Dans le domaine du traitement automatique du langage naturel en biomédecine, la reconnaissance d'entités nommées (NER) et la normalisation d'entités nommées (NEN) constituent des tâches essentielles permettant l'extraction automatique d'entités biomédicales (telles que les maladies ou les médicaments) à partir de la littérature biomédicale en constante croissance. Dans cet article, nous présentons BERN2 (Reconnaissance et Normalisation Avancées d'Entités Biomédicales), un outil qui améliore l'outil précédent basé sur les réseaux de neurones en adoptant un modèle de NER multi-tâches ainsi que des modèles de NEN basés sur les réseaux de neurones, permettant ainsi une inférence bien plus rapide et précise. Nous espérons que cet outil pourra faciliter l'annotation de grands volumes de textes biomédicaux pour diverses applications, telles que la construction de graphes de connaissances biomédicales.