Dans notre série de comptes rendus du RSNA 2018, en partenariat avec les Entretiens Médicaux d'Enghein, le JT du 4 décembre donne la parole au Pr Paul Chang, spécialiste international de l'Intelligence Artificielle.
Nous vous proposons chaque jour, en partenariat avec les Entretiens Médicaux d'Enghein (EME), de vous connecter avec le congrès de la Radiological Society of North America (RSNA).
Pour ce JT du 4 décembre dédié à l'intelligence artificielle, Jean-Claude Durousseaud reçoit le Pr Paul Chang, de l'Université de Chicago, spécialiste international de la discipline. Celui-ci affirme que la période de développement rapide de l'IA doit faire place à une meilleure éducation des radiologues afin que certains d'entre eux surmontent leur peur. Il commente notamment les applications proposées au RSNA, qui doivent, selon lui, progresser en termes d'intégration afin d'être plus efficientes.
Il considère que la technologie IA est entrée dans une phase de mise en production réelle, si toutefois les fournisseurs de solutions prouvent auprès des radiologues et des établissements de Santé leur plus-value pour la pratique médicale.
Pour accéder à la vidéo, cliquez sur l'image ci-contre.
Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...
23/06/2025 -
Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...
13/06/2025 -
Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.
23/05/2025 -
Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...
21/05/2025 -
Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...
20/05/2025 -
Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...
05/05/2025 -
RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.
22/04/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.