Analyse de cas cliniques

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

icon réservé aux abonnésArticle 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

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

    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

Mots-clés

intelligence artificielle ChatGPT

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

L’intelligence artificielle en langage naturel

Voir le dossier

Le fil Docteur Imago

30 Mai

16:00

Le radiologue interventionnel Mehdi Lebbadi a publié sur LinkedIn un appel à ses confrères à participer au #RIchallenge, du 1er au 10 juin. Visant à mettre en valeur la RI auprès des médecins et du public, ce défi vise à publier sur LinkedIn pour chaque participant 10 publications (une par jour) sur un sujet en lien avec la RI. Le vainqueur (le post ayant généré le plus d'interactions) sera récompensé le 12 juin par le Trophée GuERI com lors des JFICV 2025 à Arles, annonce le praticien.

15:00

13:30

Chez des patients atteints d'un cancer de la prostate métastatique résistant à la castration positif au PSMA et sans traitement préalable au taxane, le traitement par 177Lu-PSMA-617 pourrait différer la dégradation de la qualité de vie et de la douleur rapportées par les patients et empêcher les évènements squelettiques symptomatiques par rapport au traitement par changement de médicament inhibiteur de la voie de signalisation du récepteur aux androgènes (ARPI), selon une analyse des résultats de l'essai randomisé de phase 3 PSMAfore.

7:30

La Société européenne de radiologie gastrointestinale et abdominale (ESGAR) et l'Organisation européenne pour la recherche et le traitement du cancer (EORTC) ont publié dans European Radiology des recommandations sur l'imagerie lors du staging, de la planification du traitement et du suivi du carcinome hépatocellulaire dans le cadre de thérapies locales ou locorégionales.

7:00

28 Mai

16:00

La Société européenne de radiologie d'urgence (ESER) a publié des recommandations pratiques pour l'évaluation en imagerie et en urgence des causes gynécologiques des douleurs pelviennes aiguës chez la femme.
✕
Docteur Imago

GRATUIT
VOIR