RSNA 2023

Les performances de GPT-4 laissent entrevoir une formation d’internat 2.0 davantage personnalisée

À l'occasion de la grand-messe annuelle de la radiologie américaine, le professeur de radiologie new-yorkais Michael P. Recht est intervenu le 29 novembre pour présenter un abstract d'une expérience pilote. Dans cette dernière, il a utilisé ChatGPT pour classifier automatiquement les cas vus par les internes, afin de personnaliser leur formation. Selon lui, le grand modèle de langage s'avère particulièrement efficace dans cette tâche.

icon réservé aux abonnésArticle réservé aux abonnés
Le 25/03/24 à 15:00 Lecture 4 min.

À partir d'un résumé de compte-rendu non-structuré d'examen musculosquelettique, GPT-4 évalue la présence dans celui-ci de 204 pathologies musculosquelettiques définies comme nécessaire à la formation des internes par les radiologues de la surspécialité. En sortie d'algorithme, GPT-4 produit une liste des pathologies du cursus vues de manière sûre ou possible dans cet examen. © Capture d'écran | RSNA 2023

En imagerie médicale, la GPT-mania continue ! Non content d'avoir fait l'objet d'études positives pour extraire des données de comptes-rendus, générer des brouillons de compte-rendus ou encore aider les soignants à répondre aux questions des patients en TEP-TDM, le grand modèle de langage pourrait servir à personnaliser la formation des internes de radiologie, a défendu le professeur de radiologie new-yorkais Michael Paul Recht au congrès annuel de la société nord-américaine de radiologie (RNSA 2023), à Chicago.

Un internat personnalisé...

Le radiologue du NYU Langone Health (États-Unis) est intervenu le 29 novembre, lors d'une session matinale de présentation d'abstracts traitant de l'utilisation en radiologie des grands modèles de langage, ces nouveaux logiciels d'intelligence artificielle (IA) générative. Il a plus précisément défendu l'intérêt de ces outils dans la formation des médecins. « La formation médicale de précision peut être définie comme une approche systématique qui i

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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

24 Fév

7:12

Une étude rétrospective a évalué un modèle d’apprentissage profond basé sur le scanner en phase veineuse porte pour distinguer les métastases hépatiques du cancer colorectal des hémangiomes, montrant de bonnes performances globales. L’assistance par DL améliore significativement le diagnostic des lésions de 10 à 30 mm, mais son apport reste limité pour les lésions subcentimétriques, pouvant nécessiter une IRM complémentaire.
23 Fév

15:51

Des scores de risques fournis par un outil commercial de diagnostic et prédiction automatique ont obtenu une performance « pas significativement différente » à celle des modèles cliniques pour prédire la récidive ipsilatérale après un traitement par chirurgie conservatoire d'un carcinome canalaire in situ (DCIS). Étude.

13:50

La présence de calcifications aortiques évaluée sur des radiographies thoraciques est associée à une survie globale (HR 1,669 ; IC 95 % = [1083–2572]) et à une survie sans amputation plus faibles (HR 1,587 ; IC 95% = [1041–2420]) après une amputation mineure des extrémités inférieures (étude).

7:30

Les modèles de fondation sont une piste prometteuse pour faire évoluer l'imagerie pédiatrique, concluent les auteurs d'un état de l'art sur le sujet paru dans la revue Pediatric Imaging.
Docteur Imago

GRATUIT
VOIR