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

15 Juil

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent une sensibilité comparable pour la détection des métastases ganglionnaires latérales dans le cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.
13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
Docteur Imago

GRATUIT
VOIR