Comment extraire les données des comptes rendus de radiologie et des résumés de sortie
pour les audits cliniques

Deux types de documents, un même problème d'extraction

Les comptes rendus de radiologie et les résumés de sortie se situent aux deux extrémités du séjour hospitalier d'un patient — l'un capture un moment diagnostique, l'autre résume l'ensemble d'une admission — mais ils partagent le même problème d'accessibilité des données. Les deux sont générés sous forme de documents narratifs. Les deux contiennent des champs dont les registres cliniques, les bases de données de recherche et les audits qualité ont besoin sous forme de valeurs structurées. Et dans la plupart des systèmes hospitaliers, les deux quittent le dossier de santé électronique (EHR) sous forme de PDF sans qu'aucune de cette structure ne soit préservée.

Un compte rendu de radiologie suit une architecture interne remarquablement cohérente. Le Practice Parameter de l'American College of Radiology (ACR) pour la communication des résultats d'imagerie diagnostique définit cinq sections standard : l'indication clinique (pourquoi l'examen a été prescrit), la technique (modalité, contraste, paramètres d'imagerie), la comparaison (avec les examens antérieurs), les constatations (le récit détaillé de ce que le radiologue a observé) et l'impression (la conclusion diagnostique concise). Le Breast Imaging Reporting and Data System (BI-RADS) — largement considéré comme la référence absolue en matière de compte rendu structuré — démontre ce qui se produit lorsque chacune de ces sections correspond à des champs discrets et interrogeables. Mais BI-RADS est l'exception. La plupart des comptes rendus de radiologie sont des dictées en texte libre qui utilisent ces sections de manière incohérente ou pas du tout, laissant les données enfermées dans la prose.

Un résumé de sortie suit un modèle différent mais tout aussi prévisible. La norme RC.02.04.01 de The Joint Commission impose six éléments essentiels : le motif de l'hospitalisation, les constatations significatives, les procédures et traitements effectués, l'état du patient à la sortie, les médicaments de sortie et les instructions de suivi. Les Centers for Medicare & Medicaid Services ajoutent leurs propres exigences dans le cadre de la Condition de participation pour la planification de la sortie. Chaque hôpital accrédité produit des résumés de sortie contenant ces éléments. Mais le format — quels champs sont étiquetés, lesquels sont intégrés dans le texte libre, si les diagnostics apparaissent avec des codes ICD-10 ou sous forme de descriptions en langage courant — varie considérablement d'un hôpital à l'autre et même entre les services d'un même hôpital.

Que extraire d'un compte rendu de radiologie

Un compte rendu de radiologie contient plus de texte qu'on ne le pense. Un scanner thoracique typique avec contraste génère un compte rendu qui s'étend sur plusieurs paragraphes, mais les champs dont vous avez réellement besoin pour un registre ou un audit tiennent dans une dizaine de colonnes. Le reste — le nom du technologue, les détails de dose de radiation, l'horodatage de la dictée — est une information contextuelle que le PDF peut conserver.

Les dix champs qui valent la peine d'être extraits, et pourquoi chacun compte :

Le champ Findings mérite une attention particulière. Avec 200 à 500 mots dans un rapport type, il est trop long pour être ressaisi et trop dense en informations pour être ignoré. C'est le champ où « consolidation du lobe inférieur droit » et « aucun signe d'embolie pulmonaire » coexistent — des conclusions opposées qu'un formulaire d'abstraction à cases à cocher réduirait à un simple indicateur « anormal », perdant ainsi la spécificité qui rend les données utiles à la recherche. Extraire l'intégralité du récit préserve cette granularité. Le filtrage et le codage peuvent intervenir plus tard ; ce qui importe à l'étape de l'extraction, c'est que rien ne soit prématurément réduit.

Que extraire d'un compte rendu de sortie

Là où les comptes rendus de radiologie sont des récits structurés, les comptes rendus de sortie sont des hybrides semi-structurés — un mélange de champs discrets (date d'admission, date de sortie) et de sections en texte libre (évolution hospitalière, instructions de sortie). Cette nature hybride est précisément ce qui rend l'abstraction manuelle si chronophage. Les champs discrets sont faciles à repérer mais fastidieux à saisir. Les sections en texte libre exigent une compréhension de lecture pour localiser les valeurs spécifiques — un diagnostic enfoui au troisième paragraphe, un changement de traitement décrit au cinquième paragraphe.

Les dix champs qui comptent pour l'abstraction de registre, la recherche et l'audit :

Les médicaments de sortie sont systématiquement le champ le plus difficile à extraire manuellement — non pas parce que l'information est difficile à trouver, mais parce qu'il contient quatre sous-champs (médicament, dose, fréquence, durée) qui apparaissent souvent dans un seul paragraphe de texte. Une section de réconciliation des médicaments peut lister « Metoprolol succinate 50 mg PO par jour, à poursuivre à domicile » sur une ligne et « Apixaban 5 mg PO BID x 30 jours, puis 2,5 mg BID ensuite » sur la suivante. L'abstracteur doit analyser chaque ligne en champs composants avant de les saisir dans le registre — effectuant ainsi simultanément la saisie de données et la normalisation des données.

Étape par étape : de l'export PDF à la feuille de calcul structurée

Le flux de travail qui remplace l'extraction manuelle comporte quatre étapes. Aucune d'elles ne nécessite de codage, de déploiement informatique ou d'intégration EHR. L'entrée est un ensemble de PDF exportés depuis le système d'information hospitalier. La sortie est une feuille de calcul Excel avec une ligne par document et une colonne par champ.

Un comportement de feuille de calcul mérite d'être noté : lorsque vous téléversez un mélange de rapports de radiologie et de comptes rendus de sortie dans le même lot, chaque ligne de la sortie représente un document. Un rapport de radiologie aura des valeurs dans des colonnes comme « Type d'examen » et « Impression », mais des cellules vides sous « Médicaments de sortie » et « Rendez-vous de suivi ». Un compte rendu de sortie montrera l'inverse. Ce comportement est correct — la feuille de calcul est une union de toutes les colonnes que vous avez définies, et chaque document remplit les colonnes pertinentes pour son type. Pour les projets qui nécessitent les deux types de documents, la feuille de calcul unique devient naturellement une table de données maîtresse où vous pouvez filtrer par type de document pour isoler les enregistrements de radiologie uniquement ou de sortie uniquement.

Quatre cas d'usage clinique où l'extraction remplace la saisie

Le flux de travail décrit ci-dessus n'est pas théorique. Il correspond directement aux scénarios les plus courants où les extracteurs de données cliniques passent des heures à transférer des données de rapports narratifs vers des bases de données structurées.

Abstraction de registres cliniques (STS, GWTG, NCDR)

La base de données nationale de la Society of Thoracic Surgeons (STS), le NCDR de l'American College of Cardiology (y compris les modules CathPCI, Chest Pain-MI et AFib), et le programme Get With The Guidelines (GWTG) de l'American Heart Association exigent tous des éléments de données discrets extraits des dossiers patients. Un seul cas CathPCI peut nécessiter plus de 150 points de données. Un seul cas GWTG-Stroke peut en nécessiter plus de 80. Ces points de données sont dispersés dans les notes d'admission, les comptes rendus d'intervention, les résumés de sortie et les rapports d'imagerie — et le travail de l'extracteur consiste à trouver chacun d'eux dans un PDF et à le saisir dans l'interface de collecte de données du registre.

L'extraction n'élimine pas le flux de travail d'abstraction — certains champs du registre exigent un jugement clinique que seul un extracteur formé peut fournir. Mais elle élimine l'étape de transcription pour les champs qui apparaissent textuellement dans les rapports de radiologie et de sortie : dates d'examen, codes ICD-10, noms de procédures, listes de médicaments. L'extracteur commence avec une feuille de calcul pré-remplie contenant ces valeurs, puis ajoute les champs dépendant du jugement par-dessus. La différence entre extraire 80 champs de zéro et extraire 30 champs après que 50 ont été pré-remplis automatiquement, c'est la différence entre un débit de 3 cas par jour et 8.

Audits d'amélioration de la qualité

Les services qualité des hôpitaux extraient régulièrement des dossiers pour des audits ciblés — conformité au délai porte-ballon, taux de conciliation des médicaments à la sortie, critères d'utilisation appropriée pour l'imagerie avancée. Chaque audit commence par une liste de cas et se termine par un tableur, et le milieu est une revue manuelle des dossiers. Pour un audit de 100 rapports de radiologie vérifiant si l'indication clinique a été documentée avant l'administration du produit de contraste, extraire le champ « Indication clinique » de chaque PDF dans une seule colonne transforme une demi-journée de lecture en un scan de cinq minutes d'une colonne de tableur.

Le Royal College of Radiologists maintient une bibliothèque de plus de 100 modèles d'audit en radiologie, chacun spécifiant les éléments de données à collecter. La plupart de ces éléments — type d'examen, temps d'attente, délai de compte rendu, conformité aux normes de compte rendu — existent en tant que champs discrets dans les rapports de radiologie. Les extraire dans un tableur avant de commencer l'analyse de l'audit réduit la phase de collecte de données d'un cycle d'audit que les modèles RCR estiment généralement à plusieurs semaines de travail à temps partiel.

Identification de cas pour la recherche clinique

Un coordonnateur de recherche constituant une cohorte pour une étude rétrospective doit examiner les comptes rendus de sortie pour des critères d'inclusion spécifiques : un diagnostic principal d'insuffisance cardiaque décompensée aiguë, une durée de séjour supérieure à 48 heures, une liste de médicaments à la sortie incluant un bêta-bloquant. Avec une revue manuelle, cela signifie ouvrir chaque PDF, lire pour trouver les champs pertinents, et enregistrer une décision oui/non pour chaque critère. Avec l'extraction, les codes ICD-10, la durée de séjour et la liste de médicaments sont déjà dans un tableur — le coordonnateur sélectionne en triant et en filtrant, pas en lisant.

Le gain d'efficacité ne concerne pas seulement le temps ; il concerne l'exhaustivité. Un examen manuel de 200 dossiers manque inévitablement des cas où le critère de qualification est formulé différemment que prévu — « exacerbation de l'ICC » au lieu d'« insuffisance cardiaque décompensée aiguë », ou « metoprolol » listé sous « médicaments à domicile » plutôt que « médicaments de sortie ». Une IA qui lit le document complet de manière sémantique capture ces variantes en comprenant leur signification, pas en faisant correspondre des chaînes de caractères. La cohorte examinée est plus large et plus complète — deux attributs qui améliorent directement la puissance statistique de l'étude résultante.

Préparation de l'examen de mortalité

Les comités d'examen de mortalité hospitaliers — exigés par la plupart des organismes d'accréditation et de plus en plus souvent imposés par les réglementations qualité des États — doivent examiner chaque décès de patient hospitalisé. Chaque examen nécessite un résumé de cas tiré du compte rendu de sortie : date d'admission, diagnostic principal, procédures réalisées pendant l'hospitalisation, devenir à la sortie (dans ce cas, le décès), et toute complication documentée ou événement inattendu. La compilation de ces résumés pour une réunion mensuelle d'examen de mortalité portant sur 20 à 50 cas signifie qu'un spécialiste qualité passe des jours à extraire les mêmes champs du même type de document, cas après cas.

L'extraction des champs du compte rendu de sortie dans une feuille de calcul — une ligne par défunt, une colonne par élément d'examen requis — produit un tableau récapitulatif pouvant être distribué aux membres du comité avant la réunion. Le temps de préparation du spécialiste qualité passe de l'assemblage des données au triage des cas : quels cas nécessitent une analyse approfondie, lesquels présentent des schémas méritant une investigation, lesquels suivent une trajectoire clinique prévisible.

Ce que l'extraction par IA peut et ne peut pas faire avec le texte clinique

Être précis sur les limites n'est pas une faiblesse dans un contexte clinique — c'est ce qui distingue un outil fiable d'un outil qui promet trop. Voici où se situe la frontière.

Elle extrait ce qui est écrit, pas ce qui est implicite. Si un compte rendu de sortie indique « patient hypotendu pendant la nuit, a répondu aux liquides », l'IA extrait cette phrase comme texte du déroulement hospitalier. Elle ne déduit pas que le patient a présenté un épisode d'hypotension d'une gravité ou d'une durée spécifique. L'inférence clinique — le jugement selon lequel cet épisode constitue une complication aux fins du registre — reste du ressort de l'abstracteur. L'IA fournit la matière première ; l'abstracteur fournit l'interprétation clinique.

Les annotations manuscrites sur les rapports imprimés réduisent la précision. Un PDF net, généré directement à partir d'un EHR, produit une extraction fiable. Une impression scannée — surtout avec des notes manuscrites en marge, des artefacts de télécopie ou plusieurs générations de photocopies — peut dégrader la précision sur le texte proche des zones endommagées. Si votre flux de travail implique l'impression de rapports, leur annotation, puis leur renumérisation, l'extraction capturera le texte imprimé de manière fiable, mais les annotations manuscrites avec une précision variable selon leur lisibilité.

Les champs structurés profondément imbriqués peuvent confondre le mappage sémantique. Si une liste de médicaments à la sortie est formatée comme un paragraphe non structuré (plutôt qu'un tableau), l'IA peut analyser « Metoprolol 50 mg par jour, Lisinopril 10 mg par jour, Apixaban 5 mg deux fois par jour » en trois entrées de médicaments. Si elle est formatée comme un tableau dense avec des cellules fusionnées, un espacement incohérent et une continuation sur plusieurs pages — comme certains anciens formats de rapports hospitaliers — la précision du mappage des sous-champs (médicament vs. dose vs. fréquence) diminue. Dans ces cas, extraire le texte complet des médicaments comme un champ unique et le subdiviser manuellement après extraction peut être plus pratique que d'attendre de l'IA qu'elle analyse parfaitement un tableau mal formé.

La conformité HIPAA dépend de votre gestion, pas de l'outil. Le processus d'extraction traite les fichiers en mémoire et ne les stocke pas après la session. Mais le téléversement de données patient vers tout outil basé sur le cloud nécessite un contrat de partenariat commercial (BAA) si les données contiennent des informations de santé protégées. L'outil traite les données sur des connexions chiffrées, mais la responsabilité de la conformité HIPAA dans votre contexte institutionnel spécifique — y compris si un BAA est requis et si votre comité d'éthique (IRB) ou votre bureau de la vie privée approuve le flux de travail — vous incombe.

FAQ

Est-ce que cela fonctionne avec des rapports papier scannés, ou uniquement avec des PDF natifs ?

Les deux. Les PDF natifs générés directement à partir d'un EHR produisent les résultats les plus fiables, car le texte est d'origine machine. Les rapports papier scannés — y compris ceux qui ont été imprimés, annotés, puis re-scannés — sont traités en lisant l'image du texte directement, sans étape de pré-traitement OCR distincte. La précision sur les rapports scannés dépend de la qualité du scan : un scan propre à 300 DPI d'un rapport imprimé fonctionne presque aussi bien qu'un PDF natif. Une copie faxée d'une copie avec un alignement incliné et des ombres prononcées aura une précision moindre, en particulier sur les textes en petite police comme les posologies de médicaments.

Et si mon hôpital utilise des en-têtes de sections différents de ceux décrits ici ?

L'extraction ne fait pas correspondre les en-têtes de sections par chaîne de caractères exacte. Si les rapports de radiologie de votre hôpital intitulent la section impression « Conclusion » ou « Assessment » — ou si le compte rendu de sortie appelle le déroulement du séjour « Summary of Stay » — l'IA reconnaît ces termes comme des équivalents sémantiques. Les noms de colonnes que vous définissez servent d'étiquettes canoniques, et l'IA gère la correspondance à partir de la terminologie utilisée par chaque rapport. Cela signifie que vous pouvez ajouter un rapport d'un nouvel hôpital ou d'un nouveau service à tout moment, sans rien reconfigurer.

Le même lot peut-il contenir à la fois des rapports de radiologie et des comptes rendus de sortie ?

Oui. Lorsque vous définissez des colonnes qui incluent des champs des deux types de documents — par exemple, Type d'examen, Impression, Date d'admission et Médicaments de sortie — chaque rapport de radiologie remplit les colonnes spécifiques à la radiologie (laissant les colonnes spécifiques à la sortie vides), et chaque compte rendu de sortie remplit les colonnes spécifiques à la sortie (laissant les colonnes spécifiques à la radiologie vides). La feuille de calcul de sortie contient toutes les lignes avec toutes les colonnes, et vous pouvez filtrer par type de document ou par le fait qu'une colonne particulière soit remplie pour isoler vos enregistrements radiologiques ou de sortie uniquement.

Comment gérer les médicaments de sortie listés en texte libre plutôt que dans un tableau ?

Si la liste des médicaments est formatée en texte continu plutôt qu'en tableau structuré, définissez votre colonne comme « Médicaments de sortie » (le texte complet) plutôt que d'essayer d'extraire des sous-champs (médicament, dose, fréquence) en une seule passe. L'IA capturera le bloc de texte complet des médicaments. Vous pouvez ensuite soit le subdiviser manuellement dans Excel, soit effectuer une seconde passe d'extraction sur le seul texte des médicaments pour le structurer en sous-champs. Commencer par le texte complet comme colonne vous offre à la fois la rapidité de l'extraction automatisée pour le cas global et la flexibilité nécessaire pour gérer les listes de médicaments non structurées, sans forcer l'IA à prendre des décisions d'analyse qu'un réviseur humain est mieux placé pour prendre.

Est-ce adapté à un petit projet de recherche, ou uniquement à un travail de registre à grande échelle ?

Le flux de travail se réduit aussi naturellement qu'il s'étend. Un interne menant une étude rétrospective sur 30 patients bénéficie de l'extraction exactement de la même manière qu'un extracteur de registre traitant 300 cas — le gain de temps par cas se cumule linéairement. En fait, l'extraction peut être plus précieuse pour les petits projets de recherche, car ils n'ont généralement pas de budget pour un personnel d'abstraction dédié. L'interne qui doit constituer une base de données de 30 cas après ses heures cliniques est la personne la moins capable d'absorber 20 heures de saisie manuelle — et celle qui bénéficie le plus de transformer ces 20 heures en 2.