Les avancées dans l’entraînement et l’évaluation des modèles vision-langage

En radiologie, les modèles vision-langage (VLM) se développent pour la génération d’images et de comptes rendus, la récupération d’informations, ainsi que des tâches telles que la détection et la segmentation. Lors d’une session du congrès de la Société nord-américaine de radiologie (RSNA) 2025, Laleh Seyyed-Kalantari, professeure assistante à la Lassonde School of Engineering de l’Université York en génie électrique a présenté les avancées actuelles dans l’entraînement et l’évaluation de ces outils.

Un déséquilibre des données

L’entraînement des modèles d’intelligence artificielle repose avant tout sur la collecte massive de données, rappelle-t-elle. Pourtant, dans le domaine de l’imagerie médicale, cette étape se heurte à un déséquilibre des données. « Si un patient fait partie d'une démographie largement sous-représentée, la performance de votre modèle d'IA peut diminuer », observe Laleh Seyyed-Kalantari. Ce manque de représentativité peut entraîner une baisse significative de la préc