Transformer les rapports d'
s en radiologie

Brian Casey, Dr J.S. Luchs, Dr A. Rizvi et Vijay

Brian Casey : Bonjour et bienvenue à Transformer les rapports radiologiques : automatisation pilotée par l'IA avec intégration RIS PACS basée sur le cloud et webinaire sur les fils d'imagerie en partenariat avec RamSoft. Je m'appelle Brian Casey et je suis rédacteur en chef de Le fil d'imagerie.

Nous avons un excellent programme pour vous aujourd'hui. Nous commencerons par une table ronde sur les nouvelles technologies de déclaration radiologique. Après la table ronde, nous l'ouvrirons aux questions de notre auditoire au cours de la deuxième moitié du webinaire.

Conférenciers :

• Dr J.S. Luchs, médecin en chef chez Premier Radiology Services.
• Vijay Ramathan, PDG et cofondateur de RamSoft.
• Dr A. Rizvi, fondateur et chef de la direction de Rad Paire, et téléradiologiste pratiquant la lecture pour Premier Radiology Services.

Messieurs, merci d'être parmi nous aujourd'hui.

M. J.S. Luchs : Salut, Brian, merci de m'avoir reçu.

Vijay Ramathan : Merci, Brian.

Dr A. Rizvi : Merci, Brian.

Brian Casey : Alors, commençons. Dr Luchs, vous êtes le médecin hygiéniste en chef de Premier, une organisation comptant 120 radiologistes qui lisent plus de 10 000 études par jour. Quels sont les défis que vous voyez actuellement en ce qui concerne les rapports radiologiques ?

M. J.S. Luchs : En ce qui concerne les rapports radiologiques, le plus grand défi auquel nous sommes confrontés a probablement commencé lorsque nous sommes passés à la reconnaissance vocale. Auparavant, nous nous sommes appuyés sur des transcripteurs qui prenaient ce que nous disions — soit sur bande, soit par dictée — et c'était rapide et efficace. Cela nous a permis de consacrer tout notre temps à l'analyse d'images et à la radiologie, ce que nous aimons faire. Le passage à la reconnaissance vocale était intéressant ; je suis assez vieux pour avoir été là quand c'est arrivé. Au départ, c'était horrible, mais il s'est certainement amélioré au fil du temps. Cependant, des défis persistent parce que les radiologistes doivent maintenant se concentrer fortement sur les rapports, ce qui n'est pas ce pour quoi nous sommes formés ou pour lesquels nous sommes particulièrement qualifiés. Nous sommes experts en anatomie et en identification pathologique, et non en transcription. Pourtant, nous nous retrouvons souvent à agir en tant que transcripteurs, ce qui prend près de 50 % de notre temps.

Cela crée une réticence chez les radiologistes à interagir avec des plateformes où nous devons essentiellement taper ou examiner et modifier constamment des rapports. Même avec un certain soutien à la transcription, il y a toujours un retard dans le délai d'exécution. La combinaison de demandes de reconnaissance vocale et de problèmes plus larges comme la pénurie de radiologistes, les difficultés d'embauche et l'épuisement professionnel aggravent ces défis. L'épuisement professionnel est un problème important, non seulement en raison de l'augmentation de la charge de travail, mais aussi de l'épuisement mental lié à la révision méticuleuse des rapports, à la vérification des erreurs comme si « gauche » ou « droite » était mentionnée correctement, ou même à s'inquiéter de la ponctuation. C'est épuisant, vraiment. Si nous pouvions éliminer une grande partie de cette charge de travail axée sur les rapports et nous concentrer plutôt sur notre expertise de base en tant que radiologues, nous pourrions lire plus d'études, éprouver moins d'épuisement et réduire considérablement l'épuisement professionnel. C'est le défi majeur auquel nous sommes confrontés : permettre aux radiologistes de faire ce qu'ils font le mieux.

Brian Casey : Quel est l'impact d'une grande partie de ces défis sur le flux de travail des radiologistes ?

M. J.S. Luchs : Beaucoup, et encore une fois, c'est entre l'épuisement professionnel et juste entre, vous savez, vouloir faire plus d'études. Cela vous ralentira. Vous savez, lorsque vous devez revenir en arrière et commencer à examiner votre rapport, ce que nous devons tous maintenant, regardez votre rapport, lisez votre rapport en détail.

D'abord, vous allez essayer de faire des rapports plus courts et moins de détails, ce qui n'est vraiment pas bon pour le patient. Deuxièmement, tu vas ralentir et tu vas lire moins d'études par jour. Et troisièmement, tu vas être fatigué à la fin de la journée. Donc, si vous ne le faisiez pas, vous pourriez lire plus parce que vous êtes moins fatigué.

Donc, vous savez, d'ici la fin de la journée, nous devrons prendre des pauses. En fait, le plus important, c'est le délai d'exécution et la réalisation des études sur les patients afin que les soins appropriés puissent être prodigués. Et lire moins par jour pour le même radiologiste aura une incidence sur le patient.

Brian Casey : Donc, Vijay, vous dirigez une entreprise RIS PACS basée sur le cloud depuis 30 ans. Selon vous, comment la technologie infonuagique, l'automatisation et le PACS peuvent-ils travailler ensemble pour maximiser la valeur et les gains de temps pour les radiologistes du point de vue des rapports ?

Vijay Ramanathan : Brian, nous sommes ravis d'offrir des solutions qui améliorent la productivité des radiologistes, pallient la pénurie, gèrent les volumes croissants et améliorent la qualité des rapports pour les médecins ordonnants. Lorsque nous avons commencé, la téléradiologie visait à fournir des avis rapides sur les tomodensitogrammes d'urgence et à fournir rapidement des résultats aux médecins des urgences. Nous avons parcouru un long chemin depuis ces premiers systèmes. Dans les années 2000, nous avons été parmi les premiers à offrir des logiciels de téléradiologie en ligne aux radiologues, et nous avons adopté des solutions basées sur le cloud dès qu'elles sont arrivées à maturité il y a dix ans. Il s'agit de la prochaine évolution des rapports de téléradiologie et de radiologie.

Nous combinons maintenant les avantages des transcriptionnistes, qui ont historiquement aidé les radiologistes à créer des rapports, avec des solutions en nuage qui fournissent l'authentification unique, des listes de travail unifiées et des flux de travail automatisés. Cela crée un environnement où tout ce dont un radiologiste a besoin (images, rapports, courants, antécédents, documents, symptômes, historique) est disponible en un seul endroit sur un seul ordinateur de bureau, intégré à une solution de reporting alimentée par l'IA. Cette approche améliore grandement la productivité et l'efficacité.

La technologie infonuagique offre d'énormes avantages sur le plan de la sécurité, mais surtout, elle offre un stockage et une évolutivité illimités. Grâce à une solution basée sur le cloud, nous pouvons facilement intégrer de nouveaux centres d'imagerie ou hôpitaux, incorporer leurs images et leurs antérieures, et éliminer les contraintes telles que le matériel, le stockage ou les limitations réseau. L'infrastructure nous permet aujourd'hui de livrer des images aux radiologistes n'importe où, sans restriction de bande passante liée aux emplacements urbains. Cette capacité nous permet d'automatiser les flux de travail cliniques et de fournir efficacement des résultats aux cabinets référents, peu importe l'emplacement.

Brian Casey: N'est-ce pas ? Le cloud présente de nombreux avantages en matière de gestion de l'imagerie médicale. Maintenant, Dr Rizvi, vous êtes le fondateur de Rad Pair, et nous parlerons davantage de Rad Pair dans un instant, mais vous êtes aussi radiologue en exercice. Pouvez-vous nous faire part de votre point de vue sur la façon dont les rapports basés sur l'IA peuvent faire partie de la solution à tous les défis dont nous avons entendu parler aujourd'hui en matière de rapports radiologiques ?

Dr A. Rizvi: Oui, absolument, Brian. Donc, vous savez, j'ai lancé Rad Paire pour ça. C'était tout l'objectif, parce que tout comme le Dr Luchs et Vijay l'ont mentionné, il y a ces allers-retours qui se produisent lorsque vous lisez des cas, ce qui contribue considérablement à l'épuisement professionnel. Vous examinez les images tout en essayant simultanément de formuler les mots pour un système de dictée très vocale. Vous dites toute la grammaire, comme « point » et « nouvelle ligne », et vous cliquez souvent dans les champs du formulaire si vous faites un rapport structuré. Comme votre esprit est divisé entre ces deux tâches, comme l'a décrit le Dr Luchs, faire cela des milliers de fois par jour dans une centaine de cas ou plus pendant huit à dix heures mène à cet épuisement professionnel de fin de journée. Alors, j'ai commencé à penser : comment pouvons-nous arrêter ce va-et-vient, ce changement constant de contexte ? L'IA générative m'a beaucoup de sens parce qu'elle fonctionne comme un résident ou un scribe très intelligent — quelqu'un qui vous écoute en temps réel et qui retourne rapidement les rapports, comme le Dr Luchs a décrit avec un transcripteur. L'idée était de mettre cette fonctionnalité au premier plan avec l'IA et de la faire efficacement, et c'est la genèse de ce système de rapports.

Brian Casey : Cela semble être une excellente idée. Donc Dr Rizvi, je crois comprendre que vous avez une courte vidéo de ce qui est possible aujourd'hui avec le reporting basé sur l'IA intégré au PACS basé sur le cloud. Alors pouvez-vous faire la queue pour nous ?

Dr A. Rizvi: Oui, bien sûr.

Vidéo 1 : Courte vidéo de Rad Paire
Bonjour à tous, je vais passer en revue notre intégration avec Rad Pair et PowerServer de RamSoft. Comme vous pouvez le voir sur le côté gauche, nous avons un boîtier ouvert dans la fenêtre d'imagerie, une radiographie thoracique et sur le côté droit de PowerServer, nous avons cette intégration transparente de Rad Pair.

Donc, juste pour souligner quelques points, les antécédents cliniques sont déjà passés dans le rapport, et cela inclut des éléments comme les antécédents cliniques et les points de vue sur ce cas, qui n'est qu'une radiographie pulmonaire. Cependant, le point clé ici est qu'il ne s'agit pas simplement d'une cartographie que nous faisons ici, en tête-à-tête ; il y a aussi une couche d'IA ici pour s'assurer que les informations envoyées sont réellement pertinentes pour deux choses : une, pour le signalement en tant que radiologue, et deux, pour la facturation. Il ne s'agit donc pas simplement d'une cartographie individuelle. Il y a une autre couche d'IA.

Donc, avec ça, je vais juste aller de l'avant rapidement et dicter cette affaire :

Ok, il y a donc des marques interstitielles bilatérales proéminentes compatibles avec les changements congestifs, et il y a un petit épanchement pleural gauche par rapport à l'atélectasie basilaire. Un cathéter IJ du côté droit est présent dans le SVC, le tube endotrachéal se trouve à 3,9 centimètres au-dessus de la rinna et une sonde d'alimentation est présente au-dessus de l'estomac dans une position appropriée.

Donc, avec ça, je vais aller de l'avant et traiter ce rapport. Maintenant, gardez à l'esprit que je n'ai pas dicté ceci et que je n'ai pas cliqué dans des champs ou dit « nouvelle ligne » ou « point » ou tout autre élément de grammaire. Le rapport est déjà de retour. Cela ne prend que quelques secondes.

Vous pouvez voir que tout ce que j'ai dit est dans la position appropriée sous chaque section dans laquelle il est censé se trouver et a créé une bonne impression pour vous. À ce stade, vous pourriez à peu près signer le dossier et passer à l'affaire suivante.

C'est le pouvoir des rapports génératifs complets sur l'IA. Vous lui parlez simplement, il fait le travail pour vous, vous signez le dossier et passez à la suivante. Il améliore votre efficacité, améliore la qualité, et nous sommes très heureux de nous associer à PowerServer de RamSoft à cet égard. Ce fut un voyage incroyable, et j'espère que vous l'apprécierez également. Merci.

Vidéo 2 : Aperçu des paires
Salut les gars, nous allons passer en revue Paire Insights, qui est notre intégration Radiopedia qui permet aux radiologistes de parler naturellement, et les directives et les classifications sont automatiquement insérées. Il utilise en fait l'IA pour parcourir la base de connaissances de Radiopedia et ramener la classification ou les lignes directrices appropriées.

Donc, si vous regardez sur l'écran en ce moment, sur le côté gauche, il y a un boîtier de nodules pulmonaires, et Rad Pair est parfaitement intégré à un serveur RamSoft PowerServer. Nous allons rapidement dicter cette affaire et vous montrer ce que cela signifie :

« Il y a un nodule pulmonaire d'un centimètre noté dans le lobe inférieur droit, insérer la ligne directrice. »

Alors je vais m'arrêter là et vous dire ce qui se passe. Paire Insights est en fait allé à Radiopedia pour trouver la ligne directrice appropriée et la ramener. Maintenant, s'il s'agissait d'une affaire que vous étiez en train de lire, évidemment vous ne vous arrêteriez pas là ; vous continueriez à lire l'affaire. Mais je me suis arrêté ici juste pour vous montrer ce qui se passe.

À son retour, comme cela prend habituellement environ 10 à 20 secondes, il y aura les lignes directrices appropriées. Donc, dans le cas présent, elle utilise la Fleischner Society et a mis en place les lignes directrices appropriées. Maintenant, si vous vouliez vérifier cela plus avant, vous pourriez en fait lire la justification associée à cela et chercher quelle est la raison pour laquelle il l'a choisi. Vous pourriez même aller plus loin et consulter l'article de référence de Radiopedia.

Et une fois que vous avez terminé, vous pouvez l'accepter, et cela devient une partie de votre relevé de notes. Une fois que vous aurez pris ça en compte, ce qui se passera, c'est que ça finira par faire partie de votre rapport.

Donc dans quelques secondes, le tomodensitogramme reviendra, il sera sous la section pulmonaire, il est déjà de retour, il a déjà mis en évidence tout ce qui a été fait. Et évidemment, c'est la seule chose que nous avons dite ; nous n'avons rien dit d'autre. Et il y a donc une bonne impression pour vous à la fin aussi.

En bref, Paire Insights est alimenté par Radiopedia, entièrement intégré à Rad Paire et PowerServer de RamSoft. Merci beaucoup.

Brian Casey : Très bien, c'était vraiment intéressant. Merci. Merci pour cela, Dr Rizvi. Alors, euh, Vijay, pouvez-vous résumer les avantages de cette intégration dont nous entendons parler entre le reporting basé sur l'IA et le PACS basé sur le cloud ?

Vijay Ramanathan : Bien sûr, merci, Brian. C'est vraiment la facilité d'intégration en intégrant la solution de génération de rapports d'IA dans la solution PACS qui permet de gagner du temps réel. Il ne s'agit pas d'avoir une solution de reporting IA distincte d'un système PACS ; la solution complète est intégrée. Tout est intégré — il n'est pas nécessaire de mentionner la ponctuation ou de s'inquiéter de la séquence des éléments dictés. L'impression peut être générée automatiquement à partir du rapport.

Cette configuration permet d'économiser beaucoup de temps en permettant aux radiologistes de travailler de n'importe où grâce à une solution de reporting basée sur le cloud. Il n'y a pas besoin de matériel dédié ou d'équipement propriétaire, juste des moniteurs de haute qualité et un poste de travail pour exécuter la solution RamSoft, qui intègre la solution de reporting IA de Rad Pair.

La meilleure partie d'une solution basée sur le cloud est qu'elle continue de s'améliorer quotidiennement. Par exemple, Paire Insights no win incorpore les informations radiologiques les plus précises et les plus récentes, telles que les classifications du stade tumoral et les classifications BI-RADS.

Et voici la clé : nous sommes toujours à la fantaisie de l'IA. À mesure que nous regardons vers l'avenir, cette technologie ne fera que s'améliorer, offrant des solutions de plus en plus avancées aux radiologistes chaque mois.

Brian Casey : C'est génial. Alors, Dr Luchs, en tant que CMO qui doit prendre des décisions sur l'adoption de technologies chez Premier, pouvez-vous partager les critères que vous utilisez pour évaluer les outils d'IA ? Comment décidez-vous quel type d'IA mettre en œuvre ?

M. Luchs : Bien sûr. Alors écoutez, tout se résume à la première et la plus importante chose, qui est le coût. Bien sûr, le coût est important. Mais si l'on prend cela de côté pour une seconde, la précision de l'IA est extrêmement importante.

Lorsque vous avez affaire à l'IA par imagerie, une précision de, disons, de 85 %, peut être très bonne. Cependant, lorsqu'il s'agit d'IA de type vocal, 85 %, c'est horrible. En ce qui concerne la reconnaissance vocale et l'IA, nous voudrions vraiment qu'elles soient parfaites. La reconnaissance vocale est extrêmement importante, exactement comme le disait le Dr Rizvi. Si vous avez une reconnaissance vocale parfaite, ou du moins si le programme place les choses là où elles sont censées aller dans le rapport, c'est ce qui vous fait gagner beaucoup de temps et évite l'épuisement professionnel. Cela garantit que vous n'êtes pas épuisé à la fin de la journée.

Lorsque cela se produit, vous augmentez l'efficacité. Alors, l'IA peut-elle augmenter l'efficacité du radiologue ? Peut-elle augmenter le débit et le délai de traitement, ainsi que le nombre de cas que nous traitons par jour tout en maintenant la qualité que nous recherchons ?

L'intégration est un autre facteur. L'IA est-elle intégrée au PACS ou s'agit-il d'un type de système distinct ? Lorsque vous avez un système à plateforme unique, il est beaucoup plus facile de charger, de former et d'utiliser, non seulement pour le radiologue, mais aussi pour l'équipe opérationnelle. Un système intégré facilite grandement la mise en service, car il y a toujours une courbe d'apprentissage lorsque vous traitez avec n'importe quelle équipe, qu'il s'agisse du radiologue ou de l'aspect opérationnel de l'équipe.

Si vous avez un système où l'IA et le PACS sont bien intégrés et communiquent efficacement, cela réduira considérablement cette courbe d'apprentissage et permettra à l'équipe de le mettre en œuvre avec succès et de le faire fonctionner efficacement.

Brian Casey : Alors diriez-vous que c'est peut-être la considération la plus importante lorsque vous intégrez les rapports d'IA au PACS — la facilité de cette intégration ?

M. Luchs : Oui, exactement. Est-ce qu'ils aiment parler entre eux est vraiment la chose la plus importante, parce que parfois les programmes n'aiment pas ça. Et même si vous pensez que vous venez d'acheter tout ce système et qu'il sera opérationnel dans deux mois ou un mois, six mois plus tard, vous n'avez toujours pas tout le monde dessus. Alors oui, ça a du sens.

Brian Casey : Dr Rizvi, je voulais vous parler un peu de quelque chose dont j'ai entendu parler un peu sur le terrain. Et c'est ce qu'on appelle l'IA basée sur les agents. Pouvez-vous parler de ce qu'est l'IA basée sur des agents et peut-être de ce que cela pourrait signifier pour la radiologie ?

Dr A. Rizvi: Bien sûr. Donc, vous savez, si nous prenons un peu de recul et réfléchissons aux changements de paradigme que nous avons observés en radiologie au cours des dernières décennies, nous sommes passés de la radiologie essentiellement cinématographique à un paradigme numérique. C'est avec ça qu'est venue la dictée, et j'ai l'impression que c'est là que nous en sommes depuis plusieurs décennies.

Si vous y réfléchissez du point de vue d'un radiologiste, ce que vous voyez est à peu près la même interface utilisateur et UX, n'est-ce pas ? Vous avez une zone de texte, vous y dictez, puis, à un moment donné, vous avez un rapport et vous le signez. C'est en quelque sorte ainsi depuis quelques décennies, comme je l'ai dit.

Nous nous dirigeons maintenant vers un assistant et un copilote qui communique avec vous et effectue des tâches pour vous. Par exemple, si je regarde un cas et que je le lis en disant : « Ok, il y a un petit épanchement pleural droit », et que j'observe toutes ces choses, l'IA agentique répond : « Oui, j'ai compris ça. C'est ce que j'ai mentionné dans les conclusions. » Puis je dis : « Ok, pouvez-vous aussi ajouter cela à l'impression ? » et il le fait pour moi tout en m'informant qu'il le fait.

Dans ce cas, je n'ai pas besoin de quitter les yeux des images. Normalement, si quelque chose ne communique pas activement avec moi, je dois quand même regarder en arrière à un moment donné pour confirmer s'il est arrivé au bon endroit. Mais si quelque chose communique avec moi et que je peux lui faire confiance, je n'ai pas besoin de faire ça dans les deux sens. La seule chose que j'ai à faire est, une fois que j'aurai finalisé mon diagnostic, de regarder une dernière fois en arrière pour m'assurer que tout est exact, de lui dire de signer le rapport, et il le fera.

C'est l'avenir. C'est un paradigme complètement différent de ce que nous avons fait dans le passé. Nous allons montrer cela à RSNA, et ce n'est pas un gadat. Il s'agit d'un produit réel. Vous pourrez l'utiliser dans nos kiosques RamSoft et Rad Paire.

Démonstration vidéo :

« Wingman ici, prêt à passer à l'action. »

Hé, ailier, j'ai besoin que vous combiniez mes deux modèles : l'OB de plus de 14 semaines et le profil biophysique des ultrasons ensemble.

« Roger ça, les modèles ont été combinés.

« Veuillez ajouter aux résultats qu'il y a un pneumothorax de 25 % noté dans l'apex du poumon gauche et donnez-en également l'impression. »

« Copiez cela, conclusion ajoutée au rapport et impression. »

« Ok, je pense que nous sommes heureux d'y aller. Allez-y et signons ce rapport.

« Roger ça, rapport signé. À la fin. »

Brian Casey : Très bien, cool. J'ai hâte de voir ça à RSNA. Donc, Dr Rizvi, vous avez un petit défi pour notre auditoire en matière de reportage. Pouvez-vous décrire ce que c'est ?

Dr A. Rizvi : Oui, donc mon défi à tous les radiologistes est le suivant : je veux que vous allumiez votre microphone et que vous commenciez à lui parler, comme si je vous parlais. Parlez-lui du match de football. Parlez de ce qui s'est passé avec les élections — eh bien, peut-être pas ça. Mais utilisez un langage normal et voyez ce qui se passe.

Ce que vous remarquerez, c'est qu'avec les anciens systèmes de rapports de dictée, vous allez juste avoir un tas de carabies. La raison en est que ces systèmes sont suradaptés au lexique de la radiologie.

Pourquoi est-ce important ? L'avenir des rapports fondés sur l'IA par agence exige que la dictée — la saisie de la parole — soit quelque chose qui comprend le langage naturel, mais puisse aussi basculer facilement entre le langage naturel et le lexique de radiologie. S'il ne peut pas le faire, il ne peut pas effectuer une grande partie du travail dont nous avons besoin grâce à l'IA agentique.

C'est là que je pense que ce que nous avons créé chez Rad Pair with Speech Engine 2.0 se démarque. Il est conçu pour relever tous ces défis et permet en fait à l'IA agentique de fournir des solutions significatives. J'ai hâte de montrer tout le monde à RSNA.

Brian Casey : Très bien, alors tout le monde, vous pouvez essayer ça à la maison, n'est-ce pas ?

Dr A. Rizvi : Oui, absolument.

Brian Casey : Avant de passer aux questions, j'aimerais donner au Dr Luchs l'occasion de formuler quelques conclusions. Pour rappel à notre auditoire, vous pouvez poser des questions à l'aide du bouton Q&R au bas de votre écran, et nous essaierons de répondre à toutes vos questions lorsque nous ouvrirons le tout dans quelques minutes. Dr Luchs, des conclusions ?

M. Luchs : Oui, merci, Brian. Donc, vous savez, le Dr Rizvi a dit quelque chose de vraiment intéressant : ce concept d'IA basée sur les agents et la façon dont c'est quelque chose de nouveau. C'est vraiment le cas.

Mais la chose la plus étonnante, encore une fois, c'est que je suis assez vieux pour dire que j'utilisais un dictaphone. Lorsque j'ai utilisé le dictaphone, je parlais à une personne. Oui, c'était enregistré, ou je parlais à quelqu'un, et je dirais exactement ce que le Dr Rizvi vient de décrire :

« Il y a un épanchement pleural, il y a un apneumothorax, il y a une fracture de la côte. Oh, il y a un infiltrat dans le lobe inférieur droit. Assurez-vous également de mettre cela dans l'impression. Et, soit dit en passant, le dernier rapport que je viens de faire il y a deux rapports — pouvez-vous également inclure cela ?

Tout cela faisait partie d'une conversation que vous aviez avec une personne. Maintenant, passons rapidement à la reconnaissance vocale. Pour ceux de mon âge qui ont utilisé la reconnaissance vocale, il fallait compter sur le fait que si vous appreniez la dactylographie à l'école secondaire, cela vous a vraiment aidé.

Ensuite, nous sommes passés à un point où la reconnaissance vocale s'est améliorée — oui, elle l'a fait — mais elle est restée désorganisée. Maintenant, avec l'IA basée sur les agents, on a l'impression d'avoir bouclé la boucle.

Nous utilisons maintenant cette IA agentique comme transcripteur avec lequel nous discutons. C'est comme si nous revenions à parler simplement de ce que nous voyons : décrire les images, parler comme si nous parlions à un médecin référent.

Et c'est exactement comme ça que nous sommes formés — c'est pourquoi nous faisons cela et pourquoi nous aimons ça. C'est phénoménal que nous en soyons à ce stade. Je suis ravi de commencer à utiliser l'IA basée sur des agents une fois qu'elle sera sortie.

Je pense que cela va changer radicalement la façon dont la radiologie est pratiquée et nous ramener au point où la radiologie se concentre vraiment sur le fait d'être radiologiste.

Brian Casey : Oui, ça va certainement être un avenir passionnant. Quelques bonnes conclusions. Nous sommes maintenant prêts à commencer à répondre aux questions. Donnez-nous une seconde pour nous préparer et nous reviendrons tout de suite. N'oubliez pas que vous pouvez utiliser le bouton Q&R au bas de votre écran pour poser des questions, et nous reviendrons immédiatement.

Nous sommes de retour. Nous avons déjà des questions à poser. Dr Rizvi, je voudrais, j'aimerais vous poser cette première question. En tant que radiologue, est-ce que je peux utiliser une combinaison de rapports génératifs d'IA et mes modèles historiques préférés avec ce que vous avez montré ?

Dr A. Rizvi : Oui, à cent pour cent. Nous avons créé un système qui inclut tous les modèles standardisés déjà intégrés, mais vous n'êtes pas limité à utiliser uniquement nos modèles. Vous pouvez certainement utiliser le vôtre, et il existe des méthodes très simples pour ajouter ces modèles.

Vous pouvez le faire au niveau de l'utilisateur ou utiliser le panneau d'administration dorsal, qui permet aux administrateurs de personnaliser et d'ajouter des modèles pour chaque radiologiste.

La façon dont nous envisageons les modèles dans ce nouvel avenir est de servir de guide pour l'IA, essentiellement des instructions pour savoir où placer les choses. C'est ainsi que nous définissons les modèles à ce stade.

Brian Casey : Nous avons donc une question qui nous vient de Trent :

Que se passe-t-il si le patient fait partie d'un programme de dépistage pulmonaire et que vous voulez des lignes directrices Lung-RAS par rapport à Fleischner ? Ce produit peut-il reconnaître le patient comme étant un patient ayant effectué un dépistage du cancer du poumon et suggérer des lignes directrices fondées sur les antécédents du patient dans le PACS EMR ?

Dr A. Rizvi : Oui, la réponse est oui, c'est possible. Nous avons toutes ces lignes directrices intégrées au système. Qu'il s'agisse de Lung-RADS, de BI-RADS ou de TI-RAD, toutes les lignes directrices ACR sont incluses.

Vous pouvez choisir la ligne directrice que vous souhaitez utiliser, et s'il s'agit d'un cas de dépistage et qu'il est mentionné comme tel, nos algorithmes d'IA détermineront cela et choisiront automatiquement la bonne classification et la bonne ligne directrice.

Brian Casey : Très bien, parfait. Vijay, j'aimerais vous poser la prochaine question.

Quelles sont les améliorations que les administrateurs PACS et le personnel informatique obtiendront avec un générateur de rapports intégré dans PowerServer ?

Vijay Ramanathan : Bien sûr, il y a donc quelques améliorations clés.

L'un des principaux avantages est qu'il devient beaucoup plus facile de gérer les modèles avec les rapports d'IA, car vous avez en fait besoin de moins de modèles. Historiquement, des modèles étaient nécessaires pour couvrir chaque cas.

Avec les rapports d'IA, l'IA est suffisamment intelligente pour traiter la plupart des cas avec un seul modèle par type d'étude, sans qu'il soit nécessaire de créer des modèles pour chaque légère variation. Par exemple, une étude normale comportant de légères variations nécessitait son propre modèle ou macro. Désormais, l'intelligence de l'IA élimine le besoin d'une personnalisation aussi granulaire.

Il s'agit d'une aide importante pour les administrateurs du PACS et les directeurs médicaux, car moins de modèles signifient une gestion beaucoup plus simple. La gestion d'un grand nombre de modèles peut devenir une épreuve majeure, et cette amélioration simplifie considérablement le processus.

Je pense que le Dr Luchs voudra peut-être commenter cela aussi, car la gestion d'un grand nombre de modèles peut en effet être assez difficile.

M. J.S. Luchs : Oui, non, je suis tout à fait d'accord. Je veux dire, vous voyez, tout le monde veut ses propres modèles. Ils veulent toujours que leurs propres modèles soient exactement comme ils le veulent, et il peut être beaucoup plus difficile pour l'équipe informatique de s'en occuper.

Et si vous n'avez pas à gérer ça, ou si quelque chose est déjà intégré, ou si vous avez affaire à une IA qui finira par créer vos modèles pour vous, cela facilitera grandement la tâche de l'équipe.

Brian Casey : Oui. Dr Luchs, pouvez-vous nous parler un peu des délais d'exécution ? Vous avez parlé tout à l'heure de l'épuisement professionnel et de l'efficacité, et de ce genre de chose en ce qui concerne les délais d'exécution, qui est une mesure réelle par laquelle les radiologistes sont mesurés. Quels sont les avantages d'une solution combinée PACS et de reporting en termes de délai d'exécution ? Cela vous permet-il d'obtenir des rapports plus rapidement ?

M. J.S. Luchs : Oui, quand quelque chose est intégré, et en fait, comme je le disais auparavant, ils se parlent et ils sont heureux de se parler, ça facilite grandement la tâche du radiologue.

Si les choses se chargent plus rapidement, si le système se charge immédiatement et que vous n'avez pas besoin d'attendre qu'un autre programme s'ouvre ou démarre après avoir cliqué sur quelque chose, cela affectera votre temps d'exécution. Le temps d'exécution ne devrait pas être affecté par ce que font les ordinateurs. En tant que radiologiste, il devrait être affecté par vous, par la durée de votre rapport et par le temps qu'il vous faudra pour le lire.

Le fait d'avoir deux systèmes intégrés ensemble qui traitent très bien les uns avec les autres facilite vraiment le délai d'exécution.

L'autre chose, c'est que cela aide aussi à l'intégration parce que si vous avez un système et que vous voulez en acheter un autre, vous devrez vous assurer que ces éléments sont intégrés ensemble dans une certaine mesure, au moins qu'ils se parlent. Cela ralentira également la transition du démarrage d'une reconnaissance vocale de type IA. Donc ça aide des deux côtés.

Brian Casey : Très bien. Christian nous a posé une question dans l'auditoire. Dr Rizvi, est-ce que je peux former l'IA avec des énoncés particuliers que les radiologues utilisent dans leurs rapports ?

Dr A. Rizvi : Oui, alors peut-être qu'ils font référence à des macros ou à d'autres choses que vous pourriez dire. Et oui, toutes les fonctionnalités qui sont habituellement utilisées par les radiologistes, comme les phrases rapides que vous dites — comme macro ceci, macro ça — tout cela peut toujours être utilisé dans la transcription.

Vous pouvez créer ces macros dans notre système. Vous pouvez les télécharger à partir d'autres systèmes. Ils pourraient donc tous être utilisés au sein de notre système.

Brian Casey : Ok. Une autre question complémentaire de Carl. Les données DICOM SR (qui, je crois, sont des rapports structurés DICOM) peuvent-elles être automatiquement intégrées au rapport de radiologie, surtout dans des zones précises du rapport ?

Dr A. Rizvi : Oui, c'est probablement l'une des choses les plus cool qui arrivent, sur laquelle je vais vous donner un petit aperçu. Si vous avez des données SR structurées qui arrivent, l'aspect intéressant de l'IA générative est que vous n'avez pas besoin de les mapper dans des champs individuels. Si vous avez suffisamment formé les modèles, et nous l'avons fait chez Rad Pair, ils peuvent simplement les prendre tels quels et les mettre dans n'importe quel modèle, à condition qu'il y ait une section pour cela.

Par exemple, si vous avez une section intitulée Renseignements sur les sables rénaux provenant de SR pour les bourgeons du rein gauche ou droit, elle sera simplement placée au bon endroit. Vous n'avez même pas besoin de faire une partie importante de la cartographie.

Maintenant, ce qui est vraiment génial, c'est lorsque nous passons au multimodal et commençons à regarder les images et les données d'image résumées réelles des ultrasons et les extrayons automatiquement.

C'est ce que nous appelons la mise en cache des rapports. Tout comme le concept de mise en cache d'images, où les images sont déjà chargées lorsque vous ouvrez un dossier, la mise en cache des rapports précharge tous vos éléments de données, qu'il s'agisse de classificateurs d'images multimodaux, de données SR ou de métadonnées du système.

Lorsque vous ouvrez ce dossier, tout est là pour vous. À ce stade, si vous voulez ajouter quelque chose, vous pouvez, mais si l'affaire est déjà terminée, vous appuyez simplement sur le bouton Signer et vous avez terminé. Cela permet d'économiser énormément de temps.

Brian Casey : Oui, c'est sûr. J'ai une question de Luke. La solution intégrée RamSoft Rad Paire peut-elle déterminer les antériorats pertinents d'un patient dans RamSoft Patient Explorer et inscrire les dates et les descriptions de ces antérieurs dans la section de comparaison du rapport ? Dans la négative, est-ce que ce niveau d'intégration figure sur la feuille de route ?

Vijay Ramanathan : Oui, il s'agit absolument de la prochaine phase de l'intégration qui est en cours — être capable de saisir automatiquement les données antérieures afin qu'elles n'aient pas besoin d'être dictées. Conventionnellement, un radiologiste dicterait les renseignements tirés d'examens antérieurs qu'il examine réellement, mais tout cela pourrait être fait automatiquement.

C'est tout à fait en cours d'élaboration.

Brian Casey : Voici une question intéressante. Au cours de la dernière année, nous avons eu deux cas de défaillances complètes de la connectivité Internet pendant plusieurs heures, rendant impossible l'exécution d'applications de radiologie. Est-ce qu'il est possible d'utiliser votre application lorsque cela se produit, par exemple lors d'une catastrophe ou d'une cyberattaque ?

Vijay Ramanathan : Normalement, ce que nous recommandons en matière de connectivité Internet est de mettre en place une solution de sauvegarde et une procédure de temps d'arrêt. Aujourd'hui, la solution de sauvegarde la plus appropriée est la connectivité cellulaire.

Par exemple, la plupart d'entre nous ont des téléphones avec connectivité 5G, ce qui est plus que suffisant pour les scénarios de sauvegarde lorsque la connectivité Internet principale tombe en panne.

Pour ce qui est de s'assurer que les radiologistes peuvent continuer à travailler pendant une panne d'Internet, il est très utile d'avoir une solution basée sur le nuage. Les solutions basées sur l'infonuagique continuent de fonctionner même en cas de perturbation sur un site particulier.

Si la connectivité est perdue à un endroit, les radiologistes peuvent travailler à distance à partir d'un autre endroit ou de la maison. Cette flexibilité est l'un des grands avantages des systèmes infonuagiques.

M. J.S. Luchs : Oui, c'est semblable à ce qu'a dit Vijay. Nous utilisons RAMSoft depuis plus d'une décennie, et le fait d'avoir un PACS basé sur le cloud facilite grandement le fonctionnement en cas de surtension soudaine ou de panne d'Internet.

Par exemple, vous pouvez rapidement passer à un point d'accès mobile et continuer à travailler sans avoir à redémarrer votre système PACS ou tout autre équipement.

La cybersécurité est également extrêmement importante, et nous nous appuyons fortement sur les mesures de sécurité robustes de RAMSoft. C'était phénoménal.

Brian Casey : Très bien. Dr Rizvi, existe-t-il des façons de modifier le modèle, par exemple en incluant une section de corrélation clinique ? De plus, s'il y a des sections laissées vides, le radiologiste interprète saisit-il un verbiage ou peut-il être finalisé ?

Dr A. Rizvi : Les modèles sont entièrement modifiables. Vous pouvez ajouter des sections ou apporter les modifications souhaitées.

Si une section est complètement vide, vous devrez indiquer au système ce qu'il faut mettre dans ces zones. Cependant, s'il y a des phrases de texte normalisées dans ces sections, notre système est suffisamment intelligent pour reconnaître les contradictions et remplacer les informations obsolètes par le contenu mis à jour que vous fournissez.

Brian Casey : Question de Paolo : Est-il possible d'utiliser cet outil intégré à PowerScribe ?

Dr A. Rizvi : Rad Paire est une solution de reporting complète à elle seule. Il comprend toutes les capacités des systèmes de reporting existants, ainsi que les rapports génératifs complets sur l'IA, les classifications et les fonctionnalités d'IA agentiques dont nous avons parlé.

Nous le considérons plutôt comme un remplacement des anciens systèmes de déclaration plutôt que comme un simple ajout.

Brian Casey : Question de Brad : Avec les grands modèles linguistiques (LLM) de plus en plus populaires, comment Rad Pair se différencie-t-il des autres solutions utilisant des LLM ? S'agit-il de vitesse, de précision, d'intégration ou de tout ce qui précède ?

Dr A. Rizvi : Nous considérons que nous révolutionnons le paradigme de la reddition de comptes, et non pas seulement en apportant des améliorations graduelles.

Historiquement, les systèmes de rapports ont apporté de petits changements progressifs au fil des décennies, mais l'interface utilisateur et l'expérience utilisateur sont restées en grande partie les mêmes : zones de texte, rapports dictés et modifications manuelles. Même les entreprises qui utilisent de la neige LLM se concentrent principalement sur des améliorations mineures au flux de travail existant.

Chez Rad Paire, nous adoptons une approche différente. Nous visons à changer complètement le paradigme en créant une expérience de communication naturelle. L'objectif est que le Rad Paire disparaisse à l'arrière-plan afin que les radiologistes passent plus de temps à se concentrer sur les images et moins de temps sur le système de signalement.

C'est là où nous nous dirigeons, et c'est ainsi que nous nous différencions.

Brian Casey : C'était la caractéristique Wingman, n'est-ce pas ?

Dr A. Rizvi : Oui, exactement. Wingman est l'avenir des rapports radiologiques — une communication naturelle et transparente.

Brian Casey : À quelle distance sommes nous de voir quelque chose comme Wingman ?

Dr A. Rizvi : Vous pourrez le voir et l'utiliser au RSNA. Il ne s'agit pas simplement d'un concept ou d'une gimmick, c'est un produit entièrement fonctionnel. Dès que le RSNA est terminé, vous pouvez l'acheter.

Brian Casey : C'est incroyable. Donc, Dr Rizvi, il semble qu'au départ, l'IA en radiologie se soit concentrée principalement sur l'analyse d'images et la mise en évidence de zones suspectes. Mais récemment, une grande attention s'est portée sur les solutions de signalement. Pourquoi pensez-vous que c'est le cas ?

Dr A. Rizvi : C'est parce que les radiologistes consacrent une grande partie de leur temps à la production de rapports, ce qui est un travail important sans valeur ajoutée.

La valeur d'un radiologiste réside dans l'analyse d'images et le diagnostic des conditions, et non dans l'édition de rapports. Cependant, le processus de création du rapport est nécessaire et ne peut être évité.

Pixel AI, ou classificateurs d'images, est utile et accélère le diagnostic en signalant les domaines d'intérêt. Mais l'élimination du fardeau de la création manuelle de rapports a une incidence encore plus grande sur le flux de travail quotidien d'un radiologiste. Des solutions comme la nôtre visent à éliminer complètement cette tâche sans valeur ajoutée.

Brian Casey : Dr Luchs, estimez vous que la valeur réelle de l'IA consiste davantage à aider à la création de rapports qu'à analyser les pixels ?

M. J.S. Luchs : Je pense que c'est un peu des deux.

Les programmes d'IA qui aident à identifier les résultats sur les images peuvent accélérer légèrement les choses, mais vous analysez toujours les images vous-même. Cependant, l'IA générative pour le signalement enlève la partie non médicale du travail.

Elle permet aux radiologistes de pratiquer la radiologie et de se concentrer sur les aspects cliniques de leur travail plutôt que sur les aspects administratifs. Il accélère le processus, améliore la précision et nous permet de fournir de meilleurs soins aux patients.

Brian Casey : Si les radiologistes gagnent du temps sur les rapports, où pensez-vous que ce délai ira ?

M. J.S. Luchs : Elle servira probablement aux choses que nous faisons déjà : lire plus d'études d'imagerie par jour, analyser les études plus en détail ou parler davantage aux médecins traitants.

En fin de compte, il passera des tâches de secrétariat à des activités plus axées sur le patient, ce qui est exactement là où il devrait aller.

Brian Casey : Vijay, et vous ? En ce qui concerne l'IA pour l'analyse des pixels plutôt que pour les rapports, lequel pensez-vous est le plus important pour les radiologistes ?

Vijay Ramanathan : Je ne crois pas qu'il s'agisse de choisir l'un ou l'autre — nous avons besoin des deux.

Pixel AI aide les radiologistes à diagnostiquer des conditions qui pourraient ne pas être évidentes à partir des images seules. Le signalement de l'IA, par contre, accélère la création de rapports.

Ces solutions permettent de relever différents défis sur le terrain, notamment la pénurie de radiologistes et la nécessité d'accélérer les délais d'exécution. Ensemble, ils améliorent la productivité et permettent aux radiologistes de se concentrer sur ce qui compte vraiment : les soins aux patients.

Brian Casey : C'est tout à fait logique. Nous commençons à terminer, mais nous avons encore quelques questions techniques sur Rad Paire.

Dr Rizvi, est-ce que Rad Paire nécessite l'approbation ou l'autorisation de la FDA pour une utilisation en téléradiologie ?

Dr A. Rizvi : Non, ce n'est pas le cas. Bien qu'il y ait beaucoup de discussions sur la réglementation potentielle pour les LLM, Rad Paire ne nécessite actuellement pas l'approbation de la FDA.

Brian Casey : Existe-t-il des études quantifiant les améliorations dans les délais d'exécution ou rapportent-elles des mesures de sortie ?

Dr A. Rizvi : Nous en sommes encore à ses débuts, mais nous travaillons avec une université sur un livre blanc. Nous pourrions avoir des données préliminaires prêtes pour l'ARN.

Brian Casey : Est-ce que l'on prévoit étendre Rad Paire au Royaume-Uni, où les radiographies lisent des images ?

Dr A. Rizvi : Oui, nous avons des partenaires internationaux. Si vous assistez à la RSNA, arrêtez-vous à notre kiosque pour discuter de partenariats potentiels.

Brian Casey : C'est un plaisir de l'entendre. Donc, pour rappel, l'ARN arrive dans quelques semaines à peine. Dr Rizvi, vous avez mentionné les endroits où les gens peuvent voir Rad Paire au RSNA. Pouvez-vous nous rappeler l'emplacement de votre kiosque ?

Dr A. Rizvi : Bien sûr ! Nous serons dans la section IA au kiosque 4918. Arrêtez-vous pour voir RadPair en action et discuter avec nous.

Brian Casey : Excellent. Dr Luchs, est-ce que Premier Radiology Services disposera également d'un kiosque au RSNA ?

M. J.S. Luchs : Oui, nous serons au stand 1139 de Recruiters Row, South Hall. Au plaisir de voir tout le monde là-bas.

Brian Casey :Vijay, où les participants peuvent-ils trouver RAMSoft au RSNA ?

Vijay Ramanathan : Nous serons au Hall Nord, au kiosque 6513. Nous aimerions rencontrer tout le monde et discuter de nos solutions.

Brian Casey : Parfait. Dr Rizvi, je crois savoir que vous avez des nouvelles passionnantes à partager avec nous avant de terminer ?

Dr A. Rizvi : Oui, nous venons d'apprendre que Rad Paire a remporté le prix du meilleur nouveau fournisseur de l'année pour 2024 chez tante Minnie. Nous sommes extrêmement fiers de notre équipe et reconnaissants envers nos partenaires comme RAMSoft et Premier Radiology Services d'avoir rendu cela possible.

Brian Casey : Félicitations ! C'est une réalisation impressionnante et une reconnaissance bien méritée pour le travail que vous accomplissez.

M. J.S. Luchs : Félicitations, Dr Rizvi. Bravo.

Vijay Ramanathan : C'est incroyable. Félicitations à vous et à votre équipe !

Brian Casey : Je tiens à remercier le Dr Jonathan Luchs de Premier Radiology Services, Vijay Ramanathan de RamSoft et le Dr Rizvi de Rad Paire pour cette discussion fascinante.

M. J.S. Luchs : Merci de nous avoir accueillis.

Vijay Ramanathan : Merci.

Dr A. Rizvi : Merci beaucoup de m'avoir donné l'occasion.

Brian Casey :Et un grand merci à nos participants de s'être joints à nous aujourd'hui. Il s'agissait du premier webinaire Imaging Wire, et nous sommes ravis de la participation. N'oubliez pas d'arrêter ByRSNA pour voir toute la grande technologie dont nous avons parlé aujourd'hui.

En signant pour Imaging Wire, je m'appelle BriancaSey.