Suki AI

Suki est un assistant clinique IA à commande vocale conçu spécifiquement pour les médecins et les organisations de santé. Fondée en 2017 par Punit Soni (anciennement VP chez Flipkart, après avoir travaillé chez Google et Motorola) et basée à Redwood City, en Californie, Suki s'attaque à l'un des problèmes les plus persistants de la médecine : le fardeau de la documentation qui retient les cliniciens devant leurs claviers au lieu d'être avec leurs patients. En octobre 2024, l'entreprise avait obtenu 165 millions de dollars de financement total, dont une série D de 70 millions de dollars menée par Hedosophia, et avait multiplié sa croissance par 4 en une seule année pour servir plus de 400 systèmes de santé à travers les États-Unis.

Le produit se décline en deux configurations. Suki for Clinicians (vendu sous le nom de Suki Assistant) est l'application destinée directement aux médecins, disponible sur iOS, Android et le web : elle écoute les consultations des patients, génère des notes cliniques structurées, prépare les prescriptions et les analyses de laboratoire à partir de la conversation ambiante, affiche les données pertinentes du DSE par commande vocale et suggère les codes de facturation CIM-10 et HCC. Suki Platform est une API et un SDK pour développeurs que les entreprises de technologies de la santé intègrent dans leurs propres produits, en utilisant le moteur vocal et ambiant sous-jacent de Suki sans avoir à construire l'infrastructure elles-mêmes. Les deux solutions s'intègrent nativement avec Epic, Oracle Health, athenahealth, MEDITECH Expanse et Azalea Health, couvrant plus de 100 spécialités médicales et plus de 80 langues.

Ce qu'est réellement Suki AI en mai 2026

Suki a commencé comme un assistant de dictée intelligent, et cet héritage centré sur la voix façonne l'ensemble du produit actuel d'une manière qui le distingue de ses concurrents uniquement ambiants. Lorsqu'un clinicien ouvre Suki sur son iPhone et entre dans une salle d'examen, il peut déclencher le mode d'écoute ambiante d'un simple toucher. À partir de ce moment, Suki écoute, transcrit et commence à structurer une note en temps réel. Après la consultation, le médecin passe en revue le brouillon, effectue des modifications à l'aide de commandes vocales ("Suki, déplace le médicament vers la section d'évaluation") et transfère la note dans le DSE avec une seule confirmation.

Mais Suki n'est pas qu'un simple outil de transcription. La couche de commande vocale s'étend au flux de travail clinique : les médecins peuvent dire "Suki, prépare une ordonnance de metformine de 500 mg deux fois par jour" ou "Suki, affiche le dernier résultat d'HbA1c" pendant la consultation elle-même, et le système met ces actions en file d'attente dans le DSE connecté. Ce contrôle mains libres du DSE est la fonctionnalité qui distingue le plus Suki des outils comme Nabla ou Abridge, qui se concentrent principalement sur la génération de notes ambiantes plutôt que sur l'automatisation des flux de travail par la voix.

À la mi-2026, les indicateurs clés de Suki sont les suivants : une réduction moyenne de 72 % du temps passé sur la documentation par note, une rédaction des notes 41 % plus rapide et une réduction documentée de l'épuisement professionnel des cliniciens de 63 % selon les données du Peterson Health Technology Institute. KLAS Research a validé Suki avec un score de performance de 93,2 sur 100, 95 % des organisations interrogées déclarant qu'elles l'achèteraient à nouveau. La note sur l'Apple App Store s'établit à 4,2 étoiles sur 5 sur 63 avis, ce qui est cohérent avec les conclusions de KLAS mais reflète certaines frictions sur le terrain (abordées dans la section sur les frustrations ci-dessous).

"Avant Suki, j'étais enchaînée à mon ordinateur. Maintenant, je peux être pleinement présente avec mes patients. Cela fait toute la différence." - Dr. Melissa Holmes, Pédiatre, suki.ai, 2026

Où se situe Suki par rapport à Abridge et Nabla

Abridge est le concurrent d'entreprise le plus direct de Suki aux États-Unis. Abridge a levé 150 millions de dollars en financement de série C début 2024 (mené par Lightspeed avec la participation de NVIDIA) et, en juin 2025, avait atteint une valorisation de 5,3 milliards de dollars. La différence mécanique réside dans l'architecture de distribution : Abridge a accordé à Epic une participation au capital et un partage continu des revenus pour s'assurer un placement préférentiel au sein du programme de fournisseurs tiers d'Epic. Cela permet à Abridge de conserver 3 à 6 mois d'avance sur ses rivaux en matière de profondeur d'intégration pour les 38 % d'hôpitaux américains qui utilisent Epic, et explique son déploiement chez Kaiser Permanente (24 600 médecins), Mayo Clinic (plus de 2 000 médecins), Duke Health et UPMC. Pour les organisations déjà fortement investies dans Epic, Abridge possède un avantage structurel. Pour les systèmes de santé utilisant MEDITECH, Oracle ou athenahealth, Suki est souvent le meilleur choix. La conception axée sur le mobile de Suki la rend également plus pratique pour les médecins hospitaliers et autres spécialités qui se déplacent de chambre en chambre plutôt que de rester assis à un poste de travail fixe. Vous pouvez comparer Abridge directement sur sa fiche Vantaige.

Nabla aborde le marché dans la direction opposée. Fondée à Paris, Nabla a intégré la conformité au RGPD dans son architecture dès le premier jour, ce qui en fait le choix par défaut pour les systèmes de santé européens où les outils centrés sur les États-Unis se heurtent à des frictions réglementaires. Nabla a levé 24 millions de dollars en série B (janvier 2024) et 70 millions de dollars en série C (juin 2025, menée par HV Capital), portant le financement total à environ 120 millions de dollars. Elle prend en charge plus de 35 langues, s'intègre à tous les principaux DSE via des API basées sur des normes, et a passé trois ans à développer des modèles de langage propriétaires avant d'y superposer des LLM tiers. La note générée apparaît en moins de 20 secondes. Là où Nabla diffère le plus : elle n'offre pas de contrôle approfondi par commande vocale sur les flux de travail du DSE, et son approche uniquement ambiante est plus proche du produit de Suki d'avant 2021 que de l'assistant à commande vocale actuel de Suki. Nabla est un choix solide pour les acheteurs européens et les cabinets multilingues qui privilégient une architecture native RGPD plutôt qu'un contrôle des flux de travail par la voix. Les cabinets souhaitant une IA allant au-delà de la documentation devraient également se tourner vers Glass Health pour le raisonnement clinique et OpenEvidence pour la recherche fondée sur des preuves pendant les consultations.

Comment l'IA fonctionne réellement au sein de Suki

Le pipeline d'IA de Suki n'est pas un modèle unique. L'écoute ambiante utilise une couche de reconnaissance vocale de qualité médicale optimisée sur de l'audio clinique, et non une transcription à usage général. Cette transcription alimente un modèle de structuration qui identifie les sections de la note (histoire de la maladie actuelle, évaluation et plan, médicaments, ordonnances) et les remplit en utilisant le contexte de la consultation. Un modèle de codage distinct croise la note structurée avec les hiérarchies CIM-10 et HCC pour signaler les opportunités de facturation ou les lacunes de documentation. En plus de tout cela, l'analyseur de commandes vocales gère les directives en temps réel, distinguant la dictée clinique ("le patient signale une douleur thoracique irradiant vers le bras gauche") des commandes système ("Suki, commence une nouvelle section").

Le produit Suki Platform expose une grande partie de ce pipeline sous forme de points de terminaison d'API, permettant aux entreprises de technologies de la santé d'intégrer la documentation ambiante, la gestion des commandes vocales et l'assistance au codage dans leurs propres produits sans avoir à reconstruire l'infrastructure. Ce modèle de SDK B2B a attiré des partenaires tels que Zoom (génération de notes ambiantes pour ses 140 000 clients du secteur de la santé, annoncée en janvier 2025) et un partenariat approfondi avec MEDITECH (annoncé en juillet 2025).

Concernant la profondeur d'intégration au DSE : Suki n'utilise pas de simple copier-coller ou d'injection via le presse-papiers. L'intégration native signifie que les notes sont réécrites dans les champs structurés du DSE, que les ordonnances sont mises en file d'attente dans le système de gestion des ordonnances du DSE, et que la récupération des données du dossier s'effectue à partir des API en direct du DSE. L'intégration de MEDITECH Expanse en juillet 2025 a été remarquable car Suki est devenu le premier fournisseur d'IA ambiante à envoyer des notes ambiantes directement dans les API de documentation de MEDITECH sans étape de copie manuelle. À cette étape clé, plus de 100 000 consultations de patients avaient été traitées et plus de 1 000 prestataires étaient actifs sur MEDITECH Expanse uniquement.

"Avec la documentation ambiante de Suki, je peux extraire les éléments et les parties de l'ambiant tout en conservant les autres éléments que j'utilise dans Epic." - Dr. Bobby Dupre, CMIO, Franciscan Missionaries of Our Lady Health System, Suki 2024 Year in Review

Les frictions et les préoccupations liées aux coûts que les médecins soulèvent régulièrement

La plainte la plus récurrente est simple : le prix. À 299 $ par clinicien et par mois pour Suki Compose et 399 $ par clinicien et par mois pour Suki Assistant, Suki coûte 2 à 3 fois plus cher que des alternatives comme Freed AI (119 $/mois) ou Heidi Health (90-99 $/mois). Pour les praticiens en solo et les petits cabinets indépendants, le coût par clinicien survit rarement à une discussion budgétaire. Le modèle économique de Suki est conçu pour les systèmes de santé d'entreprise où les coûts informatiques, de conformité et d'intégration sont amortis sur des centaines de prestataires, et non pour un cabinet de médecine familiale de trois médecins.

Le deuxième problème récurrent est la qualité des notes au fil du temps. Plusieurs médecins évaluateurs notent qu'après une utilisation prolongée, les notes générées par Suki deviennent stéréotypées et répétitives dans leur formulation, nécessitant plus de modifications que lors des premières semaines d'utilisation. C'est en partie une conséquence du fonctionnement des modèles de structuration : ils optimisent la cohérence et l'exhaustivité, ce qui peut produire des notes qui se lisent de manière identique pour des types de consultations similaires. Les médecins dans des spécialités à fort volume avec une diversité de cas signalent moins ce problème que ceux qui gèrent la prise en charge de routine des maladies chroniques à fort volume.

L'adoption des commandes vocales ajoute des frictions lors de l'intégration. La bibliothèque de commandes vocales est puissante mais oblige les médecins à apprendre la syntaxe des commandes ("Suki, crée une HMA pour..."), et pendant les premières semaines, le modèle d'interruption peut ralentir les consultations plutôt que de les accélérer. La plupart des cabinets signalent une période d'adaptation de 2 à 4 semaines avant que le système ne devienne invisible.

La reconnaissance des médicaments présente une lacune documentée : le système omet parfois de capturer un médicament mentionné lors de la conversation ou le place dans une section incorrecte de la note. Les médecins exerçant dans des spécialités fortement axées sur la pharmacologie (oncologie, psychiatrie, polypharmacie complexe) signalent des taux plus élevés de modifications liées aux médicaments que les internistes généralistes. La couverture des DSE est également plus restreinte que ce que prétendent certains concurrents. Bien qu'Epic, Oracle, athenahealth, MEDITECH et Azalea soient des intégrations solides, les cabinets utilisant eClinicalWorks, Kareo, ModMed ou d'autres DSE du marché intermédiaire trouveront une prise en charge native limitée, voire inexistante.

À qui s'adresse Suki, et quand choisir autre chose

Suki convient aux systèmes de santé d'entreprise américains qui ont besoin d'une documentation ambiante multispécialité et multilingue avec un véritable contrôle des flux de travail du DSE par la voix, et qui disposent de l'infrastructure informatique nécessaire pour prendre en charge un déploiement d'intégration complet. Les spécialités ambulatoires avec un volume de consultations élevé (soins primaires, cardiologie, médecins hospitaliers, gynécologie-obstétrique, gastro-entérologie) constituent le cœur de cible. Les organisations utilisant déjà Epic, Oracle Health, athenahealth ou MEDITECH bénéficient de l'intégration la plus approfondie. Les systèmes de santé intéressés par l'intégration du moteur d'IA de Suki dans des applications propriétaires devraient évaluer l'API Suki Platform, qui est documentée et activement prise en charge.

Pour les outils d'IA clinique connexes, Hippocratic AI couvre la communication avec les patients et la navigation dans les soins (un cas d'usage complémentaire plutôt que superposé), tandis que Glass Health se concentre sur le raisonnement clinique et le diagnostic différentiel pendant la consultation elle-même.

Évitez Suki si : vous êtes un praticien en solo ou une petite clinique où 399 $ par clinicien et par mois ne sont pas justifiables par le retour sur investissement ; votre cabinet utilise un DSE qui ne figure pas sur la liste d'intégration de Suki ; vous avez besoin de fonctionnalités telles qu'un réceptionniste IA, la gestion des fax ou une assistance à la facturation intégrée sur la même plateforme ; ou vous souhaitez une flexibilité mensuelle et une tarification transparente en libre-service sans passer par un processus de vente d'entreprise. Pour ces scénarios, des scribes ambiants moins coûteux comme Freed AI ou Heidi Health valent la peine d'être évalués en premier, même s'ils n'ont pas la profondeur de commande de Suki.