Performance des LLM dans les diagnostics endodontiques

Cette étude observationnelle prospective vise à évaluer les performances en temps réel de trois grands modèles de langage - ChatGPT-4o, Gemini Advanced et Claude 3.7 - en matière de diagnostic et de prise de décision thérapeutique dans un contexte clinique endodontique. Un total de 120 patients se présentant à la clinique d'endodontie ont été examinés, et leurs antécédents médicaux/dentaires détaillés, les constatations cliniques et les radiographies périapicales ont été recueillis. Chaque cas anonymisé a ensuite été présenté aux trois LLM en utilisant une invitation standardisée demandant le diagnostic et le plan de traitement approprié.

Tous les modèles ont été utilisés dans leurs configurations multimodales par défaut sans activer les fonctions de recherche web, les plug-ins ou la récupération de données externes. Chaque question a été soumise une seule fois dans des sessions de chat isolées pour éviter la persistance de la mémoire. Les réponses ont été enregistrées textuellement et comparées aux diagnostics et plans de traitement de référence établis par un panel de spécialistes en endodontie.

Cette étude a été conçue pour imiter aussi fidèlement que possible les conditions cliniques réelles, fournissant une évaluation réaliste de la façon dont ces systèmes pourraient fonctionner lorsqu'ils sont utilisés par les cliniciens dans la pratique quotidienne. Comprendre leurs capacités et leurs limites dans des scénarios cliniques authentiques est essentiel, car on s'attend à ce que les LLM jouent un rôle de plus en plus vital dans les soins dentaires futurs, notamment dans le soutien à la décision, le triage et l'éducation des patients. En identifiant les domaines où ces modèles fonctionnent bien et ceux où ils présentent des lacunes, cette recherche vise à éclairer une intégration clinique sûre et efficace alors que les technologies LLM continuent de progresser.