Résumé:
Le cancer du sein reste une priorité majeure de santé publique, nécessitant des outils de dépistage fiables et une interprétation précise des mammographies. C’est pour cela que l’intelligence artificielle, et notamment le modèle ChatGPT+ (Transformateur génératif pré-entraîné), suscite un intérêt croissant pour l’amélioration de ces derniers, et aide à l’interprétation radiologique. Cette étude a eu pour objectif de comparer la performance de ChatGPT+ à celle d’un radiologue humain dans l’analyse de 30 patientes possédant des clichés mammographiques, avec confirmation des résultats par examen anatomopathologique. Les critères évalués incluaient la classification du Collège Américain de Radiologie, la densité mammaire, la taille des nodules, ainsi que la présence de micro et macro-calcifications. Les résultats que ChatGPT+ attribue plus fréquemment les classifications Collège Américain de Radiologie 1 et 4, tandis que le radiologue identifie davantage de cas en 5 et les taux d’accord entre ChatGPT+ et le radiologue varient fortement selon les critères, allant de 36.7 % d’accord pour la classification Collège Américain de Radiologie à 70 % pour les macrocalcifications ,et enfin la comparaison du diagnostic avec l’anatomopathologie a montré un accord total de la part du radiologue avec 30 vrais positifs sur les 30 patientes tandis que ChatGPT+ n’en a détecté que 19, et qui sont en majorité des carcinomes canalaires infiltrants 93 %. Ceci dit, ces constats soulignent l’intérêt de l’intelligence artificielle comme outil de seconde lecture, mais confirment la nécessité de l’expertise humaine et de l’apport complémentaire de la biologie moléculaire et de l’examen anatomopathologique pour une prise en charge optimale.
Mots-clés : Mammographie, Intelligence Artificielle, ChatGPT+, Radiologue, Biologie Moléculaire, Dépistage Cancer du sein
