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

04 Sep

13:30

Dans une étude publiée dans Radiology, le scanner à comptage photoniques (PCCT) a démontré des performances similaires à celles de l’IRM pour la caractérisation des lésions et la détection de lésions supplémentaires du sein, avec de meilleures performances pour l’évaluation des métastases ganglionnaires.

9:40

L'IA est capable de localiser le cœur et de produire automatiquement des images dynamiques de cet organe sur des examens d'IRM du fœtus, conclut une étude parue dans EJR. Ces performances répondent à un obstacle clé à l’adoption clinique de cette modalité.

7:00

03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
✕
Docteur Imago

GRATUIT
VOIR