Pourquoi un graphe, et pas un simple moteur de recherche
Un moteur de recherche trouve des documents. Une personne à l'accueil a besoin d'une réponse : quel service, à quelle distance, ouvert quand, à quelles conditions, et depuis quand cette information est vraie. Un graphe relie ces faits entre eux : le service, sa structure, son lieu, ses communes couvertes, ses exclusions, son document source et sa date. C'est ce qui permet de ne jamais proposer un service qui n'intervient pas sur votre commune.
L'IA sous contrainte de sources
Nous n'avons pas branché un chatbot sur des PDF. L'interprétation d'une demande est d'abord déterministe : communes, âges, thématiques, synonymes du vocabulaire réel du terrain. L'IA, de classe intermédiaire, n'intervient que lorsque ça ne suffit pas, et chaque proposition affichée provient du graphe, avec sa source et sa date. Quand la base ne couvre pas une demande, l'outil dit « aucune structure connue », il n'invente pas.
Aucune donnée sur les personnes aidées
L'outil décrit l'offre du territoire, jamais des patients ou des usagers. Le journal d'activité est pseudonyme par construction : commune, tranche d'âge, thématique, suggestions faites. Il n'existe aucun champ où une identité pourrait être saisie par habitude. Les documents consultés sont rendus côté client, sans passer par un service tiers.
Ce que ça coûte
Le prototype que nous avons livré en Gironde fonctionne pour environ 200 € par mois, hébergement et IA compris, pour tout un territoire de 62 communes. La construction de la base dépend du volume de documents ; la phase de mise en production, sécurisation, sauvegardes, formation, se compte en jours, pas en mois.
Ce type de projet est finançable : en Nouvelle-Aquitaine, la Région soutient le déploiement de solutions numériques en santé par appel à manifestation d'intérêt, et nous avons rédigé le dossier correspondant pour notre premier client.
Transposable à votre territoire
Il y a plus de 800 communautés professionnelles territoriales de santé en France, et autant de territoires où la connaissance d'orientation est dispersée. L'architecture est générique : le schéma de connaissances est documenté dans la base elle-même, la géographie s'initialise depuis les données publiques, le pipeline d'ingestion se rejoue sur tout corpus. Un kit d'essaimage est prévu avec notre premier client.
Le même outil sert un CCAS, une maison France Services, une collectivité qui oriente vers ses dispositifs sociaux.
Repères
- Fédération des CPTS : le cadre national des communautés professionnelles.
- Les recommandations de la CNIL sur l'IA : ce qui est permis avec des données personnelles, et comment nous l'évitons.
- Le Model Context Protocol : le standard par lequel l'assistant interroge le graphe.