Les fournisseurs de soins de santé continuent à sentir la pression de faire plus d’examens avec moins de ressources à une époque où les soins de santé sont mis au défi par le coût, la qualité et l’accès. La crise du COVID-19 a non seulement exacerbé plusieurs des défis existants dans l’allocation des soins de santé, mais elle a également augmenté les demandes déjà éprouvantes pour les fournisseurs des soins de santé. Les ressources limitées, les services d’urgence et les centres de trauma surchargés à travers le monde ont mis en évidence l’importance de trier rapidement les patients vers le bon chemin de traitement. C’est ici, au point de service, que l’imagerie joue un rôle vital, en particulier lorsqu’elle est couplée à l’intelligence artificielle (IA). Un rapport récent a révélé que près de 60% des cas actuels sont envoyés en urgence ou STAT, ce qui crée une pression supplémentaire.
Pour faciliter la lecture et permettre la priorisation des listes de travail, les outils d’IA peuvent aider à détecter des modèles subtiles ou complexes dans les images de patients, avec un potentiel d’améliorer l’efficacité, la qualité et la précision clinique. Tandis que chaque examen est toujours lu par le radiologue, les solutions d’IA peuvent aider à la priorisation des cas et aider à établir une séparation plus précise entre le STAT et les patients critiques afin de permettre des rapports en temps opportun et une gestion plus précise des patients. En 90 secondes, un algorithme d’IA dans une étude dirigée par Stanford a pu lire 420 radiographies pulmonaires pour 14 pathologies à très hautniveau de performance, alors que le radiologue prenait en moyenne 3 heures. Cette étude a démontré que la solution d’IA pouvait aider le radiologue en plaçant les résultats critiques en haut de sa pile de lecture, ce qui se traduisait par une plus grande efficacité.
Il y a également des avantages à apporter l’IA au point de service pour l’efficacité et l’amélioration de la qualité de l’image. Au point de service, il a été démontré que l’IA oriente automatiquement chaque image correctement, de sorte que le technologue n’a pas à faire ce travail supplémentaire avant d’envoyer l’image au PACS. Les contrôles de qualité intelligents et l’automatisation peuvent réduire les manipulations des technologues sur l’interface utilisateur, économisant jusqu’à 70 000 « clics » ou trois à quatre jours par an. Un algorithme d’IA peut également examiner rapidement l’image prise par rapport au protocole d’imagerie qui a été commandé pour s’assurer que l’image correcte a été prise, et attirer l’attention sur les imperfections de l’image, comme un poumon coupé, une erreur courante. Le technologue peut corriger ces erreurs pendant que le patient est encore dans la salle . Ces solutions font gagner beaucoup de temps au technologue et peuvent réduire le besoin de reprises en obtenant la bonne image pour chaque patient. L’intégration de l’IA directement sur un dispositif médical rend tout cela possible sans intégrations informatiques complexes.
La technologie numérique est maintenant utilisée pour aider à déterminer les causes principales des images répétées ou rejetées. Ces solutions sont intégrées directement dans le flux de travail standard du technologue, lui permettant ainsi d’effectuer les rejets ou le retraitement de l’image dans la salle au chevet du patient et avant que les images ne soient envoyées au PACS. Il existe également des outils d’analyse qui permettent aux technologues et aux chefs de service d’identifier les causes principales des radiographies rejetées et répétées grâce à un logiciel capable d’examiner des données rétrospectives. La qualité et la cohérence de l’imagerie par rayons X facilitent la production d’images de meilleure qualité, permettant un diagnostic plus précis du patient avec moins d’examens rejetés ou répétés. Les défis des taux de rejet des rayons X, ou lorsque les examens sont jugés inutilisables en raison d’une mauvaise qualité d’image, peuvent poser un cauchemar administratif, augmenter les coûts, la dose de rayonnement et les inefficacités. Le fardeau est particulièrement élevé pour les patients, qui peuvent avoir besoin de passer des examens répétés pour obtenir le bon examen de la bonne zone au bon moment.
Dans différentes spécialités, la disponibilité et l’adoption des applications d’IA augmentent rapidement. Les impacts sont évidents dans les améliorations du flux de travail, ainsi que dans les améliorations du triage, des diagnostics et de la gestion des patients. Il existe de nouvelles applications d’IA qui peuvent aider à vérifier le placement de la sonde endotrachéale, à vérifier le placement de la sonde nasogastrique, le pneumothorax et l’air libre abdominal, pour n’en citer que quelques-unes. Les outils basés sur l’IA deviennent une nécessité pour réduire les contraintes de temps sur les flux de travail de radiologie, ainsi que pour fournir une aide à la décision clinique aux médecins lecteurs. Décider de la bonne plate-forme facilitera la mise en œuvre de l’IA existante et nouvellement développée dans une installation, ce qui est essentiel à leur succès.