Comparaison de la précision des grands modèles de langage et des lecteurs humains dans l’interprétation d’images radiologiques Contexte académique Ces dernières années, les grands modèles de langage (Large Language Models, LLMs) ont démontré des capacités impressionnantes dans divers domaines, notamment en traitement du langage naturel. Avec l’émer...
Algorithmes d’apprentissage profond pour la détection du cancer du sein dans une cohorte de dépistage britannique Contexte académique Le cancer du sein est l’un des cancers les plus fréquents chez les femmes à l’échelle mondiale, et le dépistage précoce est crucial pour améliorer les taux de guérison. Les systèmes traditionnels de détection assisté...
Capacité des grands modèles de langage à traduire les rapports radiologiques en texte libre de CT et IRM dans plusieurs langues Contexte académique Dans un monde globalisé, la mobilité accrue des patients fait que les rapports radiologiques, essentiels pour le diagnostic et la gestion des maladies, doivent souvent être traduits dans différentes lan...
Changements dans la performance des lecteurs lors de la lecture séquentielle des examens de tomosynthèse mammaire numérique pour le dépistage du cancer du sein Contexte académique Le cancer du sein est l’un des cancers les plus fréquents chez les femmes à l’échelle mondiale, et le dépistage précoce est crucial pour améliorer les taux de guérison. L...
Étude comparative de l’évaluation de la fibrose myocardique par IRM de rehaussement tardif au gadolinium à 5T versus 3T Contexte académique La fibrose myocardique est une caractéristique pathologique commune à de nombreuses maladies cardiaques. Une évaluation précise de la fibrose myocardique est essentielle pour le diagnostic, le traitement et le ...
Impact des types d’explication de l’IA sur la performance diagnostique et la confiance des médecins Contexte académique Ces dernières années, les systèmes de diagnostic basés sur l’intelligence artificielle (IA) dans les domaines des soins de santé et de la radiologie ont progressé rapidement, montrant un potentiel pour améliorer les soins aux pati...
Le potentiel de GPT-4 dans l’évaluation des radiographies thoraciques : une étude rétrospective Contexte académique Ces dernières années, l’intelligence artificielle (IA) a trouvé des applications de plus en plus variées dans le domaine médical, en particulier en radiologie. L’introduction d’outils d’IA transforme la pratique clinique, notamment da...
Modèles de langage visuel de grande envergure en radiologie : Évaluation quantitative des capacités multimodales et multianatomiques de GPT-4V Contexte académique Ces dernières années, les modèles de langage de grande envergure (Large Language Models, LLMs) tels que ChatGPT d’OpenAI ont réalisé des progrès significatifs dans le domaine de la généra...
Précision diagnostique du scanner pour la détection de la stéatose hépatique : revue systématique et méta-analyse Contexte académique La stéatose hépatique (hepatic steatosis) résulte de l’accumulation anormale de triglycérides dans les hépatocytes, ce qui peut déclencher une cascade de réponses inflammatoires, appelée maladie hépatique stéatosique...
Évaluation des lésions non massiques détectées par échographie mammaire de dépistage basée sur les résultats mammographiques Contexte académique Le cancer du sein est l’une des tumeurs malignes les plus courantes chez les femmes dans le monde, et sa détection et son diagnostic précoces sont essentiels pour améliorer le taux de survie des patientes....