GPT-4 égale les radiologues dans la détection des erreurs dans les rapports de radiologie, trouve l'étude

Dans une recherche publiée cette année dans Radiology, il a été trouvé que, en effet, GPT-4 peut être appliqué à la vérification des rapports de radiologie, et il est aussi sensible que les humains se souviennent. Dominatribute était l'œuvre du Dr Roman J. Gertz, qui a travaillé avec son équipe de recherche du département de Radiologie à l'Hôpital Universitaire de Cologne, en Allemagne. L'étude a opposé GPT-4 à six radiologues avec divers niveaux d'expérience. La recherche impliquait un focus sur la découverte d'éventuelles erreurs dans 200 documents médicaux de type radiologie, c'est-à-dire des rayons X et des imageries CT/IRM, détenus entre juin 2023 et décembre 2023.

GPT-4 pourrait devenir un tournant dans la relecture radiologique

L'évaluation a révélé que GPT-4 avait un taux de détection de 82,7 %, ce qui est très similaire à la sensibilité des radiologues humains (source principale). De plus, GPT-4 était beaucoup plus rapide pour traiter les rapports que le lecteur humain le plus lent, et les coûts moyens par rapport étaient les plus bas, indiquant non seulement son utilité mais aussi son potentiel d'économies d'argent pour les départements de radiologie.

Le Dr Gertz souligne que l'IA, comme GPT-4, a un grand potentiel pour être introduite dans les départements de radiologie ; elle peut conduire à une génération rapide et précise des rapports. L'étude a montré que les outils de relecture alimentés par l'IA sont un outil puissant pour améliorer les services de santé, car ils peuvent réduire les coûts des opérations radiologiques et les taux d'erreur.

Des recherches menées par Radiology et même publiées dans le Journal of Radiology ont révélé que le premier modèle de langage, GPT-4, développé par le projet OpenAI, a montré une grande précision des radiologues humains dans la détection des erreurs dans les rapports de radiologie. Dirigée par le Dr Roman J. Gertz du département de radiologie de l'hôpital universitaire de Cologne, en Allemagne, la recherche de l'institut sur l'IA est comparée à l'évolution de la radiologie.

Détection efficace des erreurs

Cette étude a été menée en prenant 200 rapports de radiologie provenant de radiographies et d'images CT/IRM, qui doivent être analysés pour évaluer les performances de GPT-4 par rapport à 6 radiologues ayant différentes expériences. Un fait révélé est que GPT-4 a atteint une précision de détection élevée jusqu'à 82,7 %, tout comme un radiologue. Cette efficacité de détection des erreurs permettra de générer un rapport détaillé en beaucoup moins de temps.

Dans la recherche discutée, l'un des points forts est la rentabilité de GPT-4. Bien qu'il soit assez cher au départ, GPT-4 prend moins de temps à traiter et à vérifier que les humains une fois déployé, ce qui se traduit par un coût moyen par rapport inférieur. Cette caractéristique d'économie de coûts fait de GPT-4 un outil utile pour le fonctionnement et la maintenance des départements de radiologie qui cherchent à maintenir l'ordre dans leur flux de travail et à réduire leurs dépenses financières.

Intégration dans les soins de santé

Selon l'observation du Dr Gertz, GPT-4 sera la technologie IA clé à intégrer dans les départements de radiologie, avec pour objectif principal d'améliorer les résultats des soins aux patients. La relecture assistée par l'aide permet aux radiologues de s'assurer de l'intégrité des rapports de diagnostic et, de cette manière, apporte de la qualité à la prestation des soins de santé. En outre, la disponibilité et les tarifs abordables de GPT-4 parmi la demande de services de radiologie offrent une technologie qui réduit non seulement les erreurs médicales, mais minimise également les coûts opérationnels.

L'IA devrait croître, et le domaine de la radiologie aura des études qui guideront la recherche et le développement futurs dans ce domaine. Dans ce scénario futur, le Dr Gertz maintient que GPT-4 ou toute autre technologie IA sont des éléments indispensables qui aident à accélérer le diagnostic et à améliorer la qualité des soins de santé. Les départements de radiologie peuvent tirer parti des capacités de l'IA pour triompher des problèmes dans l'industrie de la santé en évolution. L'IA assure des services de diagnostic opportuns, précis et rentables pour les patients du monde entier.