Les nouveautés

Actualités, analyses et publications.

Actualités, conseils pratiques, analyses et publications scientifiques de l'équipe Rhazes.

Découvrir les publications scientifiques

Publication scientifique

Défis et solutions pour appliquer les grands modèles de langage aux plans de prise en charge fondés sur les recommandations et au codage médical automatisé : développement et validation d’algorithmes

Cette étude présente et évalue 2 méthodes fondées sur les LLM, intégrées à la plateforme Rhazes Clinician pour répondre à ces difficultés : la génération augmentée par recherche assistée par génération (GARAG), qui automatise l’élaboration de plans thérapeutiques fondés sur les données probantes, et la recherche vectorielle assistée par génération (GAVS), qui automatise le codage médical.

Lire l’article

Publication scientifique

Évaluer rapidement les grands modèles de langage pour diagnostiquer les patients présentant des comorbidités : étude comparative avec la méthode du LLM évaluateur

Dans cette étude, nous avons cherché à comparer les capacités diagnostiques de 18 LLM de Google, OpenAI, Meta, Mistral, Cohere et Anthropic, avec 3 consignes, 2 réglages de température et 1000 hospitalisations sélectionnées au hasard dans la base Medical Information Mart for Intensive Care-IV (MIMIC-IV). Nous explorons également l’amélioration du taux de réussite diagnostique de GPT-4o 05‐13 par génération augmentée par recherche (RAG), à l’aide des intervalles de référence fournis par l’American Board of Internal Medicine.

Lire l’article

Analyses

L’avenir de l’IA en santé au Royaume-Uni se jouera sur la stratégie

Dans les systèmes de santé modernes, l’IA n’est plus un simple atout. Elle est essentielle pour améliorer les résultats cliniques, soulager les équipes et rendre le système plus résilient à l’avenir. L’enjeu est désormais de l’adopter rapidement et efficacement, au bénéfice des patients comme des professionnels de santé. Le Royaume-Uni a toutes les raisons de saisir cette occasion et toutes les capacités pour y parvenir.

Lire l’article

Publication scientifique

Évaluation systématique des performances de GPT-4 et PaLM2 pour diagnostiquer les comorbidités des patients de MIMIC-IV

Les résultats suggèrent que l’intelligence artificielle (IA), utilisée aux côtés des professionnels de santé, pourrait réduire les erreurs cognitives à l’origine de centaines de milliers de diagnostics erronés chaque année. La supervision humaine reste toutefois indispensable : les LLM ne peuvent pas remplacer les professionnels de santé, notamment pour la compréhension humaine et l’empathie. L’intégration de l’IA dans les soins se heurte également à de nombreux obstacles, d’ordre éthique, réglementaire ou liés à la responsabilité juridique.

Lire l’article