Langage naturel

Quand ChatGPT s’invite en radiologie

Disponible gratuitement sur internet depuis le 30 novembre 2022, l'agent conversationnel ChatGPT fait déjà l'objet de publications dans Radiology, partagées entre le potentiel et les risques que présente l'utilisation de ce logiciel en imagerie.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/03/23 à 8:00, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

L'utilisation de ChatGPT en imagerie pose des problèmes d'éthique, de responsabilité mais aussi de propriété intellectuelle (photo d'illustration). D. R.

Écrire une lettre de motivation, rédiger un compte rendu, coécrire un article scientifique [1] ou journalistique... Le logiciel gratuit de conversation ChatGPT, développé par l'entreprise californienne OpenAI, fait sensation depuis sa sortie, le 30 novembre dernier, que ce soit pour ses résultats impressionnants ou pour les questions éthiques que soulèvent son utilisation et son entraînement. Ses capacités à reproduire la réalité, voire mimer un raisonnement rationnel – jusqu'à un certain point – ont entraîné la publication de plusieurs articles d'éclairages et de mise en garde sur son utilisation potentielle en recherche médicale, entre autres en radiologie [2].

« L'IA ne peut pas être tenue pour responsable de ce qu'elle produit »

Comme démonstration du potentiel de ChatGPT en imagerie médicale, le radiologue Som Biswas, de l'hôpital pour enfants Le Bonheur (Tennessee, États-Unis) a publié le 2 février dans Radiology un article de perspective rédigé par l'agent conversationnel et inti

Il vous reste 74% 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

Bibliographie

  1. O’COnnor S., ChatGPT, « Open artificial intelligence platforms in nursing education: Tools for academic progress or abuse? », Nurse Education in Practice, janvier 2023, vol. 66, n° 103537. DOI : 10.1016/j.nepr.2022.103537.
  2. Flanagin A., Bibbins-Domingo K., Berkwits M. et coll., « Nonhuman « authors » and implications for the integrity of scientific publication and medical knowledge », JAMA, 2023, vol. 329, n° 8, p. 637-639. DOI : 10.1001/jama.2023.1344.
  3. Biswas S., « ChatGPT and the future of medical writing », Radiology, epub 2 février 2023. DOI : 10.1148/radiol.223312.
  4. Lecler A., Duron L., Soyez P. et coll., « Revolutionizing radiology with GPT-based models: Current applications, future possibilities and limitaitons of ChatGPT », Diagnostic and Inerventional Imaging, 2023. DOI : 10.1016/j.diii.2023.02.003.
  5. Koo M., « The importance of proper use of ChatGPT in medical writing », Radiology, epub 7 mars 2023. DOI : 10.1148/radiol.230312.
  6. Ufuk F., « The role and limitations of large language models such as ChatGPT in clinical settings and medical journalism », Radiology, epub 7 mars 2023. DOI : 10.1148/radiol.230276 .

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.
20 Nov

16:01

Les séquences ciné en IRM cardiaque reconstruites par apprentissage profond et acquises sur trois cycles cardiaques permettent de réduire le temps d’acquisition de plus de 50 % par rapport à la séquence référence sans apprentissage profond, et le tout sans différence dans la qualité d'image, selon une étude prospective menée sur 55 volontaires sains en IRM 1,5 T.
Docteur Imago

GRATUIT
VOIR