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

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