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

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

26 Juin

17:07

Le dépistage du cancer du poumon par scanner thoracique à faible dose est associé à une morbidité liée à l’examen très faible, indique un article du JACR. Certains facteurs sociodémographiques, notamment le statut marital, l’emploi et la couverture d’assurance, ainsi que l’appartenance à des populations défavorisées, peuvent augmenter la charge du dépistage et diminuer l'adhésion pour les populations cibles (étude).

12:59

Dans une étude évaluant des examens de scanner et TEP-TDM, trois logiciels d’IA commerciaux ont montré des performances comparables pour la détection des nodules pulmonaires cliniquement pertinents, malgré des différences importantes dans le nombre total de détections et de faux positifs.

7:44

Les réactions croisées d'hypersensibilité entre les produits de contraste iodés non ioniques dépendent principalement de la structure de leurs chaînes latérales, avec un risque particulièrement élevé au sein du groupe comprenant l’iohexol, l’iomeprol, l’ioversol et l’iodixanol, selon une étude présentée dans EJR. « Choisir une alternative issue d’un autre groupe structurel semble être une stratégie efficace pour atténuer la récidive dans des scénarios à haut risque », estiment les auteurs.
25 Juin

16:10

Chez des hommes à haut risque de cancer de la prostate mais dont l'IRM est non suspecte ou équivoque, le PET-CT au [68Ga]Ga-PSMA-11 a permis de détecter les cancers cliniquement significatifs avec une efficacité comparable à celle de la biopsie systématique, indique une étude publiée dans The Lancet Oncology.
Docteur Imago

GRATUIT
VOIR