Intelligence artificielle

Un modèle de langage géré localement peut extraire des données des comptes rendus en préservant l’anonymat des patients

Testé par le National Institutes of Health Clinical Center, aux États-Unis, le modèle de langage géré localement Vicuna pourrait être une option pour extraire des données de comptes rendus de radiologie textuels tout en préservant la vie privée des patients, et faciliter la recherche en IA.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/10/23 à 7:00, mise à jour le 13/11/23 à 17:02 Lecture 2 min.

Les LLM qui peuvent être exécutés localement pourraient, selon les chercheurs, être utiles pour créer de grands ensembles de données pour la recherche sur l’IA. D; R.

De grands modèles de langage à usage général (LLM) récemment publiés, tels que ChatGPT et GPT-4, sont capables d’effectuer des tâches liées à la radiologie basées sur du texte sans y avoir été formés de façon spécifique. ChatGPT peut ainsi fournir des réponses précises à des questions sur la prévention et le dépistage du cancer du sein, et GPT-4 est notamment capable de transformer les comptes rendus de radiologie scanner et IRM en texte libre en comptes rendus structurés, indiquent les auteurs d’une étude présentée dans Radiology [1].

Des modèles non compatibles avec les données cliniques

En revanche, ces modèles « très volumineux », et coûteux en termes de calcul ne peuvent pas être utilisés avec des comptes rendus de radiologie en milieu clinique en raison de contraintes de confidentialité, observent-ils. « ChatGPT et GPT-4 sont des modèles propriétaires qui obligent l’utilisateur à envoyer des données aux sources OpenAI pour traitement, ce qui nécessiterait d’anonymiser les donné

Il vous reste 71% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Mukherjee P., Hou B., Lanfredi R. B et coll., « Feasibility of using the privacy-preserving large language model Vicuna for labeling radiography reports », Radiology, octobre 2023, vol. 309, n° 1. DOI : 10.1148/radiol.231147.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR