa famille n’était pas près d’elle. Elle parlait peu français. Elle aurait pu être de ma famille. Mes grands-parents parlent mal français : quand il faut aller chez le médecin, ils n’y vont pas seuls ».

C’est cette première expérience, vécue comme un empêchement, qui a interrogé Sama Ghalloussi sur la barrière de la langue en milieu hospitalier. Après une formation en ingénierie de la santé, elle devient data scientist.

Son travail ? Créer des modèles de prédiction, des “chatbots” – ces programmes informatiques avec lesquels on peut discuter-, aussi appelés agents conversationnels.

Forte de ses compétences techniques et de ce besoin identifié à l’hôpital, elle finit par créer Aaliatech en 2019.

Soit une application qui traduit instantanément les questions du médecin dans la langue natale du patient, en prenant à la fois en compte son contexte médical et culturel.

Pour une parfaite égalité dans le traitement

« Nous voulons démocratiser l’accès au soin. Ce n’est pas parce que quelqu’un ne parle pas la langue, qu’il doit être pris en charge différemment par le service public, surtout en France. Nous exigeons une parfaite égalité dans le traitement », explique Sama Ghalloussi.

La data scientist met en lumière la situation des personnes migrantes. « Là, c’est est encore particulier. C’est la politique du strict minimum, celle du ‘c’est déjà mieux que rien, estimez-vous heureux qu’on le fasse’ », martèle-t-elle.

Et d’interroger le bien-fondé de certaines traductions effectuées à des personnes exilées, qui ne semblent pas toujours être faites dans leur intérêt, pense-t-elle.

La solution Aaliatech testée par les équipes de la Croix-Rouge.

Moins de biais avec la technologie ?

Sama Ghalloussi en est convaincue : l’outil technologique peut résoudre la barrière de la langue. Pour la scientifique, cela est d’autant plus pertinent que « l’on travaille pour faire en sorte que la machine ne reproduise pas les biais humains. Avec Aaliatech, on a créé un système qui ne prend pas en compte l’aspect émotionnel, qui est sans a priori. Tandis que l’interprète s’il n’est pas professionnel, il va faire montre de biais comportementaux en se prenant pour un médecin, en parlant au nom du patient… ».

La spécificité de l’application est bien de prendre en considération le contexte culturel du patient, pour rendre le diagnostic plus précis. L’ingénieure se souvient ainsi d’un cas particulier en Égypte, lorsqu’un patient s’était présenté avec des symptômes pouvant être assimilés à ceux de l’alcoolisme. Aucun problème de boisson en réalité. L’homme s’était baigné quelques heures plus tôt dans le Nil, où il s’était fait attaqué par un parasite. Pour le soigner, un antiparasitaire a suffi.

Dans le mauvais diagnostic du patient surgit selon la spécialiste, un autre phénomène, plus structurel. Celui du syndrome méditerranéen, soit la propension de la part du corps médical à minimiser la douleur chez les personnes perçues comme racisées.

Là encore, le recours à la technologie est salvateur selon Sama Ghalloussi. « Je repense immédiatement à ce qu’il est arrivé à Naomi Musenga, morte le 29 décembre 2017 (la jeune femme est décédée quelques heures après avoir appelé le Samu. Les secours s’étaient moqués d’elle ndlr). Ce genre de drames peut arriver avec les humains, pas avec les machines. Qui réagissent de la même façon peu importe le patient. Au téléphone, l’opératrice a pensé que cette fille noire en faisait trop. Elle n’a pas été traitée de la même manière que si elle était blanche », insiste l’ingénieure.

D’une solution technique à un projet utile

Pour la data scientist qu’elle est, Sama Ghalloussi envisageait d’abord la plateforme Aaliatech comme un challenge : il fallait apporter une réponse adéquate à un besoin identifié. « C’est un projet utile, mais je voulais surtout proposer une solution technique. Mes compétences n’ont plus suffi : nous avons dû industrialiser la solution. J’ai, par exemple, dû apprendre à créer une application moi-même », se souvient-elle.

Arabe soudanais, algérien, pachtou, albanais, bengali, bulgare, créole haïtien, danois, géorgien, grec, andalou, indonésien, polonais… Près de 40 langues sont désormais opérantes sur la solution, et 25 autres sont en cours d’enrichissement.

Avec toujours cette même monomanie : faire en sorte que la traduction ressemble à ce que dirait la personne. Aujourd’hui, plus d’une centaine de professionnels de la santé testent la solution : des internes sur le territoire français, des médecins français au Maroc, mais aussi des organismes comme la Croix-Rouge.

Sa prochaine étape ? Commercialiser la solution pour la rendre accessible au plus grand nombre.

La solution Aaliatech testée par les équipes de la Croix-Rouge.