Pour de nombreux radiologistes et stagiaires, la transition de la lecture de manuels à l’interprétation d’examens complexes peut ressembler à une navigation sans carte. Bien que les ressources traditionnelles offrent une richesse d’informations, elles manquent souvent des connaissances pratiques du « monde réel » nécessaires pour lire un examen avec confiance dès le premier jour d’un quart de travail.
Conscient de cette lacune, le Dr Rajesh Bhayana, membre de la CAR, a développé Navigating Radiology, une plateforme formative innovante et interactive basée sur des cas avec un PACS plein écran conçu pour simplifier les concepts complexes et fournir une feuille de route pour la maîtrise de la discipline. La plateforme a fait sensation au congrès RSNA 2025 avec le lancement de son mode vocal « AI Attending », un outil de rétroaction socratique qui permet aux radiologistes et aux stagiaires de discuter de cas et de recevoir des conseils en temps réel. La plateforme couvre à la fois la TDM de base et l’IRM complète et offre des crédits de FMC pour les radiologistes en formation.
Le Dr Bhayana affirme qu’il existe une déconnexion distincte en radiologie entre l’acquisition de connaissances et l’acquisition de compétences pratiques.
« L’enseignement se concentre souvent fortement sur le premier aspect, alors que la l’interprétation de l’imagerie est très différente des connaissances théoriques. J’en ai fait l’expérience moi-même, tout comme beaucoup de mes collègues », se souvient-il. « Vous pouvez lire un chapitre entier sur un sujet tel que l’IRM du genou, vous présenter à un stage et ne pas avoir la moindre idée de la manière d’interpréter l’examen réel. Les ressources existantes ont également tendance à compliquer excessivement le sujet, obligeant les apprenants à passer d’une source à l’autre, remplies de détails sans rapport avec la pratique clinique. »
En créant Navigating Radiology, le Dr Bhayana comble cette lacune en rendant l’apprentissage progressif plus pratique, plus efficace et plus représentatif de la pratique de la radiologie. L’approche de la plateforme pour chaque concept consiste à renforcer les « principes fondamentaux » et à orienter l’apprenant vers l’image, en expliquant pourquoi la pathologie se présente ainsi, plutôt que de s’appuyer sur la mémorisation à distance courante dans les manuels.
« Lors de la création de nos vidéos d’introduction ou de nos cours basés sur des cas, je filtre tout selon deux critères », explique-t-il. « Que doit savoir un apprenant pour commencer à interpréter cette étude et qu’est-ce qui importe réellement pour un radiologiste en exercice ? »
Le nouvel outil AI Attending, et ses présentations interactives de cas simulent l’expérience de la salle de lecture en encourageant l’utilisateur à s’engager dans un diagnostic sans craindre le jugement d’un superviseur humain. L’outil fournit une boucle de rétroaction socratique de mentorat sans la pression du temps, guidant ceux qui sont hors-piste ou offrant une compréhension plus approfondie.
« La radiologie dans le monde réel ne consiste pas à interpréter des images uniques et statiques, mais à gérer une pile DICOM complète avec plusieurs séries », explique le Dr Bhayana. « Notre plateforme comprend un PACS plein écran pour reproduire cet environnement, mais nous comblons également le manque d’autonomie dans l’apprentissage traditionnel. »
Il explique que sa plateforme vise à réduire le stress à trois moments critiques de la carrière : la préparation aux gardes, la maîtrise d’une de la spécialité à la fin de l’internat et le maintien des compétences en tant que membre du personnel.
« L’anxiété provient souvent d’un manque d’exposition. Par exemple, un résident peut ne réaliser qu’une ou deux IRM rectales pendant une stage, ce qui n’est pas suffisant pour maîtriser cette technique. Notre plateforme comble ce manque grâce à des cours complets (comme notre cours sur plus de 2- cas d’IRM rectale) qui permettent aux apprenants de voir rapidement un grand nombre de pathologies essentielles. Qu’il s’agisse de se préparer à un quart de garde à enjeux élevés ou d’agir comme un rappel pour un radiologiste en exercice, l’objectif est d’être prêt à la pratique. »
La radiologie ayant un impact sur les patients à presque toutes les étapes du système de santé, la plateforme enseigne les résultats critiques qui modifient directement la prise en charge clinique.
« Prenons l’exemple de nos cas de stadification du cancer du col de l’utérus ; nous décomposons exactement ce que l’équipe soignante doit savoir et pourquoi. Lorsqu’un radiologiste fournit une lecture plus précise et plus fiable de ces études, cela a un impact direct sur le parcours de traitement que reçoit le patient. »
Au-delà de l’innovation en matière d’IA, Navigating Radiology se développe rapidement dans trois domaines clés :
- Fonctionnalités institutionnelles : tableaux de bord qui suivent les progrès et utilisent l’IA pour identifier les lacunes en matière de connaissances, tant au niveau individuel qu’au niveau des programmes.
- Philanthropie : partenariat avec Rad-Aid pour piloter la plateforme dans les régions à faibles ressources, en veillant à ce que la formation de haute qualité à l’échelle mondiale, là où les ressources sont souvent rares.
- Expansion de la FMC : lancement de plus de 120 heures de FMC à faible coût ou de « mini-fellowships » qui sont des cours efficaces et à haut rendement, axés strictement sur ce qui importe dans un domaine en constante évolution pour les radiologistes.
L’objectif à long terme, selon le Dr Bhayana, est de créer un tuteur IA complètement personnalisé qui comprend les forces et les faiblesses uniques de chaque apprenant.
Félicitations au Dr Bhayana et à son équipe pour leur travail innovant et bonne chance pour l’avenir.