Les services d'imagerie médicale génèrent un nombre considérable d’images ainsi qu’un immense volume de données, dont la majeure partie reste inexploitée. Au niveau mondial, 16 000 établissements de santé sont concernés et près de 80 % des données générées ne sont pas structurées pour pouvoir être utilisées. La nouvelle solution "teamplay" de Siemens Healthcare offre à ses clients l’opportunité de les exploiter et de les partager via le cloud. Ainsi les établissements de santé disposent d’un précieux outil d'aide à la décision pour rapidement gagner en efficience.
Exploiter l'utilisation des données d'imagerie en temps réel
Les établissements et les professionnels de santé pourront désormais, grâce à la solution "teamplay", communiquer via un réseau en cloud, mutualiser leurs connaissances et échanger des données de tous types, qu’il s’agisse du taux d’utilisation des appareils, du temps cumulé des examens ou encore des doses de rayonnement. Ces informations permettront d’exploiter les données d’imagerie médicale quasiment en temps réel et d’améliorer individuellement leur exploitation. La solution ″teamplay″ fonctionnant sur tous les terminaux informatiques courants (tablettes, ordinateurs portables, ordinateurs de bureau), les professionnels connectés au réseau bénéficieront d’une grande souplesse d’accès aux informations, à condition d’avoir les droits d’accès et de respecter les mesures de sécurité.
"Une infime fraction de données de santé sont aujourd'hui utilisées"
″Dans le monde entier, les produits de Siemens Healthcare permettent de diagnostiquer ou de traiter près de 200 000 patients par heure, générant une formidable quantité de données dont nos clients n’utilisent à ce jour qu’une infime fraction″, explique Sophie Jalbert, Business Unit Manager SYNGO chez Siemens Healthcare. ″teamplay″ leur permettra de collecter les données de l’ensemble du plateau technique, de les analyser et de les partager avec d’autres spécialistes, afin de prendre des décisions éclairées. Une application DICOM facile à installer assure la connexion au réseau ″teamplay″. Les données pertinentes pour l’évaluation sont anonymisées et cryptées avant d’être transmises sur le cloud où elles sont ensuite accessibles à tout moment pour toute personne dotée des droits d’accès requis.
Un outil d'évaluation de l'efficience des équipements d'imagerie et d'aide à la décision
La page d’accueil ″teamplay″ donne aux utilisateurs un aperçu des informations clés pouvant être prises en compte, comme le nombre de patients examinés, la durée moyenne des examens, le taux d’utilisation des différentes modalités d’imagerie médicale quel que soit le fournisseur ou l'intervalle entre les examens. Les informations sont fournies sous forme graphique. L’utilisateur peut également définir des valeurs cibles pour les différents paramètres, afin de visualiser rapidement les écarts. Ainsi, les clients sont en mesure d’utiliser leurs équipements plus efficacement et de prendre des décisions fondées. Le réseau permet également d’échanger sur les doses administrées aux patients. Comme pour tous les examens impliquant une exposition aux rayonnements ionisants, il est essentiel de délivrer une dose aussi faible que possible. ″teamplay″ permet de contrôler le rayonnement en continu et de l’adapter, par exemple aux parties du corps examinées. Enfin, il est possible de définir des valeurs références nationales et personnelles afin de visualiser les écarts enregistrés.
Avec ″teamplay″, les radiologues peuvent partager en toute sécurité des imageset des résultats anonymisés avec d’autres spécialistes et faire appel à leur expertise. Les résultats peuvent, en outre, être rapidement partagés entre radiologues, médecins traitants et spécialistes afin que toutes les personnes impliquées dans la prise en charge d’un patient aient accès à l’ensemble des informations nécessaires.
Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...
21/07/2025 -
Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...
15/07/2025 -
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 -
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 -
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 -
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 -
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 -
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.