Analyse de cas cliniques

Des LLM plus précis qu’un étudiant en médecine mais moins que des radiologues juniors

icon réservé aux abonnésArticle réservé aux abonnés
Le 03/02/25 à 7:00

Les auteurs de l’étude ont par conséquent constaté que GPT-4o était le plus précis des LLM, avec une précision de 59,6, surpassant un étudiant en médecine, mais n'a pas surpassé les professeurs juniors ou le radiologue en formation. (Photo d'illustration).

Les grands modèles de langage multimodaux (LLM), capables de traiter des données textuelles et visuelles, sont de plus en plus expérimentés dans le domaine de la radiologie. Dans une étude parue dans la revue Radiology, des chercheurs de l’Université Yonsei de Séoul, en Corée du Sud, ont évalué la précision de plusieurs d'entre eux face à celle de lecteurs humains, ayant différents niveaux d’expérience, dans des cas cliniques issus d'articles de la revue New England Journal of Medicine (NEJM), publiés de 2005 à 2024.

272 cas test avec des données textuelles et visuelles

Les LLM, dont GPT-4V, GPT-4 Omni (GPT-4o), DeepMind Gemini 1.5 Pro et Claude 3, ont été mis à l'épreuve sur 272 cas, avec des données textuelles et visuelles. Le groupe de lecteurs humains incluait sept radiologues juniors, deux cliniciens, un radiologue en formation et un étudiant en médecine, en aveugle face aux réponses publiées.

GPT-4o plus précis qu’un étudiant en médecine

Premier constat : GPT-4o était le plus

Il vous reste 49% 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

    Suh PS, Shim WH, Suh CH, et al (2024) Comparing Large Language Model and Human Reader Accuracy with New England Journal of Medicine Image Challenge Case Image Inputs. Radiology 313:e241668. https://doi.org/10.1148/radiol.241668

Mots-clés

intelligence artificielle ChatGPT

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

L’intelligence artificielle en langage naturel

Voir le dossier

Le fil Docteur Imago

18 Avr

16:00

RECIST 1.1 reste la norme pour évaluer la réponse tumorale, notamment pour les métastases hépatiques après traitement systémique. Les modifications au scanner et en IRM suggérant une nécrose, une fibrose, des calcifications et une hémorragie, peuvent être utilisées comme indicateurs supplémentaires de la réponse tumorale.

15:44

Des chercheurs ont examiné pour la première fois les tendances temporelles chez les patients subissant régulièrement un examen de scanner. Ces derniers ont observé une modification des pratiques d’imagerie depuis 2020, avec un taux d’examens récurrents en baisse après 2020 et une dose efficace médiane qui a augmenté après 2020 par rapport à avant 2020. (Étude).

15:00

13:15

L'arrêté du 11 avril 2025 renouvelle l'inscription du stent retriever ERIC®, fabriqué par la société MICROVENTION Europe, sur la liste des produits et prestations remboursables (LPPR) prévue à l'article L. 165-1 du Code de la sécurité sociale.

7:57

Le scanner du centre hospitalier de La Ferté-Macé (Orne) sera mis en service le jeudi 24 avril 2025, a annoncé le groupement hospitalier de territoire des Collines de Normandie dans un communiqué publié le 14 avril. Source : Ouest France.

7:00

✕
Docteur Imago

GRATUIT
VOIR