Comment l’IA peut-elle aider à transformer la radiologie?

Les scientifiques médicaux académiques et les entreprises technologiques combinent leurs efforts pour développer ces nouveaux outils. Les solutions initiales montrent des résultats positifs pour améliorer les soins aux patients et rationaliser les opérations, selon les radiologues.

Afin d’accepter l’IA en radiologie, les organisations médicales peuvent utiliser leur infrastructure technologique existante, y compris les systèmes de médecine, mais doivent réévaluer des parties de leur entreprise, explique Mutaz Shegewi, responsable de l’IDC Health Insights.

“Ils doivent intégrer le flux de travail. Ils ont besoin de puissance de calcul et ont besoin de gestion et de sécurité”, explique Shegewi.

Numérisation et amélioration des soins aux urgences plus rapides

Étant donné que les chercheurs en radiologie de l’UW enquêtent sur l’IA dans leur domaine, ils doivent se rappeler que seule la technologie de l’IA approuvée par la gestion américaine des aliments et des médicaments peut entrer dans son système de santé, explique Reeder.

Par exemple, UW Health a incorporé une reconstruction approuvée par la FDA dans ses machines à balayage, produisant des images plus nettes avec un bruit d’image et des artefacts réduits et raccourcissant le temps de balayage de 30% à 50%.

“Les patients l’aiment. Nous l’aimons aussi parce que cela signifie que nous pouvons planifier des emplacements de test plus courts”, explique Reeder. “Cela améliore la perméabilité et le flux de travail. C’est un convertisseur de jeu.”

Pour alimenter les outils d’IA en radiologie, UW Health s’appuie sur des serveurs internes, des clouds, des ordinateurs généraux et des machines d’imagerie pour n’en nommer pas au moins, explique John Garrett, directeur de l’imagerie informatique dans le département de radiologie de l’UW.

Par exemple, alors que certains modèles d’IA fonctionnent sur des ordinateurs standard, le logiciel de perfusion cérébral et IRM, qui analyse le scanner du cerveau et crée des images codées couleur de sang dans le serveur, ajoute.

EXPLORER: Déverrouillez le flux de données avec un stockage à haute performance pour l’affichage médical et l’analyse.

Des tests qui nécessitent plus de puissance de calcul sur le GPU dans le cloud, tels que la tomodensitométrie, qui sont évalués par 10 à 12 outils de tri d’IA, explique Garrett. Selon l’algorithme spécifique, les services Web Amazon et Microsoft Azure effectuent un traitement de données réel-temps, tandis que certains outils utilisent Google Cloud Platform.

Dans les situations de tri des situations, les données sont envoyées au cloud où elles sont traitées à l’aide de plusieurs algorithmes d’IA. Les résultats sont renvoyés au système d’archivage et de communication UW Health. Le widget pour les ordinateurs de bureau chez les radiologues PACS peut les alerter sur une conclusion de grande priorité, explique Garrett.

Les radiologues de la santé UW utilisent également un logiciel pour reconnaître la voix des nuances dirigés sur l’IA se propagent sur leurs ordinateurs Dell pour aider à rédiger des messages. Reeder a été un utilisateur à long terme d’une solution qu’il note qu’il s’améliore constamment.

“Cela nous permet de générer des messages efficacement, précisément et standardisés”, dit-il. “Même si ce n’est pas parfait, c’est exact. Vous pouvez dire des mots médicaux décoratifs et c’est vrai.”