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

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

21 Oct

15:01

Fin 2025, le centre hospitalier intercommunal d’Aix-Pertuis a déclaré à l’ASNR un événement significatif de radioprotection portant sur une erreur d'injection de médicaments radiopharmaceutiques à 12 patients dans le cadre d'examens de scintigraphie de la parathyroide. L'incident n'aurait eu que des conséquences très limitées.

7:03

Une nouvelle génération de TEP scanner, basés sur des systèmes de champ de vision axial long (LA-FOV), permettraient de réaliser des scans corps entier de bonne qualité diagnostique en à peine une minute.

7:00

20 Oct

15:30

Un modèle de deep learning peut estimer l’âge chronologique des enfants à partir de radiographies du bassin, avec une erreur absolue moyenne inférieure à 0,6 an, selon une étude.

7:30

GE HealthCare annonce le marquage CE de son cyclotron MINItrace™ Magni et l’extension de sa plateforme PETtrace™ à la production de cuivre-64. Ces innovations visent à renforcer la production locale de radioisotopes et à soutenir la recherche en imagerie moléculaire et en théranostique.

7:00

✕
Tech Imago

GRATUIT
VOIR