Des chercheurs ont évalué de récents grands modèles de langage multimodaux sur une tâche d’évaluation de l’alignement d’images médicales, qui consiste à vérifier si deux examens montrent la même anatomie. L’étude a révélé que GPT‑6 a atteint une précision supérieure à 85 % dans presque tous les scénarios testés. Les anciens modèles de pointe ont fait à peine mieux que le hasard, tandis qu’un modèle ajusté localement a égalé GPT‑6 sur les tâches pour lesquelles il avait été entraîné, mais s’est montré moins performant dans de nouveaux contextes. Les auteurs estiment que cette capacité pourrait faciliter les contrôles qualité dans les chaînes de traitement des images médicales.
Pourquoi c'est important
Les hôpitaux pourraient utiliser des modèles généralistes avancés pour automatiser les contrôles de qualité des images et réduire leur dépendance à des spécialistes rares.
