IA générative

Les LLM en radiologie rencontrent leurs premiers succès et des défis

Au RSNA 2024, Dania Daye, radiologue au Massachusetts General Hospital, a décrit les évolutions actuelles des grands modèles de langage en radiologie. En dépit de leur potentiel, ces outils présentent des limites dont les professionnels de santé doivent être conscients pour assurer la sécurité des patients.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/12/24 à 15:00, mise à jour le 13/01/25 à 9:34 Lecture 2 min.

Même si les applications des LLM continuent à se développer en radiologie, il reste essentiel de les utiliser avec précaution, avertit Dania Daye. © Solenn Duplessy

L'essor des grands modèles de langage (LLM) comme ChatGPT, qui s’appuient sur des réseaux neuronaux avancés et des bases de données massives, ouvrent de nouvelles perspectives dans les domaines de la recherche, l'éducation et les soins cliniques en radiologie. Lors d'une session du congrès de la RSNA 2024, le 3 décembre, Dania Daye, radiologue interventionnelle au Massachusetts General Hospital (États-Unis) et professeure associée à la Harvard medical school, a fait le point sur les applications actuelles des LLM en imagerie et évoqué leurs limites.

Applications diversifiées

Parmi les premiers usages recensés des LLM figure l’aide à la prise de décision clinique : des chatbots spécialisés surpassent parfois les radiologues humains en suivant des directives du Collège américain de radiologie (ACR). Ensuite, grâce à GPT-4, des modèles peuvent automatiser la définition des protocoles radiologiques avec une précision de 84 %. « Je pense que c'est une expérience très prometteuse qui peut

Il vous reste 66% 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

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR