Intelligence artificielle

Des radiographies générées par IA capables de tromper des radiologues expérimentés

Dans une étude présentée dans Radiology, des chercheurs ont évalué la capacité des radiologues et des modèles d’IA à distinguer des clichés authentiques de radiographies synthétiques créées par IA. Les résultats montrent que même des lecteurs expérimentés peuvent être induits en erreur.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/04/26 à 7:00, mise à jour le 22/04/26 à 9:07 Lecture 2 min.

Les auteurs de l'étude ont constaté que « les radiologues n'ont fait preuve que d'une précision modérée pour distinguer les radiographies authentiques des radiographies deepfake ». D. R.

L'intelligence artificielle est de plus en plus présente en imagerie médicale. Si elle s'avère être une aide précieuse au quotidien, notamment pour affiner un diagnoctic, elle peut aussi désormais générer des radiographies. Et ces dernières sont de plus en plus réalistes. Dans une étude publiée dans Radiology [1], une équipe de chercheurs a évalué la capacité des radiologues à différencier des radiographies authentiques de clichés synthétiques produits par IA.

Une centaine d'images à analyser

Pour mener leur étude qui s'est déroulée entre avril et août 2025, les chercheurs ont inclus 17 radiologues, dont 6 radiologues français, exerçant dans six pays et présentant différents niveaux d'expérience, de 1 à 40 ans. Lors de la première phase, les radiologues ignorant l'objectif de l'étude, ont évalué la qualité d'image et établi un diagnostic pour 154 radiographies. 77 images étaient authentiques et 77 ont été générées à l'aide de ChatGPT (GPT-4o et OpenAI). Lors de la deuxième phase, après a

Il vous reste 73% 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

Marjolaine Margue

Journaliste spécialisée BOM Presse

Voir la fiche de l’auteur

Bibliographie

  1. Tordjman M, Yuce M, Ammar A, et al (2026) The Rise of Deepfake Medical Imaging: Radiologists’ Diagnostic Accuracy in Detecting ChatGPT-generated Radiographs. Radiology 318:e252094. https://doi.org/10.1148/radiol.252094

Spécialité médicale

Musculo-squelettique

Mots-clés

intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

13 Mai

13:42

L'atrophie du nerf optique avec un signal T/FLAIR augmenté et une absence de rehaussement constitue le schéma dominant de la neuropathie optique chronique en IRM, reflétant très probablement une dégénération axonale plutôt qu'une inflammation active, conclut une étude présentée dans Neuroradiology.

7:43

Il est nécessaire d'entraîner l’IA sur des populations plus diverses, et à travers différentes stratégies de dépistage pour permettre son utilisation dans les cas d’IRM prostatiques de dépistage, selon une revue de cadrage publiée dans l’European Journal of Radiology.

7:00

7:00

12 Mai

16:00

La méthode d'imagerie Cine2LGE se montre prometteuse comme alternative d'examen sans injection de produit de contraste pour les patients présentant des contre-indications au gadolinium en IRM cardiaque (étude).

14:00

Le tissu adipeux intermusculaire et la masse musculaire maigre, évalués par IRM, seraient indépendamment associés à des facteurs de risque cardiométaboliques chez les personnes ne présentant pas de pathologies préexistantes (étude).
✕
Docteur Imago

GRATUIT
VOIR