Sergey Morozov présente les résultats d'une étude observationnelle multicentrique portant sur l'implémentation à grande échelle de l'intelligence artificielle au sein du réseau 3R Swiss Imaging Network. L'étude vise à évaluer l'adoption multimodale de l'IA, sa dynamique temporelle par rapport au flux de travail des radiologues, ainsi que son impact sur le Turnaround Time (TAT) et la satisfaction des utilisateurs.

L'analyse repose sur le croisement de données issues du PACS et du RIS, complété par une enquête standardisée auprès des praticiens. L'auteur examine la latence de l'IA, qui varie selon des scénarios d'arrivée des résultats (avant, pendant ou après la rédaction du compte rendu), et utilise des indicateurs tels que le Net Promoter Score (NPS) pour mesurer le ressenti des utilisateurs. L'étude souligne que l'adoption est principalement portée par la radiographie ostéoarticulaire (MSK) et la mammographie. Bien que la latence de l'IA soit fluctuante, environ 80 % des résultats parviennent avant la création du compte rendu. L'impact sur l'efficacité est notable, avec des réductions de TAT de 12 % pour l'IRM du genou et de 67 % pour la radiographie de trauma.

L'exemple clinique de la "ceinture de sécurité" ancre la discussion : l'IA agit comme un filet de sécurité contre les erreurs, renforçant la confiance des radiologues, particulièrement ceux ayant 6 à 15 ans d'expérience. Pour le clinicien, le message clé est que l'IA doit être intégrée de manière à fournir des résultats avant la rédaction du rapport pour respecter le flux de travail. Enfin, le suivi régulier de la satisfaction des utilisateurs et de la qualité perçue est essentiel pour maintenir une adoption durable et efficace dans des environnements de soins complexes.