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

Le fil Docteur Imago

16 Jan

15:29

Un tissu mammaire dense réduit la performance de la tomosynthèse mammaire numérique, selon une étude publiée dans Academic Radiology. « Ces résultats soulignent la nécessité de rapporter et de prendre en compte la densité mammaire dans les recommandations de dépistage. »

13:27

Vidi Capital finalise son rapprochement avec le groupe IMAC à Cholet, qui rejoint le réseau. Cette opération porte à 110 le nombre de médecins en exercice, répartis au sein de sept entités et IMAC devient ainsi le deuxième groupe des Pays-de-la-Loire à s’adosser à Vidi Capital, après Vidi – Rad’Yon, annonce un communiqué de presse.

7:13

Bayer a annoncé la conclusion d’accords définitifs pour l’acquisition auprès d’Attralus de deux agents d’imagerie moléculaire expérimentaux, AT-01 et AT-05, destinés au diagnostic de l’amyloïdose cardiaque. Cette opération stratégique renforce la position de Bayer dans l’imagerie moléculaire et s’inscrit dans le développement de sa stratégie de cardiologie de précision, annonce un communiqué.

7:00

15 Jan

15:14

Les élections de l’European Society of Radiology (ESR) se tiendront du 8 au 21 janvier 2026. Deux candidates soutenues par la SFR, les professeurs Isabelle Thomassin-Naggara et Corinne Balleyguier, présentent leur candidature. Les radiologues français membres de l’ESR sont appelé à se mobiliser en votant par courriel : voting@polyas.com.

13:13

Bien que les unités mobiles de mammographie puissent améliorer l’accès aux soins pour des populations médicalement défavorisées, une étude pilote publiée dans Academic Radiology, met en lumière des opportunités pour promouvoir un suivi rapide et équitable des mammographies de dépistage anormales grâce à une meilleure navigation des patients, un soutien social et une aide financière.
✕
Docteur Imago

GRATUIT
VOIR