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

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
10 Juin

16:00

La TEP-TDM à grand champ de vue axial (LAFOV) offrirait une qualité d'image supérieure à celle de la TEP-TDM conventionnelle (SAFOV), malgré une réduction significative du temps d'acquisition, avec des caractéristiques de bruit comparables pour plusieurs produits radiopharmaceutiques (étude).
Docteur Imago

GRATUIT
VOIR