Publicité

Une plateforme dédiée pour choisir un moteur d'IA pertinent

03/10/2019
De Thema Radiologie avec Softway Medical

Acteur historique de l'informatique de Santé, Softway Medical propose une offre d'intelligence artificielle tout à fait originale. À partir d'un catalogue de moteurs d'IA, le radiologue pourra choisir celui qui répondra précisément à ses besoins. Rendez-vous aux JFR 2019 pour découvrir cette nouvelle offre.

Dans le paysage informatique de la Santé européenne, Softway Medical fait figure de pionnier. L'éditeur français de RIS et de PACS depuis 1998 a, à partir de 2006, élargi son champ d'influence pour adresser les établissements de Santé publics et privés avec de solutions de gestion de l'administration des patients et de dossiers médicaux informatisés.

Une stratégie centrée sur l'utilisateur des solutions pour augmenter son potentiel

"Nous avons, en 2016, fait le point sur notre offre et réfléchi aux plus-values que nous pouvions apporter à nos clients en les interrogeant sur la perception qu'ils avaient de notre action, précise Jean-Baptiste Franceschini, Directeur de la Division Marketing & Imaging chez Softway Medical. Nous avons ainsi orienté notre stratégie, pour les dix ans suivants, sur l'utilisateur, afin qu'il puisse se consacrer à son métier. Il nous fallait donc apporter la bonne information, les bonnes fonctionnalités à la bonne personne. L'idée était donc d'augmenter le potentiel de l'utilisateur professionnel de Santé."

Une offre d'intelligence artificielle tout à fait originale

La notion de potentiel augmenté fait écho avec le slogan des Journées Francophones de Radiologie (JFR) 2019: "Le radiologue augmenté". Et les innovations que Softway Medical y présentera sur son stand répondront parfaitement à cette tendance. Car l'offre d'intelligence artificielle (IA) qu'elle propose désormais semble tout à fait pertinente, et pour le moins originale. Les solutions dédiées à l'imagerie qu'elle a développé depuis plusieurs années sont centrées sur le RIS/PACS, avec la solution Synapse – le division de Fujifilm France a été rachetée par Softway Medical il y a deux ans - qui permet d'accéder aux images plus rapidement et de n'importe où en html5, le post-traitement ou l'archivage en VNA. "En plus de ces solutions qui ont fait leurs preuves, nous proposons désormais aux radiologues une plateforme d'IA qui prend en compte leurs attentes", poursuit J-Baptiste Franceschini.

Un catalogue de moteurs d'IA selon les besoins du radiologue

L'idée est de donner la possibilité au radiologue de choisir le niveau d'assistance dont il aura besoin. Au sein d'un catalogue d'acteurs de l'IA, il sélectionnera le plus pertinent, selon la région anatomique ou le type d'organe qu'il aura à traiter. Dans le flow d'examens inclus dans sa vacation, le moteur d'IA lui signalera ceux qui sont susceptibles de contenir des images pathologiques. "Il s'agit d'un concept tout à fait pragmatique de l'IA que nous mettons ainsi en lumière, conclut J-Baptiste Franceschini. Cette plateforme regroupe des moteurs d'IA reconnus, comme Reili, conçu par Fujifilm et qui verra les premiers pilotes démarrer en France au premier trimestre 2020, ou Gleamer, dédiée à la détection de micro fractures, mais également des start-ups sélectionnées par nos ingénieurs et très compétitives. À partir de notre plateforme complétement intégrée à notre RIS One Manager et à Synapse PACS, le radiologue aura accès au catalogue de moteurs d'IA et pourra choisir l'un d'entre eux pour l'assister dans ses interprétations. Il pourra également évaluer à tout moment ses consommations d'IA, l'accès étant facturé en pay per view."

Il ne nous reste plus qu'à aller voir comment cela se présente, en se rendant sur le stand 1N07 Softway Medical aux JFR, où un espace Innovation sera mis en place pour des démos interactives de cette plateforme d'IA.

SUR LE MÊME THÈME

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning

Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...

23/06/2025 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie

Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...

13/06/2025 -

IA & Données
Abonné(e)

Des LLM affinés pour aider à la relecture des comptes rendus

Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.

23/05/2025 -

IA & Données
Abonné(e)

Agir sur la vulnérabilité des grands modèles de langage en radiologie

Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...

21/05/2025 -

IA & Données
Abonné(e)

Une feuille de route pour atténuer les biais de l'IA

Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...

20/05/2025 -

IA & Données
Abonné(e)

Essais sur une RAG pour améliorer les grands modèles de langages en radiologie

Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...

05/05/2025 -

IA & Données

Le lexique radiologique standardisé RadLex fête ses vingt ans

RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.

22/04/2025 -

LETTRE D'INFORMATION

Ne manquez aucune actualité en imagerie médicale et radiologie !

Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.