Pourquoi le triage IA des listes de travail sur les radiographies modifie le débit et la répartition des cas

Les plateformes de triage IA traitent les examens d’imagerie entrants et les classent automatiquement selon leur urgence et leur priorité clinique. Les résultats sensibles au facteur temps, tels que les fractures, les nodules pulmonaires, la cardiomégalie et de nombreux autres résultats en imagerie médicale, sont priorisés et placés en tête des listes de travail des radiologues.

Habituellement, les cas dans les centres de santé sont interprétés dans l’ordre d’arrivée. Cependant, ce modèle premier arrivé, premier servi retarde les interprétations critiques et crée un goulot d’étranglement dans l’ensemble du flux de travail en radiologie.

Dans cet article, nous aborderons ce que signifie le triage IA des listes de travail, comment il améliore les flux de travail, citerons quelques études ayant mis en évidence l’impact positif de la mise en œuvre d’outils d’IA, et expliquerons comment les outils d’AZmed aident plus de 2 500 centres de santé dans le monde à optimiser le débit et la répartition des cas des radiologues.

Points clés à retenir :

• Le triage IA des listes de travail sur les radiographies désigne l’utilisation d’algorithmes d’IA pour analyser automatiquement les images radiographiques et prioriser les cas urgents à examiner par le radiologue. Cela permet d’assurer un diagnostic et un traitement plus rapides des cas urgents, tandis que les radiographies de routine sont placées en fin de liste.
  
• Le triage par IA améliore le débit dans les flux de travail radiographiques en réduisant le délai de traitement (TAT), en diminuant l’effort d’interprétation et en optimisant l’utilisation des ressources.
  
• Modifier la répartition des cas grâce au triage IA réduit également la fatigue des radiologues, améliore la précision diagnostique et permet de gagner davantage de temps sur les cas complexes ou à fort impact.
  
• La suite IA Rayvolve® d’AZmed comprend au total quatre solutions cliniquement validées et intégrées au flux de travail (AZtrauma, AZchest, AZmeasure, AZboneage) qui rendent le triage médical opérationnel dans des flux de travail réels.

Que signifie réellement le « triage IA des listes de travail » en radiologie ?

Le triage IA des listes de travail en radiologie désigne l’utilisation d’algorithmes d’IA pour analyser automatiquement les images radiographiques originales dès leur acquisition et prioriser les cas urgents à examiner par le radiologue.

Traditionnellement, les centres de santé utilisent un modèle premier arrivé, premier servi (FIFO) pour l’interprétation des images.

Mais avec le volume croissant d’imagerie, cette approche échoue car elle traite les cas de manière séquentielle, indépendamment de l’urgence clinique. Cela peut entraîner des retards cliniquement significatifs dans l’interprétation de résultats sensibles au facteur temps. Les radiologues passent un temps considérable à examiner des radiographies de routine, ce qui réduit le temps disponible pour les cas critiques.

Cela conduit également, à terme, à l’épuisement professionnel des radiologues.

Le triage par IA améliore-t-il le débit dans les flux de travail radiographiques ?

Plusieurs études rapportent que le triage par IA peut améliorer le débit dans les flux de travail radiographiques.

• Lors du RSNA 2023, SimonMed Imaging a présenté une évaluation d’une année sur l’autre d’AZtrauma pour la détection des fractures et la priorisation des listes de travail radiographiques assistée par IA : au sein de la suite IA Rayvolve®, AZtrauma est conçu pour détecter les fractures et signaler les examens positifs pour un examen plus précoce. Sur 159 601 examens en 2022 (sans IA) et 170 703 en 2023 (avec IA), la proportion d’études positives pour une fracture était plus élevée pendant la période avec IA (11,8 %) que pendant la période sans IA (10,4 %).
• Évaluation en conditions réelles d’un système de triage par IA pour les radiographies thoraciques : une étude clinique prospective souligne que le triage assisté par IA des radiographies thoraciques peut trier avec précision les résultats, avec une réduction de 77 % du délai de traitement et une spécificité de 99 % pour les cas urgents, facilitant ainsi les décisions critiques.
• Priorisation intelligente des listes de travail de radiographies thoraciques à l’aide de l’intelligence artificielle : une simulation de flux de travail clinique a rapporté une réduction significative du délai de compte rendu pour les radiographies thoraciques critiques, avec un RTAT maximal pour le pneumothorax réduit à 979 minutes contre 1 293 à 1 178 minutes en lecture FIFO (p < 0,0001).

L’utilisation du bon outil d’IA peut améliorer la rapidité avec laquelle les cas passent de l’acquisition de l’image à un compte rendu finalisé dans votre centre de santé. Voici comment ces outils aident généralement.

Comment le triage par IA améliore-t-il le débit dans les flux de travail radiographiques ?

L’IA peut améliorer le débit dans les flux de travail radiographiques en priorisant les cas urgents, en réduisant le délai de traitement et en réduisant le temps de lecture.

• Réduire le délai de traitement (TAT) : Les outils d’IA permettent aux radiologues de prioriser les cas critiques. Ce processus consiste à identifier les cas critiques à l’aide d’un système d’IA, puis à ajuster le flux de travail quotidien du radiologue, en redistribuant le temps vers ce qui compte le plus.
• Réduire l’effort d’interprétation : Dans les flux de travail traditionnels, les radiologues doivent examiner manuellement chaque radiographie pour identifier les résultats pertinents. Cependant, les outils d’IA, comme ceux de la suite IA Rayvolve®, mettent automatiquement en évidence les zones préoccupantes. Cela réduit leur effort cognitif et aide les radiologues à concentrer leur attention sur les cas particuliers.
• Optimiser l’utilisation des ressources : Pendant les heures creuses ou les périodes de forte charge de travail, les outils d’IA prennent en charge les radiographies de routine, faisant gagner du temps aux radiologues pour les interprétations de haut niveau, ce qui se traduit finalement par une meilleure utilisation de leur temps disponible.

Voyons maintenant comment ces outils fonctionnent en pratique.

Comment le triage par IA modifie-t-il la « répartition des cas » vue par un radiologue ?

Le triage par IA modifie la répartition des cas d’un radiologue en filtrant et en priorisant efficacement les études, ce qui se traduit par une charge de travail composée principalement de cas urgents, complexes ou anormaux. Étant donné que l’IA prend largement en charge les cas de routine ou « normaux », elle libère du temps pour que les radiologues concentrent leur expertise humaine là où elle est le plus nécessaire.

Voici quelques-uns des principaux bénéfices de l’IA en radiologie pour la répartition des cas :

• Plus de temps sur les cas complexes ou à fort impact : L’objectif principal du triage par IA est de signaler les résultats critiques et de placer ces études en tête de la liste de travail du radiologue pour un examen immédiat. Par conséquent, les radiologues passent moins de temps sur les examens de routine et normaux et davantage de temps sur les pathologies complexes qui nécessitent un jugement humain nuancé et une concertation.
• Réduction de la fatigue des radiologues : Même la réalisation de radiographies de routine demande du temps et de la concentration, ce qui pèse sur la charge cognitive et peut entraîner un épuisement. L’IA filtre les études normales et pré-remplit les comptes rendus, ce qui aide les radiologues à se concentrer sur les cas importants.
• Amélioration de la précision diagnostique : Une fatigue réduite et davantage de temps consacré aux cas complexes peuvent améliorer la performance diagnostique et la prise en charge des patients.

Pour observer ces gains dans la pratique quotidienne, les équipes de radiologie ont besoin d’outils d’IA validés et faciles à utiliser. C’est là qu’interviennent les solutions d’AZmed.

Comment les outils cliniquement validés d’AZmed rendent-ils le triage par IA opérationnel dans des flux de travail réels ?

La suite IA Rayvolve® d’AZmed comprend 4 solutions d’intelligence artificielle cliniquement validées et intégrées au flux de travail, conçues pour rendre le triage par IA fonctionnel dans les flux de travail de routine.

• AZtrauma : Détecte et trie les fractures, luxations et épanchements articulaires, et signale les examens pouvant nécessiter une attention immédiate. Dans les contextes aigus et traumatiques, cela favorise un examen plus précoce ainsi qu’une prise de décision orthopédique et chirurgicale rapide.
• AZchest* : Détecte et trie les radiographies thoraciques présentant une suspicion de pneumothorax, d’épanchement pleural ou de cardiomégalie, en faisant remonter les études thoraciques urgentes.
• AZmeasure** : Fournit des mesures ostéo-articulaires automatisées, réduisant la charge de mesure manuelle et préservant du temps pour les lectures les plus prioritaires.
• AZboneage** : Calcule automatiquement l’âge osseux pédiatrique. Dans les contextes pédiatriques et les centres d’imagerie, cela favorise un délai de traitement plus rapide et une cohérence sur de gros volumes.

Les outils d’AZmed ont analysé plus de 15 000 000 de radiographies et sont déployés dans plus de 2 500 établissements de santé dans le monde.

Toutes les solutions d’AZmed s’intègrent au PACS, garantissant que les radiologues n’ont pas besoin d’étapes supplémentaires pour intégrer les outils à leurs flux de travail existants.