IA au service de la pertinence

Les modèles de langages pourraient améliorer les demandes des urgentistes

Dans une étude menée aux Etats-Unis, les médecins et internes urgentistes qui utilisaient des grands modèles de langage ont amélioré de 10 points en moyenne la précision de leurs demandes d’imagerie selon les guides de bonnes pratiques de l’American College of Radiology.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/09/25 à 15:00, mise à jour le 05/02/26 à 10:59 Lecture 4 min.

L'utilisation des LLM pourrait permettre d’épargner aux patients des examens de faible valeur ou non nécessaire et d’économiser de l’argent, selon les chercheurs (photo d'illustration). ® @gcasasola, pxhere.com | no rights reserved CC0

Les grands modèles de langage (LLM), type Chat-GPT, pourraient aider les urgentistes à faire des demandes d’imagerie plus pertinentes, selon une étude présentée dans Nature Communications Medicine par des chercheurs de l’université de Pennsylvanie, à Philadelphie [1]

Des guidelines peu utilisées

Selon des études récentes, jusqu’à 30 % des examens d’imagerie demandés aux urgences pourraient être remplacés par des alternatives plus pertinente, rappellent-ils en introduction de leur article. Aux États-Unis, le collège américain de radiologie (ACR) a développé des guides de bonnes pratiques basés sur les preuves, mais les médecins demandeurs peinent à se les approprier, selon plusieurs études [2]. Une situation qui pourrait en partie découler de la complexité de ces guidelines, constatent les chercheurs.

Des cas décrits en une phrase

Plusieurs travaux récents ont mis en avant la performance des grands modèles de langage pour traiter de gros volumes d’informations et rendre plus accessibles les

Il vous reste 83% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Yao MS, Chae A, Saraiya P, et al (2025) Evaluating acute image ordering for real-world patient cases via language model alignment with radiological guidelines. Commun Med 5:332. https://doi.org/10.1038/s43856-025-01061-9.
  2. Bautista AB, Burgos A, Nickel BJ, et al (2009) Do Clinicians Use the American College of Radiology Appropriateness Criteria in the Management of Their Patients? American Journal of Roentgenology 192:1581–1585. https://doi.org/10.2214/AJR.08.1622.

Spécialité médicale

Urgence

Mots-clés

urgences demande d examen pertinence

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

7:00

02 Avr

15:00

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
✕
Docteur Imago

GRATUIT
VOIR