Le compte rendu de pathologie est une source capitale d’informations médicales. Il se doit d’évoluer d’un rapport traditionnellement narratif, aussi qualitatif soit-il, vers un moyen de communication basé sur des données structurées et standardisées. Dès à présent utile à la pratique, le compte rendu structuré et standardisé (CRSS) deviendra un pilier de la pathologie numérique, en synergie avec l’imagerie numérique et l’intelligence artificielle. La fiabilité du CRSS et la finesse des données qu’il offre, corrélées à des sources multimodales d’informations cliniques, radiologiques ou biologiques contribueront aux fondations de solutions numériques hautement performantes. Malgré son potentiel considérable, force est de constater que le CRSS n’est à ce jour que peu utilisé. Bien que le concept ait été accueilli favorablement par la spécialité il y a une vingtaine d’années, le CRSS a souvent été décrit comme insuffisamment évolutif, peu ergonomique et source de perte de temps dans la production au quotidien. Un temps défié par la capacité du traitement automatique du langage naturel (NLP) à structurer rétrospectivement des comptes rendus narratifs, le CRSS s’impose in fine comme la source de données la plus fiable pour une médecine de soin et une recherche performantes. De nouveaux outils développés dans le cadre de l’initiative nationale Impulsion devraient permettre de lever ces réticences et d’ouvrir dès à présent des perspectives concrètes pour les pathologistes.

The pathology report is a critical source of medical information. It must evolve from a traditionally narrative format, regardless of its qualitative value, toward a communication medium based on standardised and structured data. Already useful in current practice, the standardised structured reporting (SSR) will become a cornerstone of digital pathology, in synergy with digital imaging and artificial intelligence. The reliability of the SSR and the precision of the data it provides, correlated with multimodal sources of clinical, radiological, or biological information, will contribute to the foundations of highly performant digital solutions. Despite its considerable potential, the SSR remains underutilised. Although the concept was favourably received by the specialty twenty years ago, the SSR has often been described as insufficiently scalable, poorly ergonomic, and a source of time loss in daily practice. Once challenged by the capacity of natural language processing (NLP) to structure retrospectively narrative reports, the SSR ultimately emerges as the most reliable data source for effective patient care and high-performing research. New tools developed within the framework of the national Impulsion initiative should help overcome these reluctances and open concrete perspectives for pathologists from now on.