IAtrogénique & IAtus : Hors-Série /Médecine vétérinaire & IA - Du grand remplacement au grand déplacement

Ce que l'intelligence artificielle révèle du futur du métier vétérinaire

Hier, j'avais le plaisir d'intervenir à NUManima 2026, l'événement de référence consacré à l'e-santé animale organisé par Vet IN Tech et la formidable Annick Valentin-Smith à l' Ecole Nationale Vétérinaire d'Alfort . Pendant deux jours, chercheurs, cliniciens, entrepreneurs, enseignants et innovateurs vont explorer une question devenue incontournable : « Médecine vétérinaire et IA : quand la technologie redéfinit le métier… et le lien humain ». Le programme reflétait à lui seul l'ampleur de la transformation en cours : intelligence artificielle appliquée au diagnostic, monitoring biométrique, élevage de précision, données synthétiques pour les essais cliniques, nouvelles générations de startups vétérinaires, simulation immersive, agents conversationnels et nouvelles formes d'apprentissage. Pourtant, l'intervention qui a probablement donné le ton de la journée n'était pas une démonstration technologique. Quelques minutes avant ma prise de parole, mon mentor et ami Vincent Montet proposait une lecture particulièrement stimulante de la révolution actuelle : nous serions en train de passer du Grand Remplacement au Grand Déplacement. Et si nous nous trompions de débat ? Depuis l'irruption de l'IA générative, la même question revient inlassablement : Comme pour les médecins, les vétérinaires n'échappent pas à cette interrogation. Après tout, l'IA est désormais capable d'analyser des radiographies, de détecter des anomalies comportementales, de résumer des dossiers médicaux, de coder automatiquement des diagnostics, d'assister la recherche documentaire ou encore de surveiller en permanence des troupeaux grâce à des capteurs connectés. Les applications se multiplient à une vitesse vertigineuse. Mais en préparant cette conférence, je me suis aperçu d'une chose troublante. J'ai passé davantage de temps à lire des études sur le burnout, la fatigue compassionnelle, la démographie vétérinaire, la pénurie de professionnels ou la santé mentale des étudiants qu'à lire des articles sur les LLM en médecine vétérinaire. Et cela m'a conduit à une hypothèse simple : Le premier patient de l'intelligence artificielle ne sera peut-être pas l'animal. Ce pourrait être le métier vétérinaire lui-même. Car l'IA n'arrive pas dans une profession stable. Elle arrive dans une profession en pleine transformation. (toute ressemblance avec la médecine humaine est purement fortuite :-) ) En France, plus de 23 000 vétérinaires exercent aujourd'hui dans plus de 8 300 établissements. La profession se féminise rapidement — 62,5 % des vétérinaires sont désormais des femmes — tandis que les jeunes générations redessinent les modes d'exercice et les attentes professionnelles. Dans le même temps, les organisations professionnelles européennes alertent depuis plusieurs années sur les tensions de recrutement, les difficultés de maintien de l'offre de soins sur certains territoires et l'augmentation des risques psychosociaux. Autrement dit : L'IA n'arrive pas dans un métier qui manque d'intelligence. Elle arrive dans un métier qui manque de temps. Et c'est précisément ce qui rend la question passionnante. Pendant des siècles, cette valeur reposait sur l'accès au savoir. Demain, elle reposera peut-être davantage sur la capacité à donner du sens à un savoir devenu abondant. C'est ce déplacement que je vous propose d'explorer.

📍 Encart – De la peur du Grand remplacement au Grand Déplacement

L'intervention de Vincent Montet a constitué l'un des temps forts de cette édition de NUManima. Loin des démonstrations techniques ou des promesses parfois excessives entourant l'intelligence artificielle, il a proposé une réflexion beaucoup plus fondamentale sur la transformation du travail, des compétences et de la place de l'humain dans une société où l'intelligence devient progressivement abondante. Pour lui, nous nous trompons souvent de question. Depuis l'arrivée de ChatGPT fin 2022, le débat public est largement dominé par une interrogation anxiogène : l'IA va-t-elle remplacer les humains ? Cette vision du « Grand Remplacement » nourrit autant les fantasmes que les inquiétudes. Pourtant, selon Vincent Montet, ce n'est probablement pas ce qui est en train de se produire. Un déplacement de la valeur. Un déplacement des compétences. Un déplacement des métiers. Un déplacement de ce qui fait notre utilité. Pendant des décennies, les organisations ont construit leur performance autour de trois grands piliers : l'intelligence, la productivité et la compétition. Or l'IA vient précisément bouleverser ces trois dimensions. Les modèles deviennent capables de produire du texte, de résumer, analyser, coder, diagnostiquer, rechercher et raisonner à une vitesse inédite. Le savoir devient accessible partout, tout le temps, pour un coût marginal proche de zéro. Dans ce nouveau contexte, la question n'est plus : qui possède l'information ? La question devient : Qui est capable de lui donner du sens ? Vincent Montet rappelle ainsi que nous sommes confrontés à ce qu'il qualifie de véritable révolution, un terme que nos sociétés utilisent rarement tant il est porteur de ruptures et d'incertitudes. Citant Schopenhauer, il rappelle qu'une idée révolutionnaire traverse généralement trois étapes : L'intelligence artificielle semble aujourd'hui naviguer entre la deuxième et la troisième phase. Face à cette accélération, il appelle à développer ce que les machines maîtrisent encore imparfaitement : l'esprit critique, la compréhension des contextes, l'intelligence relationnelle, la créativité, l'éloquence, l'intelligence émotionnelle et la capacité à gérer l'incertitude. Autant de dimensions profondément humaines qui deviennent paradoxalement plus importantes à mesure que les capacités des machines progressent. Sa conclusion résonne particulièrement avec les enjeux de santé, qu'ils soient humains ou vétérinaires : Avant de lancer une invitation qui pourrait résumer à elle seule l'ensemble des débats de NUManima : Cette grille de lecture a profondément nourri ma propre intervention. Car si le Grand Déplacement est déjà à l'œuvre dans l'ensemble des métiers du savoir, alors la médecine vétérinaire en constitue probablement aujourd'hui l'une des illustrations les plus fascinantes. C'est précisément cette idée qui m'a conduit à reformuler ma propre intervention. Car si le Grand Déplacement est réel, alors la question n'est plus : Mais :

📦 Le miroir vétérinaire : ce que la santé animale nous apprend sur la santé humaine

Quelques mois avant NUManima, j'avais eu l'occasion d'explorer une question similaire à l'Académie nationale de médecine lors du Prix Galien France : En préparant cette intervention, une idée s'était imposée : l'IA ne soigne pas directement le patient ; elle soigne surtout ce qui empêche les soignants de soigner. Quelques mois plus tard, en étudiant les rapports de la Fédération Européenne des Vétérinaires (FVE), les travaux sur la fatigue compassionnelle ou encore les réflexions du Royal College of Veterinary Surgeons (RCVS), j'ai été frappé par une évidence : les vétérinaires et les médecins vivent aujourd’hui des défis remarquablement similaires. Dans les deux univers, Internet puis l’intelligence artificielle ont également profondément modifié la relation avec ceux qui consultent. Les patients comme les propriétaires arrivent désormais avec des informations, parfois pertinentes, parfois erronées, mais toujours plus abondantes. Le professionnel n’est plus seulement celui qui détient le savoir ; il devient celui qui l’interprète, le contextualise et aide à prendre une décision.

Autrement dit, le défi n’est plus tant l’accès à la connaissance que la capacité à gérer la complexité.

Et c’est précisément là que l’intelligence artificielle pourrait avoir son impact le plus important : non pas en remplaçant les soignants, mais en les aidant à faire face à un système devenu de plus en plus difficile à exercer au quotidien. Dans les deux cas, le problème n'est pas un manque de connaissances. Jamais les professionnels n'ont eu accès à autant d'informations scientifiques. Le problème est devenu la capacité à absorber cette complexité tout en préservant la qualité de la relation de soin. À l'Académie de médecine, je défendais l'idée que : Après NUManima, je serais tenté de reformuler : Car dans les deux univers, humain comme vétérinaire, la promesse la plus immédiate de l'IA n'est peut-être pas de remplacer le professionnel. Elle est de lui rendre ce qui lui manque le plus : du temps, de l'attention et de la capacité de jugement.

💡 Une hypothèse plus large

La médecine vétérinaire est peut-être aujourd'hui ce que la médecine humaine était il y a dix ans : un laboratoire où s'expérimentent à petite échelle les transformations qui toucheront demain l'ensemble des professions du soin. Et c'est probablement pour cela que les débats qui traversent aujourd'hui les écoles vétérinaires, les cliniques et les organisations professionnelles dépassent largement le monde animal. Ils nous parlent en réalité du futur de tous les métiers du savoir.

Médecine vétérinaire : une profession sous pression ou pourquoi l’IA arrive au bon moment

L'intelligence artificielle ne débarque pas dans une profession en quête de gadgets technologiques. Elle arrive dans un métier confronté à une accumulation de tensions structurelles qui interrogent sa soutenabilité à long terme. À l'échelle européenne, la Fédération des Vétérinaires d'Europe (FVE) alerte sur une pénurie croissante de vétérinaires touchant désormais la quasi-totalité des pays membres. Les difficultés de recrutement concernent particulièrement les zones rurales, les productions animales et les missions de santé publique, alors même que les enjeux sanitaires, alimentaires et environnementaux n'ont jamais été aussi importants. La FVE estime qu'environ 330 000 vétérinaires exercent en Europe, mais constate une stagnation, voire une diminution du nombre de praticiens actifs dans certains secteurs stratégiques, tandis que les besoins continuent de croître. Cette tension démographique s'accompagne d'une fragilité croissante du bien-être professionnel. Dans une enquête paneuropéenne menée auprès de plus de 12 000 vétérinaires en 2022-2023, 23 % des répondants déclarent avoir déjà dû prendre un arrêt de travail pour des raisons liées à leur santé mentale, un chiffre pratiquement inchangé par rapport à 2018-2019 malgré la multiplication des programmes de prévention. Les jeunes praticiens et les femmes apparaissent systématiquement comme les populations les plus exposées au stress, à la détresse psychologique et à l'épuisement professionnel. Les auteurs concluent que des efforts majeurs restent nécessaires pour rendre les environnements de travail plus attractifs et plus soutenables. La situation commence souvent bien avant l'entrée dans la vie active. Une étude nationale menée en 2024 auprès de 1 612 étudiants des quatre écoles vétérinaires françaises met en évidence des niveaux préoccupants d'anxiété, de détresse psychologique, de fatigue et de troubles associés. Les facteurs les plus fréquemment cités sont la charge de travail, la pression académique, l'isolement, les difficultés financières et la recherche permanente de performance. Cette réalité fait écho à la littérature internationale. Une analyse de 211 publications scientifiques consacrées au suicide, au burnout et à la dépression chez les vétérinaires a montré que les mots les plus fréquemment associés à ces problématiques étaient « student », « stress », « work » et « euthanasia ».

Les trois grands thèmes qui émergent sont la souffrance des étudiants, l'exposition répétée à la mort et à l'euthanasie, et le besoin de soutien collectif face à une profession émotionnellement exigeante.

À ces difficultés humaines s'ajoute une inflation continue de la charge administrative. Selon la FVE, les vétérinaires consacrent une part croissante de leur temps à la documentation réglementaire, à la traçabilité des traitements, à la gestion des dossiers, aux échanges avec les clients et aux obligations de conformité. Cette bureaucratisation progressive du métier réduit le temps disponible pour les activités cliniques et contribue au sentiment d'épuisement ressenti par de nombreux praticiens. C'est précisément dans ce contexte que l'intelligence artificielle prend tout son sens. Son potentiel le plus transformateur n'est peut-être pas de détecter une tumeur quelques points de pourcentage plus tôt ou d'interpréter une radiographie plus rapidement. Il réside dans sa capacité à soulager les principaux facteurs de tension de la profession : automatiser certaines tâches administratives, structurer les données cliniques, faciliter l'accès à l'information scientifique, réduire la charge cognitive et valoriser l'expérience collective accumulée par des millions de consultations.

Autrement dit, l'IA n'arrive pas dans un métier qui manque d'intelligence. Elle arrive dans un métier qui manque de temps, de ressources et parfois d'oxygène. C'est sans doute pour cette raison qu'elle suscite aujourd'hui autant d'attentes dans le monde vétérinaire.

📍 Encart – « Le savoir devient abondant. Le jugement devient rare. »

Dans la continuité de la réflexion proposée par Vincent Montet sur le Grand Déplacement, j'ai voulu poser une question simple, presque provocatrice : Depuis plusieurs années, l'intelligence artificielle en médecine vétérinaire est souvent présentée à travers ses performances : imagerie, diagnostic, automatisation, analyse de données ou gains de productivité. Mais à mes yeux, la véritable question est ailleurs. Car avant de parler d'avenir, il faut regarder le présent. Une profession sous tension. Des structures qui peinent à recruter. Des étudiants qui arrivent déjà fatigués dans le métier. Des praticiens confrontés chaque jour à l'urgence, à la complexité, à la surcharge administrative et à une charge émotionnelle considérable. C'est dans ce contexte qu'est née la phrase qui a servi de fil rouge à toute mon intervention : Puis vient la révolution silencieuse. Pendant que nous travaillions dans nos cabinets, nos cliniques ou nos laboratoires, quelque chose d'inédit se produisait. 246 473 consultations vétérinaires. 7 739 concepts cliniques codifiés. 500 millions de mots vétérinaires analysés. À l'échelle d'un humain, cela représente davantage qu'une carrière entière. Et c'est là que tout bascule. Pendant des siècles, la valeur du vétérinaire reposait sur l'accès au savoir. Aujourd'hui, ce savoir devient accessible partout. Demain, il sera embarqué dans nos logiciels, nos assistants et nos outils d'aide à la décision. Alors la question change. Car l'intelligence artificielle peut analyser. Elle peut rechercher. Elle peut mémoriser. Elle peut synthétiser. Mais elle ne ressent rien. C'est pourquoi je ne crois pas que ce qui soit en train de disparaître soit le vétérinaire. Et c'est peut-être là le véritable enseignement de NUManima. À mesure que le savoir devient abondant, la valeur se déplace. Vers l'éthique. Vers la responsabilité. Vers l'empathie. Vers le discernement. Vers la capacité à décider dans l'incertitude. En une phrase : Et c'est sans doute pour cela que je terminerai par la même question que celle posée à Alfort :

L'intelligence artificielle en médecine vétérinaire : de l'aide au diagnostic à la transformation du métier

Pendant longtemps, l'intelligence artificielle en médecine vétérinaire a été présentée comme une simple évolution technologique. En réalité, nous assistons aujourd'hui à une transformation beaucoup plus profonde. Comme l'écrivait déjà l'INRAE en 2020, l'IA ouvre « de nouveaux fronts de science en santé animale », permettant de lever des verrous méthodologiques historiques et d'imaginer de nouveaux modes de gestion sanitaire, de surveillance épidémiologique et d'aide à la décision. L'enjeu n'est pas seulement de faire mieux ce que nous faisions déjà. L'enjeu est de rendre possible ce qui était auparavant impossible : exploiter simultanément des millions de données cliniques, biologiques, comportementales, environnementales et génomiques afin de détecter des signaux invisibles à l'œil humain.

De l'intuition clinique à la médecine guidée par les données

Historiquement, la médecine vétérinaire repose sur trois piliers : l'observation, l'expérience et le raisonnement clinique. L'IA ne remplace aucun de ces éléments. Elle ajoute une nouvelle couche : la capacité à détecter des corrélations dans des volumes de données qu'aucun professionnel ne pourrait analyser seul. Cette évolution est particulièrement visible dans le domaine du Machine Learning et du Deep Learning. Les algorithmes sont désormais capables d'apprendre à partir de dossiers médicaux, d'images, de données issues de capteurs connectés ou encore de données génétiques pour proposer des prédictions ou des aides à la décision. Selon l'American Veterinary Medical Association, la médecine vétérinaire est aujourd'hui « à l'aube d'un changement technologique majeur susceptible de remodeler la façon dont elle est pratiquée ».

La révolution invisible : transformer les données vétérinaires en intelligence collective

Le défi principal de la médecine vétérinaire moderne n'est plus l'absence de données. C'est exactement l'inverse. Les cliniques produisent quotidiennement des quantités considérables d'informations : comptes rendus cliniques ; analyses biologiques ; imagerie ; données comportementales ; données d'élevage ; données environnementales ; données de surveillance sanitaire. • comptes rendus cliniques ; • analyses biologiques ; • imagerie ; • données comportementales ; • données d'élevage ; • données environnementales ; • données de surveillance sanitaire. Le problème est que ces données restent largement fragmentées et peu exploitables. Une étude publiée en 2025 par l'Université du Colorado illustre parfaitement cet enjeu. Les chercheurs ont utilisé 246 473 consultations vétérinaires codées manuellement et comportant 7 739 diagnostics SNOMED-CT différents afin d'entraîner plusieurs modèles de langage spécialisés. Le résultat est majeur. Les modèles ont démontré leur capacité à coder automatiquement les diagnostics à partir de notes cliniques rédigées en langage naturel, ouvrant la voie à une standardisation massive des dossiers vétérinaires et à leur interopérabilité avec les systèmes de santé humaine. Autrement dit :

Cette évolution constitue probablement l'une des applications les plus stratégiques de l'IA pour le modèle One Health.

ENCART : 📦 Étude à retenir : quand 246 473 consultations vétérinaires deviennent une intelligence collective

Parmi toutes les recherches récentes sur l'IA vétérinaire, une étude publiée en 2025 par l'Université d'État du Colorado (CSU) est probablement l'une des plus importantes pour comprendre ce qui est réellement en train de changer. Les chercheurs ont analysé 246 473 consultations vétérinaires réelles, issues du centre hospitalier vétérinaire universitaire, comportant 7 739 diagnostics différents codés selon la nomenclature internationale SNOMED-CT. Leur objectif n'était pas de créer un robot vétérinaire ou un nouvel outil de diagnostic spectaculaire. Leur ambition était beaucoup plus fondamentale : apprendre à l'IA à comprendre et structurer automatiquement les dossiers médicaux vétérinaires rédigés en langage naturel. Pour cela, treize grands modèles de langage ont été comparés, dont GatorTron, VetBERT, PetBERT, ClinicalBERT ou encore ModernBERT. Les résultats montrent qu'il est désormais possible d'automatiser avec un haut niveau de performance le codage des diagnostics vétérinaires à partir des notes rédigées par les praticiens. À première vue, cela peut sembler très technique. En réalité, les implications sont considérables. Pendant des décennies, l'essentiel du savoir vétérinaire a été enfermé dans des textes libres, difficilement exploitables à grande échelle. Chaque clinique possédait ses propres dossiers, ses propres habitudes de rédaction et son propre vocabulaire. Résultat : des millions de consultations existaient, mais elles étaient pratiquement impossibles à analyser collectivement. Cette étude montre que l'IA peut désormais transformer cette masse de textes en données structurées, comparables et partageables. Autrement dit : Les auteurs soulignent d'ailleurs que cette standardisation ouvre la voie à des bases de données interopérables entre établissements, espèces et même entre médecine vétérinaire et médecine humaine dans une logique One Health. La véritable révolution n'est donc pas que l'IA sache coder un diagnostic. La véritable révolution est qu'elle permette de transformer des millions d'expériences individuelles en une mémoire collective de la profession. Et c'est probablement là que se joue une partie du futur de la médecine vétérinaire. Référence : Boguslav M.R. et al., Fine-tuning foundational models to code diagnoses from veterinary health records, Colorado State University, 2025.

L'IA au service du diagnostic : voir ce que l'œil humain ne voit pas

La première vague d'applications concerne naturellement le diagnostic. Les progrès les plus spectaculaires concernent l'imagerie médicale : radiologie ; échographie ; scanner ; IRM ; anatomopathologie numérique. • radiologie ; • échographie ; • scanner ; • IRM ; • anatomopathologie numérique. Comme en médecine humaine, les algorithmes de Deep Learning sont capables d'identifier automatiquement des anomalies sur des milliers d'images après entraînement. L'objectif n'est pas de remplacer le radiologue vétérinaire. L'objectif est de : réduire les erreurs ; accélérer les délais d'interprétation ; détecter des anomalies subtiles ; standardiser les pratiques. • réduire les erreurs ; • accélérer les délais d'interprétation ; • détecter des anomalies subtiles ; • standardiser les pratiques. Les experts de l'American College of Veterinary Internal Medicine (ACVIM) considèrent d'ailleurs l'imagerie assistée par IA comme l'un des domaines les plus prometteurs du secteur.

Le monitoring continu : vers un vétérinaire présent 24h/24

La deuxième révolution est celle du monitoring. Grâce aux capteurs, aux colliers connectés, aux caméras intelligentes et aux objets connectés, l'IA permet désormais de suivre : la température ; l'activité ; le comportement ; la locomotion ; la fréquence cardiaque ; les habitudes alimentaires. • la température ; • l'activité ; • le comportement ; • la locomotion ; • la fréquence cardiaque ; • les habitudes alimentaires. Les systèmes de vision par ordinateur détectent des changements comportementaux parfois plusieurs jours avant l'apparition de signes cliniques visibles. En élevage, cette approche est déjà largement utilisée dans le cadre du Precision Livestock Farming. L'objectif est double : améliorer le bien-être animal ; intervenir plus précocement. • améliorer le bien-être animal ; • intervenir plus précocement. Nous passons progressivement d'une médecine réactive à une médecine prédictive.

L'IA générative arrive dans les cliniques

L'arrivée des modèles de langage de type ChatGPT constitue probablement la transformation la plus visible. Selon une enquête menée auprès de 3 968 vétérinaires, auxiliaires vétérinaires et étudiants, 83,8 % connaissent déjà les outils d'IA et près de 70 % déclarent les utiliser régulièrement. Les usages sont multiples : rédaction de comptes rendus ; synthèse de dossiers ; préparation de documents clients ; recherche bibliographique ; aide à l'enseignement ; préparation aux examens ; soutien à la recherche. • rédaction de comptes rendus ; • synthèse de dossiers ; • préparation de documents clients ; • recherche bibliographique ; • aide à l'enseignement ; • préparation aux examens ; • soutien à la recherche. Les étudiants vétérinaires semblent particulièrement réceptifs à ces outils. Une étude australienne montre que plus de 75 % des étudiants interrogés utilisent déjà ChatGPT et considèrent son usage pertinent pour leurs apprentissages. Plus de la moitié souhaitent voir ces outils intégrés aux cursus de formation. Fait intéressant : Les étudiants ne craignent pas que l'IA remplace les vétérinaires. Ils la voient comme un outil d'augmentation.

One Health : l'IA comme pont entre santé animale et santé humaine

C'est probablement ici que les perspectives deviennent les plus fascinantes. Les données vétérinaires représentent un gisement considérable encore sous-exploité. L'INRAE souligne que l'IA permet désormais d'envisager des systèmes intégrés associant : santé animale ; santé humaine ; environnement ; surveillance épidémiologique. • santé animale ; • santé humaine ; • environnement ; • surveillance épidémiologique. Le concept One Health trouve dans l'IA un accélérateur naturel. La détection précoce des zoonoses, la surveillance des résistances antimicrobiennes ou encore la modélisation des risques sanitaires deviennent progressivement des applications concrètes.

ENCART : 📦 One Health : pourquoi l'IA vétérinaire dépasse largement le monde animal

L'une des erreurs les plus fréquentes lorsqu'on parle d'intelligence artificielle en médecine vétérinaire est de considérer qu'il s'agit d'un sujet réservé aux animaux. En réalité, l'un des principaux intérêts stratégiques de l'IA vétérinaire réside dans sa capacité à renforcer l'approche One Health, ou « Une seule santé », qui considère que la santé humaine, la santé animale et la santé des écosystèmes sont profondément interconnectées. Cette vision n'est pas nouvelle. Selon l'Organisation Mondiale de la Santé (OMS), l'Organisation Mondiale de la Santé Animale (OMSA) et la FAO, près de 60 % des maladies infectieuses humaines connues sont d'origine animale, tandis que 75 % des maladies infectieuses émergentes proviennent d'animaux. Les crises récentes — COVID-19, grippe aviaire, Ebola, maladie de Lyme ou encore résistances aux antibiotiques — ont rappelé à quel point les frontières entre santé humaine et santé animale sont devenues artificielles. Or, l'intelligence artificielle apporte précisément ce qui manquait jusqu'à présent au modèle One Health : la capacité d'analyser simultanément des volumes massifs de données provenant de sources très différentes. Demain, un même système pourrait croiser : les données cliniques vétérinaires ; les données hospitalières humaines ; les données environnementales ; les données climatiques ; les mouvements d'animaux ; les données issues des élevages ; les informations de surveillance épidémiologique. • les données cliniques vétérinaires ; • les données hospitalières humaines ; • les données environnementales ; • les données climatiques ; • les mouvements d'animaux ; • les données issues des élevages ; • les informations de surveillance épidémiologique. L'objectif est de détecter plus précocement les risques sanitaires, d'anticiper l'apparition de zoonoses ou encore d'identifier des phénomènes invisibles à l'échelle d'une seule discipline. Les travaux récents de l'INRAE soulignent ainsi que l'IA ouvre de nouvelles perspectives pour la surveillance des maladies animales, la gestion des risques sanitaires et l'intégration des données dans une logique One Health. Mais One Health ne se limite pas aux maladies infectieuses. L'IA permet également d'étudier les interactions entre : santé animale ; alimentation ; biodiversité ; pollution environnementale ; usage des médicaments ; résistance antimicrobienne. • santé animale ; • alimentation ; • biodiversité ; • pollution environnementale ; • usage des médicaments ; • résistance antimicrobienne. Dans ce contexte, le vétérinaire n'est plus seulement un professionnel du soin animal. Il devient un acteur majeur de la biosurveillance mondiale. C'est d'ailleurs l'une des raisons pour lesquelles les données vétérinaires prennent aujourd'hui une valeur stratégique considérable. Une enquête menée auprès de vétérinaires français montre que ces derniers sont largement favorables à une meilleure exploitation collective des données issues de leurs logiciels métiers, notamment pour renforcer l'épidémiosurveillance et améliorer la santé publique. L'intelligence artificielle pourrait ainsi devenir le chaînon manquant entre les trois piliers historiques du concept One Health : la santé des humains, la santé des animaux et la santé de notre environnement. Et c'est peut-être là que se situe son potentiel le plus transformateur. Car derrière chaque dossier médical vétérinaire se cache parfois une information qui dépasse largement le destin d'un seul animal et qui peut contribuer à protéger l'ensemble du vivant.

Mais l'IA ne doit pas devenir une boîte noire

L'enthousiasme est réel. Les mises en garde aussi. Le Royal College of Veterinary Surgeons (RCVS), l'ACVIM, VetCT et de nombreux chercheurs convergent sur un point fondamental : Les principales préoccupations concernent : les biais algorithmiques ; la qualité des données ; la transparence des modèles ; la responsabilité juridique ; la protection des données ; l'explicabilité des décisions. • les biais algorithmiques ; • la qualité des données ; • la transparence des modèles ; • la responsabilité juridique ; • la protection des données ; • l'explicabilité des décisions. Comme le rappelle l'ACVIM, l'enjeu majeur des prochaines années sera de développer une véritable « AI literacy » vétérinaire, c'est-à-dire une culture critique permettant aux praticiens de comprendre les forces et les limites de ces outils.

La véritable révolution : l'IA va peut-être davantage transformer le métier que la médecine

C'est finalement la conclusion la plus importante. Lorsque l'on observe les applications existantes, on réalise que l'impact le plus immédiat de l'IA n'est pas nécessairement clinique. Il est organisationnel. L'IA : rédige ; résume ; structure ; recherche ; classe ; surveille ; alerte. • rédige ; • résume ; • structure ; • recherche ; • classe ; • surveille ; • alerte. Autrement dit, elle s'attaque précisément aux tâches qui contribuent aujourd'hui à la surcharge cognitive et administrative des vétérinaires. C'est pourquoi la question centrale n'est peut-être pas : Mais plutôt : Car au fond, la promesse la plus crédible de l'intelligence artificielle vétérinaire n'est pas le remplacement du professionnel. C'est l'émergence d'un vétérinaire augmenté, capable de s'appuyer sur l'intelligence collective produite par des millions de données tout en conservant ce qui fait l'essence même de son métier : le jugement, l'éthique et la relation.

Et si l'IA ne soignait pas vos animaux… mais votre métier ?

Lorsque Vincent Montet a évoqué le Grand Déplacement, une question s'est immédiatement imposée à moi. Si la valeur se déplace réellement dans les métiers du savoir, alors la médecine vétérinaire constitue probablement l'un des meilleurs observatoires de cette transformation. Pendant des siècles, la valeur du vétérinaire reposait sur trois piliers. Le savoir. La mémoire. L'expérience. • Le savoir. • La mémoire. • L'expérience. Le propriétaire ne savait pas. Le vétérinaire savait. Le savoir était rare. Et cette rareté faisait une partie de la valeur du métier. Mais quelque chose est en train de changer. Internet a d'abord démocratisé l'accès à l'information. L'intelligence artificielle démocratise désormais l'accès à l'expertise. Demain, les propriétaires arriveront en consultation avec des agents spécialisés capables d'analyser symptômes, antécédents, examens biologiques ou littérature scientifique. Ce phénomène est déjà visible en médecine humaine. Il touchera inévitablement la médecine vétérinaire. Faut-il y voir une menace ? Je ne le crois pas.

Car lorsque le savoir cesse d'être rare, la valeur ne disparaît pas.

Elle se déplace.

C'est précisément ce que racontent toutes les études que j'ai analysées pour préparer cette conférence. Les chercheurs du Colorado utilisent désormais près de 250 000 consultations vétérinaires pour entraîner des modèles capables de structurer automatiquement des dossiers médicaux. PetBERT a déjà analysé près de 500 millions de mots issus de consultations vétérinaires britanniques. L'expérience individuelle devient progressivement une mémoire collective. Pour la première fois dans l'histoire de la médecine vétérinaire, une partie du savoir clinique cesse d'être enfermée dans les cerveaux des praticiens pour devenir accessible à l'ensemble de la profession.

Mais cette abondance d'intelligence soulève une autre question.

Que reste-t-il lorsque tout le monde a accès au savoir ?

La réponse est probablement la même que dans toutes les professions de santé. Il reste le jugement. Il reste l'incertitude. Il reste la responsabilité. Il reste la confiance. Il reste l'éthique. Il reste la relation.

C'est précisément pour cette raison que je ne crois pas au remplacement du vétérinaire. (pas plus qu'à celui du médecin d'ailleurs)

Je crois à une redéfinition de sa valeur.

Le vétérinaire de demain sera peut-être moins un détenteur de connaissances qu'un arbitre capable de naviguer dans un océan de connaissances. Moins un expert isolé qu'un professionnel capable d'orchestrer l'intelligence collective produite par des millions de données. Moins un gardien du savoir qu'un garant du discernement. Je conclue ma keynote sur ce message : Et c'est sans doute là que se joue l'avenir du métier...

Conclusion : ce qui se déplace vraiment

À première vue, NUManima était un événement consacré à l'intelligence artificielle vétérinaire. Pourtant, en quittant l'École vétérinaire d'Alfort, je suis convaincu que le sujet n'était pas la technologie. Le sujet était le métier. Toutes les interventions ou presque parlaient de données, d'algorithmes, de modèles prédictifs, de monitoring, de robots ou d'agents conversationnels.

Mais derrière ces innovations se cachait une question beaucoup plus fondamentale :

Que devient une profession lorsque l'intelligence cesse d'être rare ?

Vincent Montet nous invitait à dépasser le fantasme du Grand Remplacement. La médecine vétérinaire illustre parfaitement pourquoi. Car ce qui se déplace aujourd'hui n'est pas le vétérinaire. Ce qui se déplace, c'est la source de sa valeur. Hier, la valeur reposait largement sur l'accès au savoir. Aujourd'hui, le savoir est partout. Dans les bases de données. Dans les moteurs de recherche. Dans les modèles de langage. Demain, il sera intégré à nos logiciels, à nos assistants numériques et à nos outils de décision.

La rareté ne sera plus la connaissance. La rareté sera la capacité à lui donner du sens.

C'est pourquoi je retiens une phrase de cette conférence. Peut-être la seule phrase qu'il faudra encore retenir dans dix ans.

Le savoir est devenu abondant.

Le jugement reste rare.

Et c'est probablement là que se situe le véritable Grand Déplacement. Non pas du vétérinaire vers la machine. Mais du savoir vers le discernement. De l'information vers le sens. De l'expertise vers la responsabilité. Car au fond, la question n'est plus : La véritable question est désormais : Et la réponse est peut-être rassurante. Jamais nous n'aurons eu autant besoin de jugement humain. Et si cette réflexion dépasse largement le monde vétérinaire, c'est parce que les mêmes transformations traversent aujourd'hui l'ensemble des professions de santé. Médecins, pharmaciens, infirmiers, kinésithérapeutes ou vétérinaires sont confrontés à une même réalité : l'explosion des connaissances, la surcharge administrative, la complexification des parcours et l'arrivée d'une intelligence artificielle qui déplace progressivement la valeur du savoir vers le jugement. Annick Valentin-Smith Vincent Montet Raphaël Guatteo Olivier Mathiaud Véronique LUDDENI Jef Reichardt Teresa Peguero Olivier Reineau Laurent JESSENNE Stéphane Bernard Raphaël Lamothe Elise Morin-Schulze Adeline PRUDHOMME Mickaël Hageman Mathilde Lammin Salomé Carville Sylvain RANSON Claire Cameron-Sweeney Vanessa Vasilogianis Carolien Hoeke Dr Adele Williams-Xavier BVSc FRCVS DipECEIM PhD Pascal THIBAUT Marketing ALCYON ALCYON France Dicma | Dictée vocale et Assistants IA Invoxia Dahbia Agher Francoise Thomas-Toufayan Delphine LALANDE 💊 Rémy TESTON Camille Morin Maria Alejandra Pollio Robert Gonzalo Julie Guerin Julien Matus Paula Wade Lindsay Piacek Lina Ossman Kristin Bucklen Will Stewart, MBA Vet IN Tech Ecole Nationale Vétérinaire d'Alfort Enva Oniris Nantes VetAgro Sup Ecole Nationale Vétérinaire de Toulouse Ordre national des vétérinaires SNVEL - Syndicat National des Vétérinaires d'Exercice Libéral AFVAC Normandie AVEF : Association Vétérinaire Équine Française SNGTV FAV-UR : Fédération des Associations Vétérinaires d'UniLaSalle Rouen EBVS - European Board of Veterinary Specialisation Royal College of Veterinary Surgeons (RCVS) Zoetis CEVA SANTE ANIMALE Virbac MSD Animal Health Boehringer Ingelheim Elanco Affinity Petcare Centravet Groupe Fovéa AniCura IVC Evidensia France Mon Véto SEVETYS Vetolib.fr VetAlly Aninow CoVet FR Vetct Medical SAVSNET LTD Antoine Tesniere David Gruson Aurélie Jean, Ph.D. Gilles Babinet Diane Le Tyrant Driss HANIB Olivier Roger Véronique Beauchêne Béatrice LAFFITTE Chloé D. Pascale Rigomier Jef Reichardt Mustapha FELLAG Margaux Lemoine Chêne Vert Labocéa Thomas CHAPALAIN Stephane Cluseau Karine Savary-Bataille Thierry Poitte Aghiles KRICHANE Yannis Mahé Jamila VELTIN Cecilia Henriquez Coronado Sabine Courtin Maxime Privat Antoine Devaux Loic Antoine Jérôme Steiner Anne-Christel Rolling Nandana PRAKASH Bastien Ducrocq Hélène GATEAU Lila Introvigne Laëtitia Dorso ֍Oniris Nantes Judith A. Jean-Luc ANGOT Francoise Thomas-Toufayan Julie SAMAMA Julien Lelandais Jérémy Loddo Annick Valentin-Smith Nahed Mahmoudi Aurelie Verhulst Aude Milet, PhD Meriem Abid Sophie (CABRILLAC) LE POURHIET Adel Belamri, DVM Alexandra Hauguel Anne-Françoise Berthon Christophe TOURNEUX Olivier Fourcadet Pauline Trichet Sylvia MASSON Claire Vandroy Robin Hoffmeister Julie Golliot Benjamin Zerah Camille Schurtz Catherine Bertrand-Ferrandis Mégane Pinto Renaud Tissier Claude Beata Pierre Philip-Couderc Kevin Cheeseman Caroline Chauché Sebastien Gray Hamouda Zaouia Mickael Cron Stéphane Korsia-Meffre Romain Bidanel Olivier Mathiaud Alexandra Blanchet (Lebas), DVM Candice BLOIS Valérie Rizzi-Puéchal Jean-Louis Hunault SIMV GIMRA AUVERGNE Adriana Massino Guileine L. Alexis ROCHE Marion VALETTE Thibault de Chalus Farah Jalel Bruno Fradin Alexandra BRIEND-MARCHAL Sandrine MONTOYA Justine Henry • Vétérinaire, Morbihan Catherine Rousselot Olivier Loget Thomas JANIER Juliette Moulin Marion CHAUSSONNET Thierry Demonceau Siham Bibi Marc Lavayssière Olivier SALSON Julien Laurencin François HUGUET Pascal Gené Bertrand Neveux Samia Belarbia Nadia TADILI Suzanne HAMDAN Patricia GOISNARD Laurent LEPLONGEON Marie TANGUY Anne-Christine LEFORT Anne-Sophie Gouzy, Dr Vétérinaire, MBA Jean-François Le Helloco Corinne Lesaine Julien Kouchner Laurie Lesaint Vincent KEMMOUN Grégory SANTANER 🤖 🩺