IA et radiographie thoracique : le bilan de huit ans de litterature

🔍 Huit ans de recherche sur l'IA en radiographie thoracique du chien et du chat : 27 articles publiés. C'est tout. Vildan Aslan Canatan et Ender Uzabaci viennent de passer cette littérature au crible dans Veterinary Medicine and Science. Leur bilan mérite votre attention, pour ce qu'il montre comme pour ce qu'il laisse dans l'ombre. 📈 Ce qui avance : une croissance de 10,41 % de publications par an, un pic en 2023, et des performances documentées sur certaines lésions. Müller et ses coauteurs rapportent 88,7 % d'exactitude sur la détection d'épanchement pleural. Boissady et son équipe ont évalué PicoxIA sur 15 lésions thoraciques, chez le chien comme chez le chat. ⚠️ Ce qui doit vous garder prudent : Kim et ses coauteurs, en 2022, obtiennent plus de 90 % de sensibilité sur l'œdème pulmonaire cardiogénique, avec 56 % de valeur prédictive positive. Traduction clinique : quand le modèle signale une lésion, une fois sur deux, elle n'est pas confirmée. 🐈 Le chat reste le parent pauvre des jeux de données. Les auteurs l'écrivent noir sur blanc : les corpus canins dominent, la radiographie thoracique féline est sous-représentée malgré son intérêt clinique. 💡 Leur conclusion ne laisse aucune place au doute. Ces systèmes sont des outils de soutien à la décision, pas des substituts au jugement du praticien. L'IA identifie une signature radiographique, le vétérinaire pose le diagnostic. 📚 Référence : Aslan Canatan V., Uzabaci E. (2026). « Bibliometric Analysis of Artificial Intelligence Use in Small Animal Thoracic Radiography ». Veterinary Medicine and Science, 12(5), e71169. https://doi.org/10.1002/vms3.71169 🎧 Nous décortiquons ce type de publication dans VETO-IA, notre podcast : https://open.spotify.com/show/5wlGAVBuJwv0a1QFepdwoX