MRC féline : la signature comportementale que l'IA détecte avant la biologie

🐈 Jusqu'à 75 % de la masse rénale peut être détruite avant qu'une azotémie apparaisse au bilan sanguin. C'est tout le drame de la maladie rénale chronique féline : au diagnostic, les reins ont déjà perdu beaucoup. Et les signes précoces — polyurie discrète, posture modifiée, baisse d'intensité du grattage — passent presque toujours inaperçus. Une étude publiée en avril 2026 dans la revue Animals (Langenfeld-McCoy et coll., Nestlé Purina + Ohio State University) propose une piste inédite : une litière connectée à capteurs de charge, couplée à un modèle de machine learning. Sur 136 chats analysés, l'algorithme a identifié une signature comportementale de la MRC : ▪️ Fréquence de miction doublée (4,6 vs 2,3 événements/jour) ▪️ Durée de miction allongée (25,2 vs 17,8 secondes) ▪️ Volume urinaire hebdomadaire plus que doublé (1007 g vs 470 g) ▪️ Intensité de recouvrement post-miction nettement réduite Performance du modèle en validation : F1-score pondéré de 89,9 %. Le point qui m'intéresse en tant que praticien : ces signatures sont déjà détectables aux stades IRIS 1-2, là où nos examens biologiques restent souvent normaux. L'IA ne pose pas le diagnostic. Elle ne remplace ni la créatinine, ni la densité urinaire, ni l'examen clinique. Elle identifie une signature comportementale qui peut amener le propriétaire à consulter plus tôt — et nous, à investiguer sur un terrain plus précoce. C'est exactement ce que nous décortiquons dans le podcast VETO-IA : comment ces outils d'IA augmentée déplacent le curseur du dépistage félin sans déposséder le vétérinaire de sa décision. 🎧 À écouter sur Spotify, Apple Podcasts et Deezer : https://open.spotify.com/show/5wlGAVBuJwv0a1QFepdwoX