Intelligence artificielle

Chat GPT-4 est efficace pour détecter les erreurs dans les comptes rendus

Dans une étude publiée dans Radiology, des chercheurs allemands ont mis en avant le potentiel de Chat GPT-4 pour détecter les erreurs dans les comptes rendus de radiologie. Ceci pourrait permettre d'améliorer le flux et la charge de travail des radiologues tout en optimisant les coûts.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/08/24 à 7:00 Lecture 1 min.

« Nos résultats démontrent que les performances de relecture de GPT-4 sont comparables à celles des lecteurs humains, indépendamment de l’expérience clinique de ces derniers », écrivent les chercheurs (photo d'illustration). © Solenn Duplessy

Une étude publiée dans Radiology a évalué les performances et les capacités avancées de traitement de texte des grands modèles de langage, tels que Chat GPT-4 (Open AI), pour aider à générer des comptes rendus [1]. Les chercheurs ont analysé son efficacité dans l'identification des erreurs courantes contenues dans ces comptes rendus, « en mettant l’accent sur les performances, le temps et la rentabilité », précisent-ils.

Détection de 150 erreurs dans 200 rapports

Pour ce faire, la performance de GPT-4 a été mesurée dans la détection de 150 erreurs délibérément introduites par un interne en radiologie dans 200 comptes rendus d'examens de radiographie et d'imagerie en coupes compilés entre juin 2023 et décembre 2023, dans un hôpital universitaire de Cologne en Allemagne. Cinq catégories d’erreurs ont été insérées : omission, insertion, orthographe, confusion latérale et autres erreurs. Cette performance a ensuite été comparée à celle de six radiologues de niveaux d’expérience différent

Il vous reste 62% 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. Gertz R. J., Dratsch T., Bunck A. C. et al, « Potential of GPT-4 for Detecting Errors in Radiology Reports: Implications for Reporting Accuracy », Radiology, avril 2024, vol. 311, n° 1. DOI : 10.1148/radiol.232714

Modalité d’imagerie

IRM Scanner Radiologie conventionnelle

Mots-clés

intelligence artificielle ChatGPT

Discussion

Aucun commentaire

Laisser un commentaire

Dans le dossier

icon réservé aux abonnés Les erreurs en imagerie médicale

Voir le dossier

Le fil Docteur Imago

18 Sep

16:20

Le rapport entre graisse viscérale et graisse sous-cutanée (VSR), calculé automatiquement à partir de la TDM, pourrait constituer un marqueur d’imagerie simple qui améliore l’évaluation du risque au-delà des variables cliniques et facilite l’identification des patients atteints de sepsis à haut risque, selon une étude.  

15:00

14:00

Dans une étude, des chercheurs mettent en place une méthode non invasive et reproductible de personnalisation des prothèses mammaires à partir d’IRM et d’outils open source, permettant une mesure volumétrique précise. Elle relie les volumes mammaires aux tailles commerciales de prothèses tout en préservant la confidentialité et en évitant l’exposition physique postopératoire.

7:24

Des chercheurs de l’UNC ont développé SORDINO, une nouvelle technique d’IRM fonctionnelle qui réduit fortement le bruit et les interférences pendant les examens. Cette technique produit des images cérébrales  plus précises et pourrait faciliter les recherches en neurosciences ainsi que les avancées en IRM humaine, indique un communiqué.

7:00

17 Sep

17:30

Une étude a développé un modèle d’intelligence artificielle capable de détecter le pneumothorax sur les radiographies thoraciques en décubitus des nouveau-nés, avec une excellente performance diagnostique.
✕
Docteur Imago

GRATUIT
VOIR