Intelligence artificielle

Un modèle de langage géré localement peut extraire des données des comptes rendus en préservant l’anonymat des patients

Testé par le National Institutes of Health Clinical Center, aux États-Unis, le modèle de langage géré localement Vicuna pourrait être une option pour extraire des données de comptes rendus de radiologie textuels tout en préservant la vie privée des patients, et faciliter la recherche en IA.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/10/23 à 7:00, mise à jour le 13/11/23 à 17:02 Lecture 2 min.

Les LLM qui peuvent être exécutés localement pourraient, selon les chercheurs, être utiles pour créer de grands ensembles de données pour la recherche sur l’IA. D; R.

De grands modèles de langage à usage général (LLM) récemment publiés, tels que ChatGPT et GPT-4, sont capables d’effectuer des tâches liées à la radiologie basées sur du texte sans y avoir été formés de façon spécifique. ChatGPT peut ainsi fournir des réponses précises à des questions sur la prévention et le dépistage du cancer du sein, et GPT-4 est notamment capable de transformer les comptes rendus de radiologie scanner et IRM en texte libre en comptes rendus structurés, indiquent les auteurs d’une étude présentée dans Radiology [1].

Des modèles non compatibles avec les données cliniques

En revanche, ces modèles « très volumineux », et coûteux en termes de calcul ne peuvent pas être utilisés avec des comptes rendus de radiologie en milieu clinique en raison de contraintes de confidentialité, observent-ils. « ChatGPT et GPT-4 sont des modèles propriétaires qui obligent l’utilisateur à envoyer des données aux sources OpenAI pour traitement, ce qui nécessiterait d’anonymiser les donné

Il vous reste 71% 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

Bibliographie

  1. Mukherjee P., Hou B., Lanfredi R. B et coll., « Feasibility of using the privacy-preserving large language model Vicuna for labeling radiography reports », Radiology, octobre 2023, vol. 309, n° 1. DOI : 10.1148/radiol.231147.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13:16

Comparé au rapport en texte libre, la compte rendu structuré améliore l’efficacité des radiologues lors de la radiographie thoracique en dirigeant l’attention visuelle vers l’image, tandis que le compte rendu prérempli par IA améliore la précision du diagnostic, conclut une étude publiée dans Radiology.

7:11

Le LLM polyvalent (Cohere Command-A) évalué dans une étude a démontré de solides performances dans l’automatisation de la stadification FIGO pour les cancers du col de l’utérus et de l’endomètre à partir des rapports IRM. Leur intégration pourrait réduire la charge de travail des radiologues.
11 Fév

16:09

Median Technologies a obtenu l’autorisation 510(k) de la FDA pour son dispositif médical eyonis® LCS.  Basé sur l’IA. Celui-ci vise à transformer le dépistage du cancer du poumon en aidant à son diagnostic à des stages précoces et curables et ce, en limitant les examens de suivi inutiles et les faux positifs.

13:30

Un rapport conjoint publié en janvier 2026, de la joint commission, organisme de certification aux Etats-Unis et du National Quality Forum (NQF), mentionne le « Préjudice au patient associé à une lésion thermique liée à l'IRM », comme un domaine d’inquiétude important. Les deux organismes américains ont aligné leurs listes des événements Sentinel et « événements graves à signaler », afin de simplifier le signalement des événements de sécurité des patients. (Source)
Docteur Imago

GRATUIT
VOIR