LLM

Des modèles d’IA peuvent-ils répondre aux questions des patients avant une intervention en RI ?

Une étude a testé quatre logiciels de système d'IA, dont ChatGPT, pour répondre aux questions fréquemment posées par les patients en radiologie interventionnelle. L’objectif était d’évaluer les pistes d’amélioration des pratiques cliniques et la compréhension des patients, tout en évaluant les risques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 17/11/25 à 7:00, mise à jour le 20/11/25 à 9:47 Lecture 2 min.

À l’issue de leur analyse, les radiologues ont constaté que DeepSeek-V3 et ChatGPT-4o avaient démontré d'excellentes performances en fournissant des réponses précises et compréhensibles D. R.

Avant une procédure de radiologie interventionnelle, les patients posent souvent de nombreuses questions. L’étude publiée en octobre 2025 dans le CVIR Endovascular [1] s’est intéressée à la possibilité de déléguer tout ou partie de cette information à des modèles d’intelligence artificielle concernant trois procédures spécifiques, à savoir l'embolisation artérielle (TAPE), la curiethérapie à haut débit de dose guidée au scanner (CT‑HDR) et la bléomycine électrosclérothérapie (BEST).

Une centaine de questions

Dans le cadre de leur étude, les chercheurs ont posé une trentaine de questions pour chaque procédure (35 pour TAPE, 34 pour CT-HDR, 36 pour BEST) aux quatre modèles d'intelligence artificielle, à savoir : ChatGPT‑4o, DeepSeek‑V3, OpenBioLLM‑8b et BioMistral‑7b. Les questions ont été posées dans un rôle "patient", avec pour texte : "Je suis patient. Je dois subir une curiethérapie CT-HDR et j'ai quelques questions concernant cette procédure. Pourriez-vous répondre à chacune des quest

Il vous reste 70% de l’article à lire

Tech 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 !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Auteurs

Marjolaine Margue

Journaliste spécialisée BOM Presse

Voir la fiche de l’auteur

Déclaration des liens d'intérêts

Bibliographie

  1. Levita B, Eminovic S, Lüdemann WM, et al (2025) Large language models for patient education prior to interventional radiology procedures : a comparative study. CVIR Endovascular 8:81. https://doi.org/10.1186/s42155-025-00609-z

Mots-clés

intelligence artificielle expérience patient ChatGPT

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Tech Imago

05 Déc

14:11

Un système de correction automatique du désalignement de la cible pour la radiothérapie adaptative basée sur le CBCT chez les patients atteints d'un cancer du poumon permettrait de produire automatiquement des scanners synthétiques et des délinéations, permettant la mise en œuvre de la radiothérapie sans nécessiter de corrections manuelles et avec des marges de traitement potentiellement plus petites (étude).

7:11

La seconde interprétation des examens de médecine nucléaire pédiatrique par des radiopédiatres spécialisés en médecine nucléaire a entraîné des changements susceptibles d'avoir un impact sur la prise en charge clinique dans 17 % des cas (étude).

7:00

04 Déc

15:53

Une étude menée dans plusieurs pays propose la première cartographie intégrée de la recherche des fantômes mammaire. Le but est de combler les lacunes existante afin de permettre d'améliorer l'évaluation des systèmes d'imagerie et leur pertinence clinique.

7:15

L'IRM de diffusion permet d'évaluer et de différencier la maladie de Legg-Calvé-Perthes d'un fémur normal. Elle fournit des données quantitatives qui peuvent être utilisées en complément des techniques d'IRM conventionnelles pour améliorer la précision du diagnostic. (Etude)

7:00

✕
Tech Imago

GRATUIT
VOIR