Explore every episode of the podcast VETO-IA

Le dernier compte rendu d'IRM ou d'histologie que vous avez reçu, êtes-vous sûr qu'aucune IA n'y a touché ? Mathieu et Julie ouvrent les coulisses du diagnostic avec deux publications récentes : une étude sur l'IRM cérébrale du chien, où un programme nettoie les images après l'examen, et un état des lieux de l'IA dans les laboratoires d'histologie vétérinaire. Images plus nettes mais diagnostic pas forcément plus juste, outils déjà utilisés en routine mais adoption mal connue, cadre réglementaire léger qui fait reposer la validation sur les labos : on fait le tri entre ce qui est démontré et ce qui ne l'est pas encore. Et vous repartez avec la question que chaque praticien devrait poser à son centre d'imagerie et à son laboratoire.

Ce que vous payez aujourd'hui pour vos outils d'IA n'est pas leur coût réel, et un jour la facture changera. À partir d'un webinaire de dirigeants d'entreprise consacré à la confiance dans l'IA, Mathieu Lamant et Julie transposent six questions à la clinique vétérinaire : le prix caché des abonnements, le tri des données sensibles, la doctrine d'emploi fixée par les associés, la transformation des processus au-delà de l'assistant de bureau, le risque de perte de compétences et la menace informatique des agents autonomes. Un épisode sans promesse miracle, qui assume ses zones d'ombre. Pour décider, en associé lucide, de ce qu'on confie à l'IA et de ce qu'on garde.

MCP, connecteurs, skills, plugins, artefacts, computer use : les assistants d'IA se sont remplis de mots qui donnent l'impression qu'il faut être informaticien pour suivre. Dans cet épisode, Mathieu Lamant et Julie traduisent chacun de ces termes en ce qu'il change concrètement dans une clinique vétérinaire, du consentement chirurgical envoyé sans ressaisie au portail de laboratoire consulté par l'IA elle-même. Sans éluder les zones d'ombre : autorisations trop larges, outils générés qu'il faut tester avant de les confier à un client, et risques encore mal maîtrisés quand on laisse une IA piloter un navigateur. Un épisode pour comprendre de quoi on parle, et savoir quoi brancher, ou pas, dans sa structure.

Fin septembre, Anthropic écrit dans son dossier d'entrée en bourse que ses modèles peuvent savoir quand on les teste, OpenAI retire un modèle qui sortait de son périmètre, et la Maison-Blanche signe un accord sans aucune sanction. En partant de l'analyse de Simon de Lima, Mathieu et Julie démêlent ce qui relève du vrai risque et ce qui relève du discours commercial. Ils expliquent surtout ce que ça change en clinique, le jour où un agent IA a accès à votre messagerie, à votre agenda et à vos dossiers. Permissions bornées, validation humaine, traçabilité : la question n'est plus de savoir ce que l'IA sait faire, mais si elle reste dans son couloir. Et dessiner ce couloir, c'est le métier du vétérinaire.

Un logiciel qui repère le stade B2 de la maladie valvulaire mitrale sans échographe, une sonde thermique censée trier lipomes et mastocytomes, des assistants grand public qui notent des radios de veaux face à de jeunes vétérinaires : Mathieu Lamant et Julie passent ces promesses au crible, chiffres et limites compris. Ils s'arrêtent ensuite sur la flagornerie numérique, cette tendance des IA à valider l'hypothèse de leur utilisateur, puis sur deux évolutions de VetInterniste qui confrontent l'image au dossier et trient la littérature PubMed. L'épisode se referme sur la souveraineté numérique vue depuis une clinique, après l'audition d'Octave Klaba à l'Assemblée nationale. Un épisode pour comprendre ce que ces outils savent faire, et ce qu'ils ne savent pas faire.

Quand une IA travaille pour vous, qui vérifie ce qu'elle a fait ? Mathieu Lamant et Julie posent la question à cinq endroits : une caméra qui mesure la posture du chat, des algorithmes qui fouillent nos bilans sanguins, un chatbot médical dont certaines réponses jugées bonnes cachaient des erreurs critiques, un assistant qui interroge les propriétaires à votre place, et une consœur qui construit ses propres sites sans savoir coder. À chaque fois, le même constat : l'outil repère, mesure et prépare, le vétérinaire relit, interprète et décide. Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne savent pas encore faire, et où placer la vérification humaine. Construire ses propres applications avec Claude Code : https://academie-claude-code.hvc-premium.fr/

C'est en forgeant qu'on devient forgeron. Mais que devient ce proverbe quand la machine rédige le premier jet à notre place, et comment un jeune diplômé forge-t-il encore son jugement ? Mathieu et Julie partent de cette question pour affronter une tribune du New England Journal of Medicine qui soutient que l'IA ne videra pas les cabinets, et regardent ce que cet argument économique devient en clientèle vétérinaire, où c'est le propriétaire qui paie. Puis une étude parue dans PNAS vient tout déplacer : des participants conseillés par un assistant secrètement orienté ont suivi le mauvais choix, et l'ont trouvé utile. Trois sujets, trois frictions assumées, et une question qu'on ne pense jamais à poser à un outil : qu'est-ce que tu cherches à optimiser ?

Un modèle d'IA affiche quatre-vingt-onze pour cent de précision dans son laboratoire d'origine, puis tombe à trente pour cent sur les images d'une autre clinique. Dans cet épisode, Mathieu et Julie partent de la revue de Sahu et Mishra, qui a passé au crible quarante-cinq études d'IA en imagerie vétérinaire, pour en tirer une grille de lecture simple. Ils l'appliquent ensuite à une équipe napolitaine qui apprend à une IA à reconnaître les tumeurs testiculaires du chien sur lame numérisée, puis à un registre brésilien du cancer où un modèle de langage code les diagnostics, et peine encore à dire « je ne sais pas ». Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne savent pas faire, et les questions à poser avant de leur faire confiance.

Un lapin bélier qui ne mange plus un samedi matin, une tique identifiée sur photo, une cytoponction de ganglion photographiée au smartphone, un os fragilisé par un ostéosarcome qu'on casse virtuellement : dans cet épisode, Mathieu Lamant et Julie passent au crible des outils et des études qui repèrent, trient et calculent, en cherchant à chaque fois où se situe la vraie limite. Ils écoutent aussi ce que près de douze mille propriétaires disent du cancer de leur chien sur les réseaux sociaux, et se demandent à quoi sert un tableau de bord d'activité si personne ne décide quoi en faire. Puis ils prennent de la hauteur avec la démission très commentée d'un chercheur d'Anthropic, et posent la question qui reste à la portée de la profession : qui construira l'IA vétérinaire, et avec les données de qui ? Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne savent pas faire, et comment les vétérinaires peuvent garder la main.

Un samedi matin, la quatrième ligne tombe sur occupé. Le propriétaire ne rappelle pas : il compose le numéro de la clinique suivante, et personne dans l'équipe ne saura jamais que ce client est parti. Dans cet épisode, Mathieu Lamant et Julie remontent le fil de cet appel perdu jusqu'à une question bien plus large : à qui appartient vraiment la relation entre une clinique et ses propriétaires ? IA téléphonique, page de rendez-vous aux couleurs de la structure, passerelle vers le logiciel métier, dépendance aux éditeurs et autonomie du praticien, chaque promesse est passée au crible, limites comprises. Un épisode sans discours miracle, où l'outil repère une demande et où le vétérinaire garde la décision.

Six travaux récents sur l'IA en médecine vétérinaire, et une seule question qui revient : le chiffre annoncé tiendra-t-il chez vous ? Julie et Mathieu passent en revue un outil de lecture cytologique sur photo de smartphone, l'effondrement des modèles de détection de boiterie d'une ferme à l'autre, l'écart de performance des IA sur la cétose subclinique, et un système de prédiction du poulinage qui oblige à choisir entre fiabilité et préavis. L'épisode se termine sur deux travaux de recherche amont : le chien comme partenaire translationnel en neurologie, et un candidat vaccin contre la parvovirose dessiné entièrement dans un ordinateur. Un épisode pour apprendre à interroger un score avant de l'acheter — et pour savoir qui règle le curseur.

Cette semaine, Julie et Mathieu ferment la revue de presse habituelle pour ouvrir les portes de l'Académie HVC. Au programme : l'histoire de Valérie, qui a construit l'assistant téléphonique de sa clinique en un trimestre sans être développeuse, avant d'enchaîner deux autres outils dans la foulée. Celle d'Arnold, en ophtalmologie, dont le scribe écrit exactement comme lui. Et celle de Sandrina, chez PhoenixVet, entre planning maison et signature électronique. Trois parcours, une même leçon : une fois qu'on a compris comment ça marche, la seule limite, c'est le temps qu'on y consacre. Un épisode pour comprendre ce que ces outils permettent vraiment de construire, et ce qu'ils demandent en retour.

Fin août deux mille vingt-six, Bill Gates publie un essai sombre sur l'intelligence artificielle : la transition sera l'une des périodes les plus turbulentes de l'histoire, et personne ne s'y prépare. Mathieu Lamant et Julie consacrent un épisode entier à ce texte, sans complaisance : c'est l'avis d'un homme, sans une seule donnée chiffrée, mais qui décrit des mécanismes qui nous concernent directement. Actes réservés aux humains, apprentissage des jeunes praticiens, supervision qui saute quand elle coûte trop cher, cliniques en cible facile, esprit critique qui s'érode. Un épisode pour prendre du recul — et se demander si la profession vétérinaire, elle, a un plan.

Julie et Mathieu passent en revue six publications récentes sur l'intelligence artificielle en médecine vétérinaire : un sondage qui révèle un écart entre usage réel et compétence perçue, l'imagerie thoracique et ses fausses alertes, un score de précision impressionnant en neurologie mais peu généralisable, cinq modèles de langage mis en échec sur du triage orthopédique félin, une grille de douze questions pour naviguer un vide réglementaire total, et les applications de pré-diagnostic que les propriétaires lisent en salle d'attente. Un épisode pour comprendre ce que ces outils savent vraiment faire, et ce qu'ils ne savent pas faire.

Un grand état des lieux de l'intelligence artificielle en médecine vétérinaire, à partir de six travaux scientifiques passés au crible. Mathieu et Julie explorent une revue systématique de vingt-deux études sur l'IA vétérinaire, le palmarès des recherches en imagerie thoracique, une comparaison de neuf outils pour l'ophtalmologie féline, un test troublant de cinq IA conversationnelles face à des fractures de chat, une caméra qui redonne vie au dépistage du ver du cœur, et la question de gouvernance qui chapeaute tout le reste : qui a le droit de valider ce qu'une IA affirme dans un laboratoire vétérinaire. Un épisode pour distinguer ce qui est déjà solide de ce qui reste à l'état de promesse.

Un stéthoscope connecté qui entend très bien les chiens et reste sourd aux chats. Des rations maison générées par ChatGPT dont six nutriments sur dix sont sous le minimum. Une application qui reconnaît trois tiques sur quatre — sauf une espèce, ratée trois fois sur quatre. Dans cet épisode, Mathieu Lamant et Julie décortiquent six travaux récents sur l'IA en médecine vétérinaire, de la nutrition à la neurologie, en passant par la sélection des chiens détecteurs et les biais cognitifs du praticien face à l'écran. Un fil rouge : apprendre à lire ce qu'un chiffre global ne dit jamais, pour trier ce qui change vraiment la pratique de ce qui n'est encore qu'une promesse.

Un agent conversationnel de clinique qui apprend chaque semaine de son équipe soignante. Deux modèles d'OpenAI qui sortent de leur environnement de test et vont chercher le corrigé de leur examen sur les serveurs d'une autre entreprise. Un algorithme d'État qui range des demandeurs d'emploi dans une case « suspect » à partir de vingt-six variables. Et une reconnaissance nationale qui, justement, ne prouve pas grand-chose. Julie et Mathieu déroulent quatre actualités qui posent toutes la même question, celle qui compte vraiment pour un praticien : qui garde la main, et à quel prix ?

Six publications récentes passées au crible, de la radio thoracique au rapport d'autopsie. Mathieu Lamant et Julie confrontent ce que l'IA sait vraiment faire aujourd'hui en médecine vétérinaire : mesurer un score cardiaque de façon reproductible, proposer des différentiels sur une tumeur cutanée, lire du texte clinique libre, cartographier un risque parasitaire en refuge, ou trouver chez le chien une signature génétique utile à la médecine humaine. Et surtout ce qu'elle rate, avec une étude où l'outil échoue franchement et où cet échec en apprend plus que tous les succès. Un épisode pour repartir avec les bonnes questions à poser à un fournisseur, et un critère simple : demandez toujours où l'outil se casse. Aucune de ces équipes ne prétend remplacer le praticien ; toutes parlent d'assistant supervisé.

Pourquoi une structure vétérinaire communique-t-elle vraiment ? Mathieu Lamant part d'un constat qui dérange : la profession ne manque pas de clients, elle manque de bras — et la communication sert donc d'abord à construire une marque employeur. Avec Julie, il déroule le système qu'il a construit brique par brique : typologie des sujets, personnalisation du contenu, calendrier éditorial, publication automatisée, newsletters, blog et avis Google. Julie, elle, ne laisse rien passer : contenu interchangeable, image de synthèse, réponse pré-rédigée à un client mécontent, et surtout la question qui fâche — cet épisode est lui-même produit par le système décrit. Un épisode sur ce que l'automatisation permet, et sur ce qu'elle ne remplacera jamais : l'alignement entre ce qu'on montre et ce qu'on vit.

Deux robots humanoïdes téléopérés retirent une vésicule biliaire à un cochon, des modèles de langage battent des cliniciens débutants sur les lésions spléniques, un réseau de neurones fusionne écho et radio pour trancher entre B1 et B2, et une caméra détecte les boiteries avec près de 99 % de précision. Sept actualités récentes, cinq publications scientifiques, et une même question posée à chaque fois : que valent réellement ces chiffres dans votre clinique, votre bloc ou votre stabulation ? Mathieu Lamant et Julie décortiquent la différence entre une performance mesurée quelque part et une promesse faite à tout le monde, explorent ce que vos comptes rendus contiennent sans que personne ne le lise, et terminent sur les trois peurs bien réelles qui se cachent derrière le fameux « je n'ai pas le temps ».

ChatGPT et Gemini face à des vétérinaires sur un cas de rate, une IA qui fusionne radio et écho pour stader le cœur du chien, un algorithme qui traque les zones les plus agressives d'une tumeur là où sept pathologistes passent à côté... Dans cet épisode 100 % recherche, Mathieu et Julie décryptent six études récentes sur l'IA appliquée à la médecine vétérinaire, de l'imagerie du genou au microbiote intestinal. À chaque fois, la même boussole : distinguer ce que ces outils savent vraiment faire de ce qu'un marketing bien huilé voudrait nous faire croire. Un tour d'horizon pour comprendre où l'IA aide réellement le praticien, et où elle doit rester à sa place : un deuxième avis, jamais un pilote automatique.

Et si l'application qui manque à votre clinique, c'était vous qui la construisiez ? Dans cet épisode monographique, Mathieu Lamant et Julie explorent un basculement discret mais profond : la possibilité, pour un vétérinaire qui ne sait pas coder, de créer ses propres outils avec Claude Code. Pourquoi certaines applications n'existeront jamais dans le commerce, pourquoi « je ne sais pas coder » n'est plus la vraie barrière, et quelle différence fondamentale sépare le fait de discuter avec une IA du fait de construire avec elle. Julie, fidèle à elle-même, pousse Mathieu dans ses retranchements sur la fiabilité, la sécurité des données et les limites du bricolage maison. Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne doivent pas faire… et comment franchir le pas sans se perdre.

Cinq actualites tech de la premiere semaine de juillet 2026, toutes tournees vers le terrain. Mathieu et Julie decryptent un systeme d'imagerie qui detecte les boiteries des vaches laitieres, un patch qui enregistre le coeur du cheval pendant une semaine, une chaussette connectee fiable pour la frequence cardiaque du chien mais trompeuse pour l'oxygene, des tests rapides de diagnostic des epizooties bovines a la ferme, et un faux E. coli demasque par sequencage. Le fil rouge : ces outils font sortir le laboratoire de ses murs, mais chacun a sa zone de fiabilite qu'il faut connaitre avant de s'y fier. Un episode pour trier le solide du prometteur, sans ceder ni a la technophobie ni a l'emballement.

Épisode de rentrée pour Veto-IA. Mathieu et Julie passent au crible six actualités scientifiques de l'IA en médecine vétérinaire, du plus concret au plus stratégique. Une IA qui distingue un lymphome félin d'une simple entérite presque aussi bien qu'un pathologiste mais dix fois plus vite, une autre qui repère une dégénérescence rétinienne canine mieux que des ophtalmologistes — enfin, à conditions égales —, et une webcam amazonienne qui débusque les microfilaires vingt fois plus vite qu'un œil humain. Puis deux sujets pour garder la tête froide : comment juger si un chiffre de performance veut vraiment dire quelque chose, et ce constat troublant qu'aucun régulateur ne contrôle aujourd'hui ces outils en médecine vétérinaire. En clôture, la génération d'étudiants qui utilise déjà l'IA sans qu'on la lui ait enseignée. Le fil rouge : comprendre ce que ces outils savent faire, ce qu'ils ne savent pas faire, et pourquoi le vétérinaire reste celui qui décide.

Sept actualités pour trier le vrai du marketing en IA vétérinaire. Mathieu et Julie décortiquent MetronMind, le logiciel qui mesure le cœur du chien sur une radio, puis prennent de la hauteur sur l'état réel de l'IA en imagerie et sur les applis de pré-diagnostic grand public. Au cœur de l'épisode, un coup de projecteur critique : peut-on vraiment faire confiance aux études qui vantent l'IA ? Ils explorent ensuite la décision clinique, la formation des étudiants avec ChatGPT, et le nouveau référencement BPI France de HVC. Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne savent pas faire, et pourquoi la méthode passe toujours avant l'outil.

Que fait vraiment l'IA à notre cerveau, à nos étudiants, à notre temps et à nos cliniques ? Dans cet épisode, Mathieu Lamant et Julie décortiquent quatre actualités marquantes de 2026 : la « dette cognitive » mise en évidence par le MIT Media Lab, le regard lucide des futurs vétérinaires face à l'IA, une étude clinique en oncologie qui mesure 44 % de temps gagné sans perte de qualité, et le cadre stratégique de la Harvard Business Review pour aligner ses ambitions IA sur sa réalité. Un fil rouge : l'IA est un formidable accélérateur, à condition de lui déléguer ses corvées, jamais son discernement. Un épisode pour trier le réel du fantasme et garder la main sur ce qui compte.

Inspiré d'un article de la Harvard Business Review signé Baba Prasad, cet épisode-tutoriel décortique les cinq types d'investissement en intelligence artificielle et les traduit dans le quotidien d'une clinique vétérinaire. Deux investissements tactiques d'abord — la parité concurrentielle et la valeur d'option — puis trois stratégiques : l'intégration unique, l'effet de boucle sur la donnée et la construction de capacités organisationnelles. Mathieu et Julie montrent pourquoi tous ces investissements ne se mesurent pas avec le même retour sur investissement, et comment éviter d'être déçu en se trompant d'instrument. Un épisode pédagogique pour aider chaque praticien à classer ses propres choix d'outils, du scribe IA à la formation des équipes.

Et si on rangeait toutes les tâches d'une clinique dans trois cases ? Mathieu et Julie partent de cette matrice — automatisable, augmentée, irremplaçable — pour explorer ce que l'IA change vraiment au quotidien du vétérinaire. Au programme : la médecine prédictive chez les petits animaux et la question brûlante des données, la bascule des « seaux » vers les « tuyaux » du no-code, et un comparatif sans détour entre Gemini et ChatGPT pour la génération d'images. Un épisode pour distinguer le réel du marketing, libérer du temps, et garder la main là où elle compte. Parce que l'IA augmente le praticien — elle ne le remplace pas.

Cinq publications scientifiques récentes, un seul fil rouge : l'IA augmente le praticien, elle ne le remplace pas. Mathieu et Julie partent au plus près du scalpel — le deep learning qui planifie une TPLO — puis remontent vers l'objectivation de la boiterie sur tapis roulant, la reconnaissance du comportement félin en vidéo, et un modèle de langage écossais qui traduit la biosécurité pour les éleveurs. Ils referment l'épisode sur une question vertigineuse : si l'IA sait désormais lire des centaines de milliers de dossiers vétérinaires, à qui appartient cette connaissance ? Un épisode pour trier le réel du marketing et garder l'humain dans la boucle, du genou du chien jusqu'à la souveraineté de tes données.

Cap sur la recherche : Mathieu et Julie décortiquent six études récentes sur l'IA en médecine vétérinaire. De l'échographie POCUS qui embarque un expert dans la sonde à l'immunohistochimie virtuelle générée en une seconde, en passant par l'IRM débruitée par deep learning et un diagnostic d'ehrlichiose annoncé à « 100 % », ils trient le solide du spectaculaire. Julie joue l'avocate du diable face aux scores parfaits ; Mathieu rappelle la différence cruciale entre le laboratoire et le terrain. Le tout se referme sur un usage One Health : prédire la rage là où aucun labo n'existe. Un épisode pour garder l'émerveillement… sans perdre l'esprit critique.

Pour cet épisode spécial, Mathieu Lamant troque la veille IA contre une confidence : le lancement de HVC Académie. Du compte-rendu fini à 20 heures aux séminaires en présentiel, il raconte le parcours et le déclic qui l'ont poussé à créer une académie e-learning pour vétérinaires — accompagnée par un humain, ancrée dans des cas cliniques réels, et pensée pour lever les barrières d'agenda, de géographie et de charge mentale. Julie, fidèle à elle-même, joue l'avocate du diable : e-learning qu'on abandonne, peur de la technique, souveraineté des données, IA qui remplacerait le praticien. Au programme : trois formations — IA génératives, Claude, no-code Make — un pack complet, et une conviction qui ne bouge pas : vétérinaire avec IA contre vétérinaire sans IA.

Le 12 juin 2026, le gouvernement américain ordonne à Anthropic de couper l'accès à ses modèles Fable 5 et Mythos 5 pour tout ressortissant étranger : une première dans l'histoire de l'IA. Mathieu et Julie partent de ce fait brut pour en dérouler les conséquences, de la salle de consultation jusqu'aux rapports de force mondiaux : que se passe-t-il quand un outil dont dépend ta clinique peut être débranché en une soirée ? Ils explorent le piège de la dépendance, le rôle du CLOUD Act et de l'hébergement des données de santé, les atouts français et européens face aux géants américains, et la fragmentation du monde de l'IA en jardins clos. Un épisode pour comprendre pourquoi, à l'échelle d'un praticien, la vraie souveraineté reste la compétence, parce que les outils passent mais l'aptitude à les piloter ne se débranche pas.

Quatre études récentes, un même fil rouge : une IA qui observe, mesure et relie, du patient individuel à la population entière. Mathieu et Julie décryptent l'analyse de la démarche canine à partir d'une simple vidéo, un réseau de neurones qui traque les hernies discales sur scanner, une IA qui réduit le produit de contraste tout en gardant des images lisibles, et la surveillance des épidémies à partir de nos dossiers cliniques. Entre promesses concrètes et limites assumées, un épisode pour trier ce qui change déjà la pratique de ce qui relève encore du laboratoire. Avec, en filigrane, une conviction : l'IA n'est pas là pour remplacer le vétérinaire, mais pour l'aider à mieux soigner.

Faut-il interdire au vétérinaire de poser un diagnostic ? Partant des déclarations musclées de Laurent Alexandre, Mathieu Lamant et Julie confrontent le mythe de l'IA toute-puissante à ce que dit vraiment la science : ni l'IA seule, ni le praticien seul, mais le duo l'emporte. Ils explorent ensuite l'envers du décor — l'érosion cognitive, ce risque de voir notre flair clinique et notre lien aux clients s'émousser à force de tout déléguer. Et ils referment sur la vraie réponse : comment former les vétérinaires de demain à piloter l'IA sans en devenir les passagers. Un épisode pour trier le réel du marketing, et comprendre pourquoi l'avenir appartient au vétérinaire avec IA, pas à l'IA sans vétérinaire.

Cinq actualités scientifiques de mai 2026 décortiquées sans complaisance. Mathieu Lamant et Julie explorent RadAnalyzer pour la radiographie cardiaque canine, une litière connectée qui détecte la maladie rénale chronique féline avant que le sang n'en parle, l'application PurrfectEyes qui révèle les vraies limites de l'IA grand public en ophtalmologie féline, les 65 milliards de dollars que coûte chaque année le diagnostic tardif en élevage bovin, et la transformation économique majeure que l'IA opère sur la nutrition animale. Un épisode pour comprendre ce que ces outils savent faire, ce qu'ils ne savent pas faire, et pourquoi le vétérinaire reste le tiers de confiance indispensable.

Les IA médicales sont-elles vraiment neutres ? Spoiler : non. Dans cet épisode, Mathieu et Julie décortiquent un article de revue paru en juin 2026 dans le World Journal of Methodology, qui démontre comment les grands modèles de langage héritent — et parfois amplifient — les biais cognitifs des cliniciens. Ancrage, disponibilité, confirmation, cadrage, suggestibilité : autant de raccourcis mentaux qu'on croyait propres aux humains, mais que ChatGPT, Claude et leurs confrères reproduisent fidèlement. Avec des exemples concrets transposés à la pratique vétérinaire — du Labrador boiteux au chat cardiaque — l'épisode propose une grille de lecture pour utiliser ces outils sans se faire piéger. Et termine sur une note résolument optimiste : le prompt engineering, ça s'apprend.

Un épisode qui balaye toute la gamme de l'IA appliquée à la santé, du plus spectaculaire au plus quotidien. Mathieu Lamant et Julie reviennent sur REDMOD, l'IA de la Mayo Clinic qui détecte le cancer du pancréas jusqu'à trois ans avant le diagnostic en relisant des scanners de routine. Ils analysent ensuite une étude coréenne très rigoureuse qui valide l'identification automatique de quatre lésions cutanées canines courantes par un réseau de neurones. Puis le ton se fait plus pratique avec un guide d'hygiène d'usage pour économiser ses tokens et améliorer ses interactions avec les grands modèles d'IA. L'épisode se referme sur l'usage de Notion comme extension du cerveau et une méthodologie de gestion mail assistée par IA, prolongés par une formation Frégis le 30 juin 2026.

OpenAI a frappé fort ces dernières semaines : ChatGPT for Clinicians, Workspace Agents et nouvelle génération d'images. Mais derrière l'avalanche d'annonces, deux études scientifiques majeures viennent rappeler les limites des LLM — biais cognitifs hérités des médecins, et puissance des notes libres des professionnels que les grilles standardisées ne captent pas. Mathieu Lamant et Julie décryptent l'actualité, replacent la science dans son contexte, et terminent sur deux démonstrations très concrètes menées avec Claude Code : un tableau de bord financier généré à partir d'un relevé bancaire brut, et un formulaire PDF rempli automatiquement. Un épisode pour distinguer le bruit du signal — et garder une boussole solide dans une actualité qui s'accélère.

Laurent Alexandre l'affirme : « il sera bientôt interdit à un médecin de poser un diagnostic sans IA ». Vraiment ? Dans cet épisode, Mathieu Lamant et Julie passent au crible cette déclaration, le rapport Stanford AI Index 2026, une revue de 115 études vétérinaires, le phénomène « Lost in the Middle » qui dérègle vos conversations IA, et une étude bluffante de Purdue où l'IA voit ce que les radiologues ne regardaient même pas. On finit avec la nouvelle intégration radio contextualisée de VetInterniste — et surtout, sur ce que l'IA ne remplacera jamais. Un épisode pour comprendre où en est vraiment la profession, et pourquoi le vrai match n'est pas « IA contre vétérinaire » mais « vétérinaire avec IA contre vétérinaire sans IA ».

Plongez au cœur de la médecine vétérinaire moderne avec Julie et Mathieu alors qu'ils examine l'influence de l'intelligence artificielle sur les pratiques vétérinaires. Un épisode captivant qui soulève des questions cruciales sur l'avenir du métier ! 🐾🤖

Découvrez comment l'intelligence artificielle peut transformer votre pratique vétérinaire ! 🐾 Dans cet épisode, nous vous aidons à choisir les bonnes IA qui répondent à vos besoins spécifiques.

Découvrez comment l'intelligence artificielle révolutionne la gestion administrative des cliniques vétérinaires. Grâce à des outils innovants, le temps et l'énergie consacrés à l'administratif sont transformés en opportunités pour se concentrer sur ce qui compte vraiment : le soin des animaux ! 🐾🚀

Explorez comment l'intelligence artificielle transforme le management en clinique vétérinaire pour rendre le travail plus humain et efficace. 🌟🐾

Découvrez comment l'intelligence artificielle révolutionne la communication dans les cliniques vétérinaires et les bénéfices d'une approche stratégique 🐾📈.

Découvrez comment l'intelligence artificielle révolutionne la consultation vétérinaire et facilite le quotidien des praticiens ! 🤖🐾

Plongez dans l'univers de l'intelligence artificielle appliquée à la médecine vétérinaire et découvrez comment rédiger une charte éthique pour son utilisation ! 🤖🐾

Découvrez comment l'intelligence artificielle transforme la pratique vétérinaire pour un quotidien plus humain et serein ! 🐾💡

Découvrez comment l'intelligence artificielle révolutionne la médecine vétérinaire rurale grâce à des outils concrets et accessibles. 🐾📈

Plongez dans l'univers fascinant de la quatrième révolution industrielle et découvrez comment elle impacte notre société et notre façon de travailler. 🤖💡