Nature Communications · 12 novembre 2026 · Du numéro 66
Scaling medical imaging report generation with multimodal reinforcement learning
Une IA entraînée avec un système de récompense a dépassé les anciens modèles pour rédiger des comptes rendus de radiographies thoraciques.
Qianchu Liu, Sheng Zhang et al.
Une IA a rédigé des comptes rendus de radiographies thoraciques en apprenant à éviter les erreurs médicales, pas seulement à copier des schémas issus des données d'entraînement. Elle a été entraînée sur quatre bases de données publiques d'hôpitaux, puis testée sur une base de données privée venant d'une autre source. Elle a dépassé les anciens modèles d'IA de plus de 50 % sur deux jeux de test. Elle a aussi commis moins d'erreurs cliniques graves et a continué à bien fonctionner selon les différents groupes de patients.
Le gain par rapport au meilleur modèle d'IA antérieur sur deux jeux de test de comptes rendus de radiographies thoraciques.
Testée sur des bases de données publiques et une base de données privée d'un seul hôpital, pas en usage clinique réel.
Contrôle d'intégrité : réussi (3 contrôles) Vérifié le 13 novembre 2026. Rétractation : aucune trace. Le DOI répond sur doi.org. Fiche de métadonnées trouvée (Nature Communications). Lire la source
Ce contrôle examine des signaux de processus. Il ne dit pas que les résultats sont exacts.