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.

Url / Doi : https://dumas.ccsd.cnrs.fr/dumas-04303523v1/file/A-2023-078.pdf

Localisation : Env Alfort (Bibliothèque)

N° de thèse : 078

Bibliogr. p. : 68-73

Titre anglais : Using Artificial Intelligence in the management of chronic pet diseases : opportunities and obstacles to adoption

Résumé anglais : Since the early 2000s, the use of data by businesses has seen unprecedented growth in the wake of the development of tools for storing and exploiting data. Among the models of data exploitation is the field of Artificial Intelligence, a technology whose aim is to enable machines to perform more or less complex tasks by mimicking human intelligence. The healthcare sector is not alien to the development of Artificial Intelligence in general and Machine Learning, a sub-discipline of Artificial Intelligence. Although many studies have been published showing better performances from algorithms compared to specialists in certain applications, and many tools that can be used by healthcare professionals have been developed, the diffusion of Artificial Intelligence remains limited. The main reasons for this limitation are the still unfinished legal framework, the ethical issues raised by the use of such algorithms, and the difficulty of integrating these tools into today's care pathways. However, many companies are working on the subject and are participating in the democratization of tools that use Artificial Intelligence in human medicine in general and in the care of patients with chronic diseases in particular. On the other hand, in veterinary medicine, the development of AI is very limited and uneven across countries. In France, only a dozen solutions are available for use by veterinarians. Yet, the potential of Artificial Intelligence to help veterinarians in their daily practice is important. This low dissemination can be explained by the lack of knowledge or even distrust of these tools on the part of some veterinarians, but also by the difficulty of developing these tools (often due to a lack of data) and integrating them into the way clinics operate.

Mots-clés anglais : Artificial intelligence ; Machine learning ; Digital innovation ; Veterinary practice ; Chronic disease ; Pet

En ligne : Oui

Directeur de Thèse : Legrand, Chantal

Assesseur / Examinateur : de Paula-Reis, Alline

Type de fond : Fonds contemporain

Emprunt/Réservation