contextflow targets early lung cancer detection by augmenting ADVANCE Chest CT with malignancy scoring from RevealDx

Presse Actualités

2024-05-02

Vienna, Austria (02.05.2024) – Chest CT experts contextflow GmbH have released a new version of their comprehensive computer-aided detection support tool, ADVANCE Chest CT. In addition to lung nodule detection, quantification, visualization and classification, the updated software now analyzes nodules for malignancy with the aim of detecting cancer early and reducing unnecessary procedures.

It’s widely known that lung cancer constitutes one of the leading causes of premature death, and thus early detection of cancer is crucial. For that very reason, contextflow has implemented a malignancy Similarity Index (mSI) feature into ADVANCE Chest CT, a clinical decision support tool that aids radiologists in the diagnosis of lung cancer, interstitial lung diseases (ILD) and chronic-obstructive pulmonary disease (COPD). 

A malignancy Similarity Index is a value from 0 to 1 that indicates the degree of similarity between a nodule in question and nodules with known outcomes in a reference set. In clinical practice, a high mSI would indicate “upgrading” followup of a nodule as compared to guideline recommendations because there is increased certainty that the nodule in question is malignant. Here, the goal is to detect cancer as early as possible in order to improve patient outcomes.

As contextflow CEO Markus Holzer puts it, “Detecting lung cancer is a challenging and time-consuming task for radiologists. Detection is not straightforward. All too often patients are scheduled for followups months after their initial exam without knowing whether they actually have cancer or not. This is extremely stressful, but thankfully we can start to change that.”

On the flip side, a low mSI score would indicate “downgrading” the nodule with the aim of reducing invasive, unnecessary procedures and patient stress. In a clinical study published in the Journal of the American College of Radiology, use of the RevealDx mSI feature was shown to detect cancer up to one year sooner in approximately 45% of cases while simultaneously reducing false positive detection rates by 18% (Adams, Scott J. et al. JACR September 2022).

As Chris Wood, CEO of RevealDx says, “Our integration with ADVANCE Chest CT simplifies the interpretation of lung nodules. Automatically detected nodules have their mSI scores calculated before the radiologist starts reading the exam, which should save time while providing clinical insight.”

The latest version of contextflow ADVANCE Chest CT also includes a nodule tracking report to visualize and quantify changes in nodules over time. contextflow ADVANCE Chest CT is a CE marked medical device under MDR. For more information, contact sales@contextflow.com or visit contextflow.com.

About contextflow 

contextflow is a spin-off of the Medical University of Vienna (MUW) and European research project KHRESMOI, supported by the Technical University of Vienna (TU). Founded by a team of AI and engineering experts in July 2016, the company has a strong interest in bringing state-of-the-art machine learning techniques to the market e.g. improved emphysema detection and lung segmentation. Its computer-aided detection software ADVANCE Chest CT is CE Marked and available for clinical use within Europe under the new MDR. Visit contextflow.com for more information. 

About RevealDx

RevealDx developed RevealAI-Lung, the world’s first CADx software for the characterization of lung nodules to receive the CE Mark. RevealAI-Lung has been validated in clinical studies that show improvement in diagnostic precision using our patented methods.  Results demonstrate the software can significantly accelerate lung cancer diagnosis and reduce unnecessary procedures. https://reveal-dx.com/

For more information, contact: 

Julie Sufana, Chief Marketing Officer, contextflow

Email: julie@contextflow.com 

Phone: +43 676 920 1032 

Chris Wood, CEO, RevealDx

Email: chris@reveal-dx.com

Phone: +01 425 895 2845

Blackford and contextflow Announce Commercial Partnership to Bring Comprehensive Chest CT Detection Software to Healthcare Providers

Presse Actualités

2023-11-16

Edinburgh, Scotland (November 16th, 2023) – Blackford, the pioneering strategic AI platform and solutions provider, and contextflow today announced a commercial partnership to bring contextflow’s ADVANCE Chest CT solution to healthcare professionals.

Under the partnership, contextflow’s innovative technology will be integrated with Blackford’s advanced enterprise AI platform. Blackford provides healthcare professionals access to an extensive portfolio of medical AI solutions designed to drive clinical efficiency and improve patient outcomes. By integrating contextflow’s advanced detection technology into the Blackford platform, Blackford can offer healthcare providers a powerful tool for detecting ILD, COPD and lung cancer on chest CTs.

« Blackford exists to improve the lives of patients and populations – we can do this by providing tailored AI solutions to healthcare providers around the world to help enhance therapy selection and treatment optimisation », said Ben Panter, CEO of Blackford. « We are delighted to partner with contextflow to add their advanced tools for lung disease detection, quantification and monitoring of disease progression to our AI portfolio.” 

contextflow’s CE and UKCA marked technology, ADVANCE Chest CT, offers radiologists comprehensive computer-aided detection support for lung cancer, ILD, and COPD patients. The software detects, visualizes and quantifies nodules and lung disease patterns to enhance the speed and quality of radiology reports. Its upcoming malignancy scoring feature has been shown to not only detect lung cancer sooner but also to reduce both false positives and false negatives (*Adams, Scott J et al., JACR September 2022). 

As contextflow’s Chief Commercial Officer Marcel Wassink puts it, “Successful implementation of lung cancer screening programs will require the use of assistive AI to help with earlier detection and manage the workloads. We also understand that lung cancer is only one of many findings relevant to the patient’s wellbeing, and thus we are proud to offer comprehensive support for chest CT that goes beyond cancer to include ILD, COPD, and in the near future, incidental pulmonary embolism. Our partnership with Blackford will accelerate the adoption of this much-needed AI, increasing its accessibility to radiologists and patients alike.”

About Blackford 

Blackford are pioneers in the radiology AI space, with over a decade of experience working in partnership with leading hospitals and ground-breaking technology providers. We operate as a strategic AI partner, providing access to a tried-and-tested core platform, tailored services, and a portfolio of 100+ applications to help healthcare providers unlock the value of AI and improve patient outcomes. 

Our collaboration and recent arms-length acquisition by Bayer ensures that our customers and partners have the support and long-term security needed to underpin successful AI strategies. 

To learn more about Blackford’s tailored approach to AI solutions visit www.blackfordanalysis.com.  

About contextflow 

contextflow is a spin-off of the Medical University of Vienna (MUW) and European research project KHRESMOI, supported by the Technical University of Vienna (TU). Founded by a team of AI and engineering experts in July 2016, the company has a strong interest in bringing state-of-the-art machine learning techniques to the market e.g. improved emphysema detection and lung segmentation. Its computer-aided detection software ADVANCE Chest CT is CE Marked and available for clinical use within Europe under the new MDR. Visit contextflow.com for more information.

Always in the picture thanks to AI

Presse Actualités

2023-09-27

Evangelisches Klinikum Niederrhein introduces contextflow ADVANCE Chest CT in the Pulmonology Department

Lung diseases are among the most common as well as most diverse health problems worldwide. They require precise diagnoses and effective treatment strategies. In this context, artificial intelligence (AI) opens up a promising avenue for detecting a wide variety of disease conditions in affected patients as early as possible. Fanar Othman, head physician at the Clinic for Pulmonary and Bronchial Medicine at Johanniter Hospital Oberhausen, has also discovered the possibilities of deep learning-based technology for himself. He uses the CE certified software contextflow ADVANCE Chest CT to ensure that even when there is a lot to do, the pulmonologist no longer misses anything.

As part of the Lower Rhine Evangelical Hospital and Bethesda Hospital network, the department not only cares for around 3,000 patients a year in its own hospital, but also provides consultative care for three other sites in the western Ruhr region, including Dinslaken and Duisburg. As a former stronghold of the coal and steel industry, the region is also known as the « coal pot ». Particularly among the older generation, the doctors still see many patients whose health was severely affected by their work in the former mines, blast furnaces and factories. As a result, a not insignificant proportion of the medical care provided locally is for occupational lung diseases such as pneumoconiosis, silicosis, asbestosis and, unfortunately, the resulting late effects such as cancer and pleural mesothelioma. 

So there is a lot to do for the total of five pulmonologists under the direction of Fanar Othman. « We have a large catchment area and, simply because of the size of our association, we get to see a large number of rare pathologies in addition to the usual clinical findings, » says the chief physician. « In these cases, it can already become a challenge to make the correct diagnosis and initiate appropriate therapy. » In this context, a single disease may be associated with multiple radiological patterns. Precise characterization is often laborious and examiner-dependent.

Quick access to relevant knowledge

Since last year, contextflow’s AI solution has been providing a remedy for this problem. It takes over the sifting and provision of information from CT examinations that are relevant for diagnostics. The recognition software detects even small changes in the lung parenchyma and relates them to specific diseases. For nodules, it can even show progression. The resulting findings report is generated automatically and is available directly in the PACS viewer within a few minutes. In this way, the tool saves the diagnostician from having to work through thousands of image slices every day, and at the same time, prevents anything important from being overlooked. 

Using an AI system in his department is new territory for Fanar Othman. He was made aware of ADVANCE Chest CT by his physician colleague, the head of radiology, Prof. Dr. Jörg Michael Neuerburg, who has already been using the software successfully for some time. « From the beginning, I liked how affable and user-friendly the application was, » Othman recalls. « You have to take care of practically nothing. The findings generated by the AI are prepared in a simple and clearly understandable way, so you can adopt the results without time-consuming cross-checking. There is not enough time for anything else in daily practice. Everything has to be done in a jiffy. »

Progress controls at the push of a button

When the opportunity arose to take part in a product training course initiated by contextflow, the pulmonologist jumped at the chance. During the online training, he discovered that the software can do a lot more that is valuable for his work: « For example, the AI is able to compare different series of images taken at different points in time. This makes it possible to assess the size development of nodules, which is very important for determining further therapeutics. »

In addition to calculating the diameter in a plane, the system also applies 3D volumetric analysis to evaluate the total mass of a pulmonary nodule. The volumetric measurement method is becoming increasingly important because it offers a more accurate assessment of malignancy risk, or tumor grade, compared to linear measurement, and also helps to better monitor response to therapy – especially when it comes to determining tumor doubling time. This refers to the fact that in most malignant lesions, volume increases first, followed by size.

From the pattern of findings to differential diagnosis

The software solution is also used for texture analysis, e.g. for characterizing parenchymal changes such as ground-glass opacities, reticular pattern or honeycombing. In this context, the distribution of the changes in the lung allows decisive conclusions to be drawn about the underlying clinical picture. However, differential diagnosis is a difficult and complex task due to the sheer number of existing lung pathologies. In addition, it is often the small but subtle differences that matter. Even experienced experts sometimes reach their limits here. « Sometimes it’s difficult to decide with subtle changes in the lower lobe: is this an emphysema bullae or honeycombing? The AI can differentiate such structures incredibly well, » Fanar Othman is pleased to report.

What the Oberhausen head physician also likes is that the structural parenchymal changes can be displayed in percentage form with the help of ADVANCE Chest CT: « When a check-up is due, you can’t always tell with the naked eye whether it has improved after therapy or not. If the response is not that great, it’s helpful to know by what percentage it ultimately got better. A lot of patients ask us explicitly about that, too. » So such clear feedback can have a positive effect on doctor-patient communication.

Overall, the expert is very pleased with how AI has been able to reduce the workload in his department over the past year while increasing diagnostic accuracy. He says his team is also enthusiastic and has already asked him – or rather the AI – for advice in one or two tricky cases. Othman is not worried that a machine could one day outstrip him: « I see it as an opportunity – especially in view of the fact that there is a shortage of staff anyway. AI is therefore a helpful support in the diagnostic process that makes a lot of things easier. In the end, it is still us who bring it all together with the laboratory values, clinical data and samples and come to a decision. That remains the fine art and continues to be the physician’s task. »

Plus qu’une simple détection de nodules…

Presse Actualités

2023-08-31

Les radiologues du groupe Imapôle Lyon-Villeurbanne bénéficient du support de l’IA de contextflow pour détecter les anomalies pulmonaires.

L’Imagerie Médicale, pilier central de la médecine moderne, est devenue incontournable aujourd’hui. Véritable pierre angulaire du diagnostic patient, elle le sera encore plus demain. Tourné vers le futur, Imapôle Lyon–Villeurbanne, le service d’Imagerie Médicale du plus grand établissement de santé privé de la région lyonnaise, le Médipôle Lyon-Villeurbanne, s’inscrit pleinement dans cette démarche et, dans cette optique, a intégré contextflow ADVANCE Chest CT dans sa routine clinique. Pour mieux comprendre les motivations de l’adoption de contextflow, les critères de sélection, l’expérience de déploiement et les bénéfices observés, nous avons rencontré Samir Lounis, CEO & General Manager chez ImaOne. Il dirige et pilote l’activité du groupe Imapôle.

Bonjour. Pourriez- présenter Imapôle Lyon-Villeurbanne ?

Le groupe Imapôle est composé de 10 radiologues. Ils sont chargés d’interpréter la production d’images médicales de deux sites : Le Médipôle Lyon Villeurbanne, le plus grand hôpital privé d’Europe avec plus de 850 lits, et le Pôle Médical d’OL Vallée à Décines. 

Ces deux sites réalisent plus de 800 examens par jour et environ 170 000 examens par an.

Notre équipe gère cette charge de travail, et nous sommes fortement engagés dans l’utilisation de solutions d’intelligence artificielle.

Nous croyons fermement en leur potentiel pour soutenir nos radiologues et les transformer en « radiologues augmentés » grâce à l’IA, afin d’une part, pouvoir fournir des diagnostics plus précis et d’autre part, pouvoir gérer un volume d’examens beaucoup plus important.

Quelles ont été les motivations et les facteurs déterminants qui ont conduit votre département de radiologie à envisager l’adoption de l’application contextflow dans votre pratique clinique à Imapôle Lyon-Villeurbanne ?

Au sein d’Imapôle, une part importante de notre activité concerne la cancérologie, environ un tiers. Cela implique que nous devons interpréter un grand nombre d’images, en particulier des scanners, pour le suivi ou la détection de pathologies chez nos patients.

Dans ce contexte, nous avons cherché une solution qui puisse nous aider à dépister les lésions et à suivre leur évolution en termes de taille, notamment en ce qui concerne la croissance ou la diminution des lésions. 

Mesurer une lésion est une tâche complexe et sujette à de nombreuses variations. Cela dépend du plan de coupe utilisé pour la mesure et de l’inclinaison de la lésion elle-même, par exemple dans le cas d’une lésion pulmonaire.

De nombreux facteurs entrent en jeu. Nous souhaitions donc que cette mesure puisse  être volumétrique et reproductible.

Partant de tous ces éléments, nous avons décidé d’utiliser un logiciel. Nous sommes également impliqués dans un programme de dépistage du cancer du poumon au sein du Médipôle.

En France, des études sont actuellement menées dans ce domaine. Au sein d’Imapôle Lyon Villeurbanne, nous disposons d’un département de pneumologie important et nous avons voulu proposer une solution reproductible, efficace et indépendante de l’opérateur qui se trouve derrière l’écran.

Parmi les différentes solutions que nous avions identifiées, le logiciel de contextflow, qui figurait parmi les trois finalistes, nous a paru être le plus performant et le plus complet, répondant ainsi à nos besoins.

Quels ont été les critères de sélection et les évaluations préliminaires effectués avant de choisir l’application contextflow pour votre département de radiologie ?

Nous avons exploré le marché pour rechercher des solutions adaptées à notre mission, qui consiste à détecter et suivre les lésions pulmonaires dans le temps, tout en tenant compte d’autres critères tels que le délai de retour des résultats. Il était essentiel que l’analyse puisse être réalisée rapidement, avec un retour dans le PACS et vers le médecin dans un délai de l’ordre d’environ cinq minutes, afin de maintenir notre flux de prise en charge des patients. Après avoir comparé contextflow à d’autres fournisseurs, nous avons choisi contextflow parce qu’il offre plus que la simple détection de nodules et qu’il s’intègre très bien dans notre PACS. 

L’autre point qui a été un « game changer » dans notre choix, c’est la capacité de contextflow à pouvoir se projeter et proposer, dans un avenir proche, la détection des embolies pulmonaires fortuites.

Nous disposons ainsi d’un outil capable de répondre à plusieurs de nos problématiques, notamment en cancérologie, pour le suivi à long terme, l’analyse et la reproductibilité des mesures, ainsi que l’analyse et la quantification d’autres pathologies pulmonaires comme l’emphysème.

Pouvez-vous retracer l’historique de l’intégration de l’application logicielle contextflow dans votre département de radiologie, depuis sa mise en place jusqu’à aujourd’hui ?

Les équipes techniques de contextflow ont été extrêmement réactives. Nous avons pu les mettre en relation avec nos équipes IT et PACS, et les trois équipes ont rapidement réussi à installer la machine virtuelle pour effectuer tous les tests. Nous avions un délai assez court pour atteindre un niveau d’intégration qui nous permettrait une utilisation transparente, sans que le médecin ne quitte son environnement. C’était un élément clé. 

La solution contextflow est entièrement intégrée dans notre flux de travail. Les envois se font automatiquement de la modalité vers la solution d’IA, et les résultats sont renvoyés dans le PACS. Ainsi, lorsque le médecin prend connaissance de l’examen, il dispose des résultats de contextflow. 

L’accompagnement technique et le support des équipes lors du démarrage ont été extrêmement réactifs, ce qui est très positif pour contextflow. Le niveau d’intégration avec notre PACS est très élevé.

Quelles ont été les étapes clés du processus de mise en œuvre de l’application contextflow dans votre département de radiologie en termes de formation, de personnalisation et de gestion du changement ?

En ce qui concerne contextflow, la formation s’est déroulée en deux étapes. Tout d’abord, il y a eu une formation préliminaire qui consistait essentiellement en une présentation du produit, puis une deuxième partie où l’application du produit a été présentée. Nous avons examiné un cas concret et analysé les résultats obtenus. Cette formation a été dispensée en visioconférence à différentes dates, afin de convenir aux disponibilités des différents médecins impliqués dans le projet, ce qui a été très apprécié. 

Nous avons pu démarrer l’utilisation de la solution avec un accompagnement à distance, si nécessaire, tant de la part de l’équipe de contextflow que de notre équipe IT et PACS. Tout s’est très bien passé.

Après environ un mois d’utilisation, contextflow nous a proposé d’accompagner nos équipes médicales sur site, afin de bénéficier de leur expérience. Cela permettrait également d’apporter des ajustements personnalisés à l’utilisation du produit et de leur faire découvrir des fonctionnalités qu’ils n’auraient peut-être pas saisies lors des premières formations.

Cet accompagnement est toujours en cours. Nous aurons un technicien de l’application qui viendra la semaine prochaine pour rencontrer nos équipes. Il pourra également revenir si les médecins en ressentent le besoin. Maintenant, en ce qui concerne contextflow, le gros avantage est qu’ils ne se limitent pas à la détection et au suivi des nodules dans le temps, ce qui est essentiel et très important pour le dépistage du cancer du poumon, par exemple, et le suivi des fumeurs. Mais, au contraire, il permet aussi d’analyser d’autres pathologies, notamment l’emphysème, ce qui est une quantification primordiale, surtout dans une perspective d’avenir.

À l’avenir, il permettra également de détecter les embolies pulmonaires fortuites, un diagnostic crucial en radiologie. Au Medipôle Lyon Villeurbanne, le plus grand service d’urgence privé de France, nous recevons environ 250 patients par jour, dont la moitié environ passe par le service d’imagerie, et beaucoup d’entre eux bénéficient d’un scanner. 

Nous sommes très heureux d’être soutenus par un logiciel de détection basé sur l’IA pour ces 250 patients, car la charge de travail des radiologues ne cesse d’augmenter. On se retrouve avec 400 à 500 images à analyser par patient. C’est donc une bonne chose d’avoir une intelligence artificielle qui peut vous accompagner dans cette phase de détection et mettre en évidence les zones à risque.

C’est pourquoi la capacité de contextflow à prendre en charge de nouvelles pathologies à analyser a également été un facteur déterminant dans le choix de la solution.

Comment l’application contextflow a-t-elle été intégrée dans le système d’information radiologique existant à l’Imapôle, pour assurer la compatibilité, l’interopérabilité et la synchronisation des données cliniques ?

Ce qui est le plus important, c’est toute la phase préparatoire d’intégration. Cela nécessite un travail considérable qui s’étend sur quelques semaines, pendant lesquelles tous les acteurs impliqués peuvent échanger sur les contraintes techniques. L’utilisateur final, notamment le médecin, peut exprimer ses attentes et objectifs, en particulier sur la manière dont il souhaite retrouver les résultats dans son flux de travail.

La réussite de cette étape se traduit par le fait que, finalement, le médecin n’a pas besoin de quitter son environnement de travail habituel. Il ouvre son PACS et y travaille – les résultats contextuels sont là sans avoir à ouvrir un nouveau programme ou à changer de fenêtre. L’utilisateur n’est pas confronté à une interface totalement différente. En outre, les résultats de contextflow peuvent être adaptés par le radiologue en cas de désaccord, par exemple dans le cas d’un nodule faussement positif.

Plus on parvient à apporter de transparence dans l’utilisation de contextflow au sein du PACS, plus l’intégration est réussie et plus le médecin l’utilisera régulièrement.

Comment mesurez-vous la satisfaction globale des utilisateurs de l’application contextflow au sein de votre département de radiologie en termes de convivialité, de performance et de contribution à la prise de décision clinique ?

Chaque clic coûte du temps et de l’argent aux radiologues, c’est pourquoi il était prioritaire pour nous d’avoir une solution d’IA bien intégrée avec le moins de clics possible.

C’est un élément clé dans l’utilisation de la solution.

Si l’on propose à un médecin, qui est déjà très occupé et soumis à une charge mentale importante liée à l’analyse médicale, des contraintes supplémentaires telles que de devoir naviguer entre différentes fenêtres ou dossiers, il est certain que la solution ne sera pas utilisée. Il peut l’essayer une ou deux fois, mais rapidement, il se rendra compte que cela lui prendra du temps et il finira par se dire : « Je vais m’en passer » et il n’y reviendra plus.

En revanche, si l’on automatise l’ensemble du processus, c’est-à-dire que les images sont acquises par le scanner, envoyées automatiquement à l’IA de contextflow pour analyse, que les résultats sont renvoyés au médecin dans son environnement de travail et qu’il n’a plus qu’à valider ou invalider les résultats de l’IA pour les intégrer dans son compte rendu, alors le nombre de clics est réduit au minimum.

Cela permet une convivialité très appréciable. De plus, le degré d’intégration de la solution dans notre PACS est extrêmement poussé, ce qui rend notre dépendance à la solution encore plus bénéfique.

Quels sont les indicateurs de performance et les critères d’évaluation utilisés pour mesurer l’efficacité et l’impact clinique de l’application contextflow dans votre département de radiologie ?

Au niveau de nos prescripteurs, nous avons une grande quantité de pneumologues et de pneumologues-oncologues au sein de notre pôle. Nous avons donc une équipe de médecins spécialisés dans les affections pulmonaires. Ils ont été très satisfaits de l’application contextflow à un niveau avancé de l’analyse pulmonaire, notamment ici à Lyon. Ils ont particulièrement apprécié la capacité de détecter et de suivre les pathologies pulmonaires dans le temps, ainsi que la possibilité de comparer les résultats.

Lorsqu’un patient est envoyé pour une évaluation après trois ou six mois de chimiothérapie, il est extrêmement précieux de disposer d’un outil tel que contextflow pour assurer la reproductibilité de l’analyse et des mesures. Cela a réellement été un atout majeur pour nos médecins prescripteurs.

Aujourd’hui, l’utilisation de l’outil est demandée presque systématiquement par les médecins prescripteurs, car ils se sont habitués à son utilisation. Ils orientent donc leurs patients vers notre centre afin que leurs examens puissent bénéficier de cette analyse complémentaire en interne. En ce qui concerne nos propres médecins, comme je l’ai mentionné précédemment, plus l’interface dans le flux de travail est transparente, plus elle est utilisée.

Ainsi, à l’heure actuelle, 100 % des scanners pulmonaires passent par contextflow, bénéficiant ainsi d’une double analyse à la fois médicale et assistée par IA. 

Les retours que nous avons obtenus en discutant avec les médecins montrent clairement que l’outil a été adopté et utilisé de la même manière que d’autres outils d’IA que nous avons dans notre parc. Nous avons une équipe de médecins précurseurs dans l’adoption de l’IA, et ils sont conscients des avantages que peut leur apporter l’intelligence artificielle.

Comment aimeriez-vous que la solution contextflow évolue à l’avenir ?

J’aimerais beaucoup que contextflow apporte une solution pour la détection d’embolie pulmonaire, car c’est un besoin réel pour tous les services d’imagerie médicale d’urgence. Cela aidera considérablement les urgentistes et les médecins, accélérant ainsi la prise en charge des patients et réduisant le temps perdu lors de l’analyse. L’équipe de contextflow a pris nos remarques au sérieux et travaille dans ce sens.

Nous sommes très satisfaits de la solution actuelle. contextflow améliore continuellement la spécificité et la sensibilité de l’algorithme de détection des nodules. Ensuite, nous envisageons d’étendre les possibilités d’analyse des pathologies thoraciques, pas seulement pour les poumons, mais également pour les vaisseaux et le cœur, ainsi que pour tous les organes situés dans la région thoracique. 

Si à l’avenir, contextflow pouvait également fournir une analyse pour ces éléments, ce serait un véritable atout.

L’IA est considérée comme l’avenir, mais elle suscite également des craintes. En tant qu’utilisateur, vous pouvez être à la fois enthousiaste et réticent vis-à-vis de certaines applications. Cependant, en tant qu’être humain, vous êtes conscient des implications et des limites de l’IA. Cela peut ouvrir la porte à diverses possibilités. Quelle est votre opinion sur ce sujet ?

Dans notre monde où tout évolue rapidement, bien plus rapidement que la capacité d’adaptation d’un être humain, les données, qu’elles soient médicales ou non médicales, sont multipliées de façon exponentielle. L’analyse de ces données doit donc également être multipliée.

Cependant, les êtres humains n’ont pas la capacité d’adaptation instantanée à un tel flux de données. Peut-être serons-nous capables de le faire dans X années, mais aujourd’hui, nous avons besoin de solutions qui nous accompagnent dans la gestion de ce flux de données. Il est crucial de trier et d’analyser ces données et informations.

En ce qui me concerne, je peux dire que l’IA peut susciter des inquiétudes sur certains aspects. Cependant, je pense que l’IA ne remplacera pas les médecins. C’est un fait que j’ai expérimenté en utilisant ces solutions depuis plusieurs années et en les observant dans notre pratique.

En revanche, ce qui est certain, c’est que le médecin qui utilise l’IA remplacera le médecin qui n’utilise pas cette technologie. C’est là que réside le véritable enjeu. Le monde a évolué plus rapidement que la capacité d’adaptation de l’être humain. Il a donc besoin d’outils technologiques. Ainsi, le médecin qui intègre l’IA dans sa pratique surpassera le médecin « tout court ».