Resources
Tout
Études de Cas
Webinars
Blog

Exploiter la pleine capacité de traitement et améliorer la coordination des soins en traitements systémiques à l'HGJ
L'Hôpital Général Juif
Case study
Traitements Systémiques


Optimiser les Opérations à Travers la Radiothérapie et l'Oncologie Médicale au CHUM
CHUM: Centre Hospitalier de l'Université de Montréal
Case study
Traitements Systémiques
Radiothérapie

Comment le Mary Bird Perkins Cancer Center a réduit le temps de planification des rendez-vous de 40% et le délai administratif de 22%
Centre de Cancérologie Mary Bird Perkins
Case study
Radiothérapie

Une Nouvelle Approche de la Planification des Rendez-vous en Radiothérapie : Leçons Tirées de Mary Bird Perkins
Webinar sur demande [en anglais]

Mastering Radiation Therapy Logistics: How The Ottawa Hospital Leveraged AI To Cut Wait Times
Webinar sur demande [en anglais]

Règles, optimisation, orchestration : ce qui distingue GrayOS des systèmes existants
Blog
Chaque rendez-vous en oncologie s'inscrit dans un enchevêtrement de contraintes : machines disponibles, personnel qualifié, continuité d'un traitement, priorité clinique. La plupart des systèmes le placent, puis s'arrêtent là. Mais qu'est-ce qui réajuste l'ensemble du plan quand la journée dévie, et selon quelles priorités ? Ce qui sépare les règles de l'optimisation de l'orchestration.

Est-ce que GrayOS utilise l'IA ?
Blog
Oui, GrayOS utilise l'IA. Ce qui compte, c'est laquelle, et la place qu'elle occupe. Dans la plupart des services d'oncologie, la véritable boîte noire n'est pas un algorithme : c'est le plan de la journée, logé dans la mémoire d'une ou deux personnes et écrit nulle part. Au cœur, un moteur d'optimisation, pas de l'IA générative. Les prédictions éclairent la décision humaine, elles ne la remplacent jamais.

Ce qu'il faut vraiment pour déployer GrayOS : un regard honnête sur le travail que cela demande
Blog
Tout responsable des opérations ayant vécu le déploiement d'un logiciel clinique pose d'abord la même question : ce que cela coûtera à mon équipe, en heures et en attention, avant de rapporter quoi que ce soit. L'effort est réel, et il est partagé. Le centre encode son fonctionnement, Gray ajuste la plateforme autour, et cette part investie une seule fois rapporte de l'automatisation pendant des années.

« On fonctionne un peu différemment, ici. »
Blog
Chaque centre de cancérologie fonctionne différemment, et pourtant, sous ces variations se cache une même équation : faire correspondre une demande croissante à une capacité finie tout au long de la trajectoire patient, et voici comment GrayOS encode les règles propres à chaque centre pour la résoudre.

Trois Couches, un Système Complet : Comment l'Orchestration des Soins Prolonge l'Infrastructure Existante en Oncologie
Blog
Les DPI et les OIS n'ont jamais été conçus pour équilibrer en continu la demande patient face à une capacité finie entre les départements, et combler cet écart structurel passe par l'ajout d'une troisième couche plutôt que par le remplacement de ce qui fonctionne déjà.

Ce pour quoi votre OIS et votre DPI ont été conçus, et ce qui se situe en dehors de leur périmètre
Blog
Votre OIS et votre DPI font exactement ce pour quoi ils ont été conçus, mais dès qu'une machine tombe en panne ou qu'un patient urgent doit être intégré, la réponse reste manuelle, et cet écart entre le périmètre clinique et la réalité opérationnelle est structurel, pas un problème de configuration.
Tout
Études de Cas
Webinars
Blog

Exploiter la pleine capacité de traitement et améliorer la coordination des soins en traitements systémiques à l'HGJ

Réduire les Temps d'Attente à l'Hôpital d'Ottawa

Optimiser les Opérations à Travers la Radiothérapie et l'Oncologie Médicale au CHUM

Comment le Mary Bird Perkins Cancer Center a réduit le temps de planification des rendez-vous de 40% et le délai administratif de 22%

Une Nouvelle Approche de la Planification des Rendez-vous en Radiothérapie : Leçons Tirées de Mary Bird Perkins
Webinar sur demande [en anglais]

Mastering Radiation Therapy Logistics: How The Ottawa Hospital Leveraged AI To Cut Wait Times
Webinar sur demande [en anglais]

Règles, optimisation, orchestration : ce qui distingue GrayOS des systèmes existants
Blog
Chaque rendez-vous en oncologie s'inscrit dans un enchevêtrement de contraintes : machines disponibles, personnel qualifié, continuité d'un traitement, priorité clinique. La plupart des systèmes le placent, puis s'arrêtent là. Mais qu'est-ce qui réajuste l'ensemble du plan quand la journée dévie, et selon quelles priorités ? Ce qui sépare les règles de l'optimisation de l'orchestration.

Est-ce que GrayOS utilise l'IA ?
Blog
Oui, GrayOS utilise l'IA. Ce qui compte, c'est laquelle, et la place qu'elle occupe. Dans la plupart des services d'oncologie, la véritable boîte noire n'est pas un algorithme : c'est le plan de la journée, logé dans la mémoire d'une ou deux personnes et écrit nulle part. Au cœur, un moteur d'optimisation, pas de l'IA générative. Les prédictions éclairent la décision humaine, elles ne la remplacent jamais.

Ce qu'il faut vraiment pour déployer GrayOS : un regard honnête sur le travail que cela demande
Blog
Tout responsable des opérations ayant vécu le déploiement d'un logiciel clinique pose d'abord la même question : ce que cela coûtera à mon équipe, en heures et en attention, avant de rapporter quoi que ce soit. L'effort est réel, et il est partagé. Le centre encode son fonctionnement, Gray ajuste la plateforme autour, et cette part investie une seule fois rapporte de l'automatisation pendant des années.

« On fonctionne un peu différemment, ici. »
Blog
Chaque centre de cancérologie fonctionne différemment, et pourtant, sous ces variations se cache une même équation : faire correspondre une demande croissante à une capacité finie tout au long de la trajectoire patient, et voici comment GrayOS encode les règles propres à chaque centre pour la résoudre.

Trois Couches, un Système Complet : Comment l'Orchestration des Soins Prolonge l'Infrastructure Existante en Oncologie
Blog
Les DPI et les OIS n'ont jamais été conçus pour équilibrer en continu la demande patient face à une capacité finie entre les départements, et combler cet écart structurel passe par l'ajout d'une troisième couche plutôt que par le remplacement de ce qui fonctionne déjà.

Ce pour quoi votre OIS et votre DPI ont été conçus, et ce qui se situe en dehors de leur périmètre
Blog
Votre OIS et votre DPI font exactement ce pour quoi ils ont été conçus, mais dès qu'une machine tombe en panne ou qu'un patient urgent doit être intégré, la réponse reste manuelle, et cet écart entre le périmètre clinique et la réalité opérationnelle est structurel, pas un problème de configuration.

Prêt à Révéler la Pleine Capacité de Votre Centre?

Prêt à Révéler la Pleine Capacité de Votre Centre?
