Henry Schein One a lancé une vérification par AI des radiographies pour 10 000 cliniques

Henry Schein One a lancé Image Verify — un système d'IA pour la vérification de la qualité des radiographies dentaires construit sur Amazon SageMaker AI. Le système analyse les images en temps réel, au moment de la capture.

Comment Fonctionne Image Verify

Image Verify est un modèle d'IA qui évalue automatiquement la qualité des images de radiographies dentaires. Au lieu de laisser la vérification à un humain, le système fournit un verdict instantané : l'image est valide ou doit être retaken. C'est important car une mauvaise image entraîne un diagnostic imprécis et des reprises, ce qui prolonge le traitement et augmente l'exposition du patient aux radiations.

Le système est déployé sur Amazon SageMaker AI, la plateforme cloud d'AWS pour les modèles ML, ce qui permet de mettre à l'échelle sans goulot d'étranglement d'infrastructure.

À Propos de Henry Schein One

Henry Schein est un leader mondial dans l'approvisionnement en équipements et logiciels pour les cliniques dentaires et médicales (l'entreprise figure au Fortune 500). Henry Schein One est sa plateforme cloud pour la gestion des pratiques dentaires, utilisée par des dizaines de milliers de cliniques dans le monde. La plateforme unifie la gestion des patients, la manipulation des radiographies, les dossiers et la facturation.

Ampleur du Déploiement

La progression d'Image Verify est remarquable :

• 10.000+ emplacements actifs dans les mois suivant le lancement
• 11+ millions d'images de radiographies déjà traitées
• 1,5 million d'images par semaine (taux de traitement actuel)
• Plans d'expansion à 40.000 emplacements dans quatre régions

Ce rythme de déploiement montre que le produit était prêt et que les cliniques le voulaient.

Pourquoi la

Vérification de la Qualité des Radiographies est Critique

En dentisterie, les images de radiographies sont un outil de diagnostic clé. Mais une image mal centrée, un rayonnement insuffisant ou excessif, un mouvement du patient — tout cela dégrade la qualité de l'image. Lorsqu'une image est mauvaise, la clinique est confrontée à un dilemme : reprendre (exposition supplémentaire du patient aux radiations et temps de consultation) ou travailler avec des informations incomplètes, en risquant une erreur.

Le système d'IA détecte les problèmes instantanément tandis que le patient est au cabinet, permettant des reprises sur place.

Ce Que Cela Signifie

Image Verify est un exemple classique de ML en production en santé : ce n'est pas un problème théorique, mais un système intégré dans un flux de travail réel. Henry Schein One a démontré que le ML cloud sur Amazon SageMaker se met à l'échelle sur des dizaines de milliers de points d'utilisation sans reconstruction d'infrastructure. Du concept à 10.000 cliniques en mois — un rythme qui semblait autrefois inatteignable en medtech.

C'est aussi un signal pour les autres fournisseurs de logiciels médicaux : si vous voulez concurrencer dans le cloud, vous avez besoin de modèles ML prêts à l'emploi qui s'intègrent en jours.