Smaragd - Support NLP pour l’interprétation des résultats radiologiques
Le projet a pour objectif de numériser le processus d’examen et de diagnostic en radiologie. Cette approche innovante améliore le service pour les patient-e-s et les médecins traitant-e-s et ouvre un potentiel de marché à l’échelle mondiale
Fiche signalétique
- Département responsable Technique et informatique
- Institut(s) Institute for Patient-centered Digital Health (PCDH)
- Organisation d'encouragement Innosuisse
- Durée (prévue) 08.05.2022 - 07.05.2024
- Responsable du projet Prof. Dr. Kerstin Denecke
- Direction du projet Prof. Dr. Kerstin Denecke
- Équipe du projet Daniel Reichenpfader
-
Partenaire
Insel Gruppe AG
sitem-insel AG
Switzerland Innovation Park
Wemedoo AG
ID Suisse AG
mimacom ag - Mots-clés Radiologie, Natural Language Processing, Conversational Agent, résultat
Situation
La radiologie constitue une discipline médicale à rendement élevé au service de différents groupes de client-e-s (médecins traitant-e-s et patient-e-s). La forte pression du travail et les contraintes économiques impliquent des compromis dans le service: a) Les médecins traitant-e-s reçoivent des résultats médicaux en prose mais préfèreraient une forme standardisée et numérisée. b) Pour des raisons logistiques, le contact personnel des médecins (radiologues) avec leurs patient-e-s ne se révèle possible que dans des cas exceptionnels.
Approche
Le consortium SMARAGD a pour vision de soutenir le processus d’évaluation radiologique au moyen de l’intelligence artificielle (IA): 1. Structuration automatique des résultats radiologiques: grâce à la combinaison d’un « Natural Language Processing (NLP) pipeline » et d’un nouveau modèle, les rapports de diagnostic rédigés en prose allemande peuvent être édités sous une forme structurée, standardisée et vérifiée quant à son intégralité. 2. Expérience utilisateur et utilisatrice: la méthode de travail habituelle des radiologues ne s’en trouve pas affectée mais soutenue. Les points forts du langage technique en texte libre sont conservés. 3. Chatbot d’anamnèse: les patient-e-s ont la possibilité d’avoir un entretien d’anamnèse avant l’examen grâce à un chatbot. La conversation, également traitée par NLP, est communiquée aux radiologues lors de l’établissement du diagnostic.
Résultat
Grâce au chatbot, les radiologues disposent pour la première fois de la possibilité d’intégrer des anamnèses spécifiques aux patient-e-s dans chaque rapport de diagnostic. Il complètera les informations disponibles à partir de l’orientation des patient-e-s et éventuellement du SIC. Le chatbot sera fondé sur des règles et analysera les entrées de texte libre à l’aide de méthodes d’intelligence artificielle. Il n’existe pas encore de chatbot de collecte d’anamnèse pour la radiologie. Contrairement aux chatbots existants dans le système de santé, le déroulement de la conversation du chatbot SMARAGD est représenté dans l’ontologie. Cela permet de structurer les entrées de texte libre des patient-e-s dans le chatbot avec la même méthodologie que les résultats de radiologie.
