Medicum : un moteur de recherche santé en langage naturel, de zéro à la production en 6 mois
Medicum est mon propre produit MedTech : un moteur de recherche de professionnels de santé en langage naturel, construit sur un GraphRAG propriétaire (recherche augmentée par génération sur un graphe de connaissances). 450 000 praticiens indexés, 800 000 pages SEO générées et maintenues, plus de 200 000 sessions organiques par mois sans un euro de publicité. De zéro à la production en 6 mois, en conception, développement et exploitation.
Contexte
Trouver le bon professionnel de santé reste un parcours à filtres : une spécialité, une ville, puis une liste. Aucun annuaire ne répond à une question formulée comme on la pose réellement, du type « un dermatologue qui pratique tel acte, près de chez moi, bien noté, avec une disponibilité rapide ». J'ai lancé Medicum pour répondre à cette question en une seule phrase. Le projet servait aussi de terrain d'essai grandeur nature pour les architectures que je recommande à mes clients : un système IA que j'exploite moi-même, avec de vrais utilisateurs chaque jour, vaut plus qu'une démonstration.
Le cahier des charges tenait en trois lignes : une recherche multicritère en langage naturel (spécialité, acte, localisation, avis, disponibilité), des profils riches et à jour pour 450 000 praticiens, et une acquisition entièrement organique. Cette dernière contrainte imposait de générer et de maintenir des centaines de milliers de pages de qualité sans équipe éditoriale. Le produit est en ligne sur medicum.fr ; c'est celui que je montre en démonstration lors du premier appel, parce qu'il illustre ce qu'un freelance IA peut concevoir, développer et exploiter seul, là où une agence IA mobilise plusieurs profils.
Ce qui a été construit
- J'ai conçu un graphe de connaissances propriétaire reliant praticiens, spécialités, actes, lieux, avis et disponibilités, puis un GraphRAG (recherche augmentée par génération sur graphe) capable de traduire une question en langage naturel en une requête multicritère sur ce graphe.
- Le retrieval (recherche des passages pertinents) combine recherche sémantique et parcours du graphe, pour qu'une question qui mélange un acte, un quartier et une exigence de délai retourne des praticiens qui satisfont réellement chaque critère.
- Chaque profil des 450 000 praticiens est enrichi par IA générative : description rédigée, labels de sentiment extraits des avis patients, maillage interne vers les profils et les pages voisines.
- Une chaîne de génération produit et maintient 800 000 pages SEO, avec des contrôles de qualité automatisés avant publication et une régénération lorsque les données sources changent.
- Un cadre d'évaluation mesure la pertinence des réponses à chaque évolution du retrieval ou des prompts (consignes données au modèle), sur un jeu de questions réelles d'utilisateurs.
- J'ai construit l'infrastructure, l'évaluation et l'exploitation, et je maintiens l'ensemble depuis la mise en production.
Un besoin proche de celui de Medicum ?
Vingt minutes suffisent pour savoir si c'est faisable, par où commencer et à quel ordre de grandeur s'attendre.
