VLM en radiologie : l'IA qui aide à rédiger le compte-rendu

Un VLM (modèle vision-langage) lit l'image et produit du texte. C'est le tournant de 2026 : on passe de l'IA qui repère une anomalie à l'IA qui propose un brouillon de compte-rendu. La différence pratique est nette : la détection signale, le VLM rédige une première version que le radiologue corrige et valide. Le geste reste celui du médecin ; ce qui change, c'est le point de départ, une page déjà ébauchée plutôt qu'une page blanche.

Milvue construit un VLM natif radiologie. Pas un modèle généraliste adapté à la marge : un modèle dont le socle est la radiologie. Cette direction a été citée publiquement par le blog Microsoft Community Hub (juin 2026), qui décrit l'extension du compte-rendu sur image aux pathologies musculosquelettiques. Tout le monde travaille le thorax ; Milvue couvre les deux côtés de la worklist : la plus haute exactitude diagnostique en détection de fracture de la seule comparaison indépendante publiée, et l'expertise thoracique. Le virage VLM prolonge cet avantage : du repérage de l'anomalie à la phrase qui la décrit.

En 2026, plusieurs modèles se targuent de réussir un examen de radiologie. C'est une prouesse, et c'est un benchmark. Mais réussir un examen n'est pas faire une garde : un compte-rendu n'est validé que dans un workflow réel, branché au PACS, relu, signé, opposable. Milvue produit 40 millions d'analyses par an, dans 25 pays, intégré nativement au RIS/PACS de 600+ sites, avec 1 M+ examens TechCare Report déjà traités. La preuve qui compte n'est pas auto-rapportée sur un jeu de test : elle est indépendante et publiée, et elle se mesure en routine.

Trois différences tiennent dans le produit. D'abord, les mesures sont produites, pas recopiées : TechCare Metrics calcule l'angle ou la longueur à partir de l'image et l'écrit dans le rapport, là où un agent se contente souvent d'extraire un chiffre déjà saisi. Ensuite, 17 langues et un ancrage européen sur les données et la conformité, face à des modèles pensés en anglais. Enfin, la suite complète dans le flux : triage et aide au diagnostic, mesures, puis compte-rendu, branchés ensemble, pas une brique isolée. La différence ne se voit pas en démo : elle se lit dans le rapport signé.

Soyons précis sur le périmètre. Le VLM propose un brouillon à relire : il n'y a jamais de génération de compte-rendu entièrement autonome, le radiologue valide chaque ligne. Comme les modèles de fondation du marché, ce VLM n'est pas un dispositif médical ; la détection certifiée et le compte-rendu restent deux briques distinctes au statut distinct. Un VLM peut formuler avec assurance une phrase inexacte : c'est exactement pourquoi la relecture humaine n'est pas une option mais l'architecture même du produit.

La discipline Milvue est constante : pas de chiffre avant la publication. Des évaluations cliniques du VLM sont en cours, sur le thorax et le musculosquelettique. Nous communiquerons les résultats quand ils seront établis et validés par les sites, comme nous l'avons fait pour la détection de fracture et les mesures. En attendant, la règle qui guide ce travail ne change pas : Notre IA ne remplace pas les radiologues. Elle les rend irremplaçables.