Publicité

TEAMPLAY DE SIEMENS: UN OUTIL PARTAGÉ D'AIDE À LA DÉCISION

15/10/2015
De Bruno Benque

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.

 

teamplay n'est pas un dispositif médical. En cours de déclaration CNIL. Les informations relatives à ce produit sont fournies de manière anticipée. En effet, ce produit est en cours de développement et n’est pas disponible à la vente. Conditions requises : connexion sans fil au réseau de l’établissement de santé et respect de la configuration matérielle recommandée et des réglementations locales en matière de sécurité des données.

 

SUR LE MÊME THÈME

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 -

IA & Données
Abonné(e)

La TDM ultra low dose, prochaine norme pour le suivi des jeunes immunodéprimés ?

La tomodensitométrie à ultra-faible dose débruitée par l’IA permet, en appliquant seulement 2% de la dose normale, de diagnostiquer efficacement la pneumonie chez les patients immunodéprimés.  C’est le résultat d’une étude publiée dans la Revue Radiology et qui pourrait ouvrir la voie vers de nouvel...

14/03/2025 -

IA & Données

Recommandations européennes pour l'intégration de l'IA dans la radiologie

L’European Society of Radiology (ESR), sous la direction de son groupe de travail sur l'IA, vient de publier un document de recommandations pour une implémentation généralisée de l’European AI Act.

11/03/2025 -

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.