L'intelligence artificielle est une technologie complexe dont le fonctionnement requiert des données en très grande quantité, appelées parfois le Big Data. Plusieurs approches sont présentées, telles que les réseaux bayésiens, les séparateurs à vastes marges, les arbres décisionnels et les réseaux neuronaux. Leurs variantes plus récentes comme les réseaux neuronaux récurrents, les réseaux neuronaux convolutifs et les transformeurs sont également décrites, afin de mieux comprendre les défis et les limites de leur usage. En médecine vétérinaire, l'intelligence artificielle a un potentiel novateur pour le diagnostic et une analyse de ses différentes applications est présentée dans cette thèse. Cette technologie a historiquement été développée pour le secteur rural en utilisant des données descriptives, notamment grâce à l'usage de robots de traite. Les approches envisagées pour les animaux de compagnie sont davantage axées sur les examens complémentaires et permettent d'assister le praticien dans sa démarche. L'intelligence artificielle peut ainsi contribuer à la détection précoce de nombreuses maladies et à l'interprétation d'examens d'imagerie médicale ou d'analyses sanguines. Les études vétérinaires restent cependant souvent limitées à des preuves de concept et davantage de recherche sont encore nécessaires dans plusieurs domaines d'intérêt. Il est par ailleurs essentiel de reconnaître les défis intrinsèques à l'intelligence artificielle. L'origine, la variabilité et l'usage des données permettant leur entraînement constitue un des premiers enjeux et nécessitera une gestion prudente et une réglementation appropriée. Une collaboration étroite entre les vétérinaires et les propriétaires sera également primordiale pour intégrer l'intelligence artificielle le plus efficacement possible dans une pratique quotidienne, afin de continuer à assurer des soins de qualité respectant les enjeux éthiques liés aux animaux. Le potentiel de l'intelligence artificielle vétérinaire n'est pas négligeable et son utilisation raisonnée permettra également de faire avancer la médecine humaine, dans l'optique « One Health » d'une médecine unique pour l'environnement, l'Homme et les animaux.[-]

Cette thèse examine l'impact profond et multidimensionnel d'Internet sur la pratique vétérinaire, révélant comment le numérique est devenu un pilier incontournable dans ce secteur. À travers une analyse approfondie, elle illustre la manière dont Internet transforme l'éducation vétérinaire, en facilitant un apprentissage plus flexible et accessible grâce à des ressources en ligne et des programmes d'enseignement à distance. Elle met également en lumière l'importance croissante d'Internet comme source d'information et outil de communication, permettant aux vétérinaires d'accéder rapidement à des données scientifiques, des conseils professionnels et des forums d'échange entre pairs. La thèse explore en outre l'impact d'Internet sur la relation entre les vétérinaires et les propriétaires d'animaux, démontrant comment les canaux numériques améliorent l'interaction client, la prise de rendez-vous, et la gestion administrative des cliniques. Elle souligne l'émergence de la télémédecine comme un complément aux consultations traditionnelles, offrant un suivi continu et une prise en charge à distance, surtout dans des zones moins desservies. En analysant l'utilisation des technologies numériques avancées, telles que les objets connectés pour la surveillance de la santé animale et l'application de l'intelligence artificielle pour le diagnostic et le traitement, la thèse identifie des avancées significatives dans la pratique clinique. Elle reconnaît également le rôle crucial d'Internet dans la santé publique vétérinaire, notamment à travers la surveillance épidémiologique et la gestion des alertes sanitaires. En conclusion, cette thèse affirme que l'intégration d'Internet dans la pratique vétérinaire représente une évolution indispensable, offrant des avantages tangibles en termes d'efficacité, d'accès à l'information, et de qualité de soin. Elle souligne toutefois la nécessité d'une adaptation continue des professionnels à ces outils numériques, tout en considérant les implications éthiques et les défis liés à la sécurité des données et à la dépendance technologique.[-]

Jamais un domaine du savoir n'avait connu une telle croissance exponentielle. Il était temps de tirer mon épingle du jeu… Hugo a créé sa start-up sur les modèles d'IA au cœur de la révolution ChatGPT. En passe de vendre sa technologie au géant du numérique REAL.E, il s'interroge sur les véritables motivations de son mystérieux client. Est-ce le contrat dont rêve tout entrepreneur ou bien le début d'un long cauchemar à l'échelle planétaire ? Alors que les plans de REAL.E semblent de plus en plus nébuleux se profile à l'horizon une IA incroyablement puissante, mais aussi source de chaos et d'indécentes concentrations de richesse… (2e et 4e de couv.)[-]

Les logiciels d'aide au diagnostic sont des technologies tirant leur fonctionnement de l'intelligence artificielle. Ils ont été conçus pour réduire les errances et erreurs diagnostiques en nous aidant à lutter contre nos travers cognitifs dans chaque étape du processus diagnostique (recueil d'informations, examen clinique et complémentaire, diagnostic différentiel) et dans l'acquisition d'informations. Pour autant, leur utilisation soulève des questionnements concernant les données utilisées pour leur fonctionnement, la responsabilité médicale et leur véritable valeur médicale. Ce travail de thèse propose une étude de l'exactitude et de la précision ainsi que des propositions de perfectionnement d'un logiciel d'aide au diagnostic en pathologies des ruminants, le logiciel VetAid. Évaluées sur 144 cas cliniques, l'exactitude et la précision de VetAid se sont avérées être remarquables (83,62% d'exactitude en globalité et 90,68% pour les motifs d'appels étudiés au sein de cette thèse). Concernant son perfectionnement, quelques anomalies dans son fonctionnement et des propositions diagnostiques parfois peu ou trop précises sont à rapporter et méritent d'être améliorées. Finalement, même si une étude à plus grande échelle et sur l'intégralité de ses fonctions et sur les motifs d'appel peu représentés est souhaitable pour conforter les résultats obtenus dans cette étude, le logiciel VetAid propose des diagnostics le plus souvent exacts ou utiles à la réflexion clinique du vétérinaire et peut d'ores et déjà être utilisé sans crainte.[-]

Une occlusion intestinale se définit comme l'arrêt partiel ou total du transit digestif, et peut avoir de nombreuses causes. En médecine vétérinaire, le diagnostic d'une occlusion intestinale peut être difficile, notamment car les signes cliniques associés sont souvent non spécifiques. Lorsqu'un chien ou un chat présente des troubles digestifs, le vétérinaire réalise généralement une radiographie abdominale en première intention. Il doit alors interpréter correctement cette image, et identifier d'éventuels signes directs ou indirects d'occlusion intestinale. Une intelligence artificielle capable de détecter des lésions pourrait aider le praticien à analyser ces radiographies, et ainsi à diagnostiquer les obstructions digestives. L'objectif de cette étude est d'évaluer les performances d'un algorithme entraîné (spécialisée en radiologie vétérinaire) pour la détection radiographique des occlusions intestinales chez le chien et le chat. Nous identifierons aussi les limites de cette méthode. Pour cela, nous constituerons tout d'abord une base de données composée de radiographies abdominales annotées par l'autrice. Ces images seront ensuite présentées à l'algorithme utilisé dans cette étude, et nous comparerons ses résultats à ceux de l'autrice. Enfin, nous identifierons et analyserons les erreurs commises par l'intelligence artificielle.[-]

La révolution numérique, avec l'émergence de la médecine connectée, pousse la profession vétérinaire à se réinventer. Les nouvelles générations de clients et les évolutions technologiques génèrent des défis et des attentes auxquels la médecine équine doit répondre. La télésanté et l'intelligence artificielle sont maintenant indispensables et sont liées à l'utilisation des données massives ou big data. Dans quelle mesure peuvent-elles améliorer la prise en charge et le suivi de l'urgence la plus fréquente en médecine équine, les coliques ? Ce travail de thèse tend à expliciter l'utilisation, l'importance et les limites actuelles de la télésanté et de l'intelligence en médecine vétérinaire équine avec l'exemple de la prise en charge et du suivi des équidés adultes atteints de coliques. Les tenants et aboutissants de la e-santé animale y sont explicités. Les étiologies diverses des coliques, associées à leurs expressions cliniques, permettent une utilisation de la télésanté et de l'intelligence artificielle pour diminuer leur prévalence, améliorer leur détection, leur diagnostic, leur prise en charge et leur suivi. En effet, ces technologies permettent d'aider le vétérinaire équin à améliorer l'efficacité et la qualité des soins prodigués aux équidés atteints de coliques, tout en offrant des avantages nouveaux aux propriétaires, mais également à tous les professionnels œuvrant en médecine équine. Cependant, ces nouveaux outils doivent être réglementés et appréhendés par les vétérinaires équins afin d'en optimiser leurs utilisations et leur avenir.[-]

Depuis le début des années 2000, l'utilisation des données par les entreprises a connu une progression inédite dans le sillage du développement d'outil permettant de les stocker et de les exploiter. Parmi les modèles d'exploitation des données, on trouve le domaine de l'Intelligence Artificielle, technologie dont le but est de permettre à des machines de réaliser des tâches plus ou moins complexes en mimant l'intelligence humaine. Le domaine de la santé n'est pas étranger au développement de l'Intelligence Artificielle en général et du Machine Learning, discipline de l'Intelligence Artificielle. Si de nombreuses études démontrant les meilleures performances des algorithmes par rapport à des médecins spécialistes dans certaines applications ont été publiées, et si des nombreux outils utilisables par les professionnels de santé ont été développés, la diffusion de l'Intelligence Artificielle reste limitée. Les raisons de cette limitation viennent principalement du cadre légal encore inachevé, des questions éthiques que l'utilisation de tels algorithmes soulèvent ainsi que de la difficulté à intégrer ces outils dans les parcours de soin d'aujourd'hui. Cependant, de nombreuses entreprises travaillent sur le sujet et participent à la démocratisation d'outils utilisant l'Intelligence Artificielle en médecine humaine et notamment dans la prise en charge des patients atteints de maladies chroniques. En revanche, en médecine vétérinaire, le développement de l'IA est très limité et inégal en fonction des pays. En France notamment, à peine une dizaine de solutions sont disponibles à l'utilisation pour les vétérinaires. Pourtant, le potentiel de l'Intelligence Artificielle à aider les vétérinaires dans leur pratique quotidienne est importante (diagnostic, prévention, suivi des patients, ...). Cette faible diffusion peut s'expliquer par la méconnaissance voire la méfiance de certains vétérinaires à l'encontre de ces outils mais aussi par la difficulté à développer ces outils (par manque de données souvent) et à les intégrer dans le mode de fonctionnement des cliniques.[-]

Les urolithiases du bas appareil urinaire félin (BAUF) représentent une grande partie des affections graves du bas appareil urinaire chez le chat. Il est ainsi essentiel de les traiter au plus vite et de prévenir leurs récidives. Le traitement de choix était historiquement chirurgical, cependant les traitements médicaux ainsi que les thérapies de dissolution se sont démocratisés ces dernières années. Il existe plusieurs types minéraux de calculs, chacun admettant sa spécificité thérapeutique. Il apparaît alors important d'être capable de prédire la nature minérale de chaque calcul afin d'éviter autant que possible un traitement invasif non nécessaire. L'objectif de cette étude est d'étudier cette prédictibilité au travers des caractéristiques radiographiques des types de calculs. Pour ce faire nous avons étudié 77 chats ayant eu une cystotomie à l'Ecole Nationale Vétérinaire d'Alfort entre avril 2013 et janvier 2023 dans un contexte de calcul du BAUF. Puis nous avons programmé une intelligence artificielle qui étudie des corrélations entre un ou plusieurs critères radiographiques et la nature minérale des calculs afin d'en établir une démarche prédictive. Ainsi les calculs d'oxalates de calcium sont différenciables des autres types de calculs par leur opacité élevée par rapport à la partie caudale du corps vertébral de la cinquième vertèbre lombaire (plus fréquemment supérieur à 0.858), leur petite taille (plus fréquemment inférieure à 4.35 mm) et leur contenu homogène. Les calculs de struvite sont plus fréquemment de taille supérieure à 4.35 mm. L'algorithme est capable de prédire correctement 78% à 92% des types minéraux des calculs des chats de notre échantillon. Aucune comparaison n'est possible concernant le chat dans la littérature. Cette précision dépasse les résultats obtenus jusqu'ici chez le chien, que ce soit in vivo ou lors d'études sur fantômes de vessie. Des études prospectives comparant des différences temporelles et géographiques des populations ainsi que des lectures radiographiques effectuées par un vétérinaire généraliste et un spécialiste en imagerie médicale vétérinaire pourraient être intéressantes afin de confirmer et d'explorer nos résultats.[-]

Le développement de l'automatisation des critères quantitatifs d'imagerie est un des enjeux de l'optimisation du diagnostic. Dans ce contexte, l'automatisation du calcul de l'indice de Buchanan, explicitée dans cette étude, a montré de bons résultats. Le calcul de cet indice est recommandé dans certaines étapes des consensus pour appuyer une suspicion de cardiomégalie. L'objectif de cette étude est d'étudier la fiabilité du calcul chez le chien à partir d'un placement automatique des points par un réseau de neurones convolutif. 1000 images radiographiques, sélectionnées par l'auteur, ont été utilisées pour la banque de données d'apprentissage et les performances ont ensuite été étudiées sur 100 images différentes des 1000 premières. La corrélation du calcul automatique et du calcul manuel a été estimée par plusieurs méthodes. Selon la méthode de Bland et Altman, les séries automatiques et manuelles sont corrélées. Le coefficient de Lin obtenu est de 0,82, indiquant une corrélation assez bonne à très bonne selon les publications. Le calcul automatique de l'indice de Buchanan apparaît donc prometteur dans le cadre du renforcement des suspicions de cardiomégalies chez le chien.[-]

La radiographie thoracique est un examen complémentaire couramment utilisé par les vétérinaires, généralistes ou spécialistes, notamment pour mener des investigations diagnostiques lors d'affections respiratoires chez le chat (Felis Catus). Toutefois, l'analyse de cet examen complémentaire est complexe et celui-ci nécessite une lecture fine ainsi qu'une interprétation rigoureuse. Depuis une dizaine d'années environ, des algorithmes d'intelligence artificielle sont élaborés dans le but d'améliorer la lecture et l'interprétation d'images médicales.Le but de cet exposé est d'élaborer et d'évaluer un réseau de neurones artificiels permettant d'aider le vétérinaire généraliste dans la lecture et l'interprétation de radiographies thoraciques chez le chat, notamment pour l'étude des Syndromes Radiologiques Pulmonaires (SRP).La première partie de l'exposé rappelle revient sur l'importance des SRP dans la lecture et l'interprétation des radiographies thoraciques chez le chat. La seconde partie de l'exposé est consacrée à quelques rappels théoriques sur les réseaux de neurones artificiels ainsi qu'à l'état de l'art de leurs applications en imagerie médicale vétérinaire chez le chat et le chien. Enfin, la troisième partie présente, sous la forme d'un article scientifique, l'approche expérimentale ayant permis d'élaborer et d'évaluer un réseau de neurones artificiels spécifiquement pour l'étude des SRP sur des radiographies thoraciques chez le chat.[-]