Analyse de cas cliniques

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

Article 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

Vous avez déjà un compte ? Se connecter

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

Discussion

Aucun commentaire

Commenter cet article

Laisser un commentaire Annuler la réponse

You must be logged in to post a comment.

Dans le dossier

L’intelligence artificielle en langage naturel

Voir le dossier

Le fil Docteur Imago

28 Avr

16:00

Une étude italienne publiée dans Emergency radiology suggère que les touristes sont nettement plus susceptibles de subir des examens d’imagerie inutiles en situation d’urgence.

15:00

Points de vue

« D’un point de vue administratif, la réforme des autorisations est une très bonne chose »

Points de vue

11:13

Une étude multicentrique prospective montre que le débruitage par intelligence artificielle améliore nettement la qualité des radiographies thoraciques à dose réduite d’environ 50 %, tout en préservant les caractéristiques structurelles des images.

7:03

La société BALT USA s'engage à verser 1 765 493 euros au Tresor public, suite à la signature de la convention judiciaire d'intérêt public (CJIP) avec le procureur de la République financier le 16 mars 2026. La société de fabrication de dispositifs médicaux avait elle-même diligentée une enquête interne pour des faits délictueux et averti les autorités françaises en 2023.

7:00

Essai clinique

À Nantes, trois essais cliniques pour repousser les limites de l’imagerie du cancer

Médical et technique

27 Avr

16:06

Edward Wolfgang Lee, radiologue interventionnel à l'Université de Californie Los Angeles (UCLA), a réalisé pour la première fois au monde un shunt splénorénal percutané chez un enfant de 6 ans atteint d'une sévère hypertension portale, annonce un communiqué de presse.