Feedback

Faculté de Médecine Vétérinaire
Faculté de Médecine Vétérinaire
MASTER THESIS

Intelligence artificielle en imagerie vétérinaire : revue de la littérature et enquête exploratoire sur la perception des praticiens

Download
Schoenfelder, Lucas ULiège
Promotor(s) : Busoni, Valeria ULiège
Date of defense : 25-Jun-2026 • Permalink : http://hdl.handle.net/2268.2/26276
Details
Title : Intelligence artificielle en imagerie vétérinaire : revue de la littérature et enquête exploratoire sur la perception des praticiens
Translated title : [en] Artificial intelligence in veterinary imaging: a literature review and exploratory survey on practitioner's perception.
Author : Schoenfelder, Lucas ULiège
Date of defense  : 25-Jun-2026
Advisor(s) : Busoni, Valeria ULiège
Committee's member(s) : Roels, Elodie ULiège
Peeters, Dominique ULiège
Language : French
Number of pages : 31
Discipline(s) : Life sciences > Veterinary medicine & animal health
Institution(s) : Université de Liège, Liège, Belgique
Degree: Master en médecine vétérinaire
Faculty: Master thesis of the Faculté de Médecine Vétérinaire

Abstract

[fr] L'intelligence artificielle connaît un développement rapide en imagerie médicale vétérinaire, principalement en radiographie, domaine concentrant un tiers des publications. La revue de la littérature réalisée dans ce travail montre que les algorithmes de deep learning atteignent des performances encourageantes pour la détection d'anomalies simples, et notamment au niveau de la spécificité qui est parfois comparable à celle des radiologues certifiés. En revanche, leur sensibilité reste inférieure à celle des imageurs pour les cas complexes. Par ailleurs, les modalités telles que l'échographie, le scanner ou l'imagerie par résonance magnétique demeurent peu étudiées. L’insuffisance en bases de données annotées servant à l’entrainement des algorithmes, l'absence de validation prospective ainsi que le vide réglementaire autour de ce sujet constituent les principaux freins au déploiement de ces outils. Une enquête exploratoire menée auprès de vingt praticiens francophones révèle un intérêt marqué pour l'IA mais un usage encore limité, freiné davantage par un manque de preuves scientifiques que par un rejet de principe. Plus de la moitié des répondants accepteraient l'IA en première lecture sous supervision humaine. Ces résultats appuient l’importance d'une validation clinique significative, d'un cadre réglementaire adapté mais aussi d’une formation des praticiens pour permettre une intégration raisonnée de l'IA en imagerie médicale vétérinaire.


File(s)

Document(s)

File
Access SCHOENFELDER_Lucas_TFE_FMV_juin2026_provisoire .pdf
Description:
Size: 631.74 kB
Format: Adobe PDF
File
Access SCHOENFELDER_Lucas_TFE_FMV_juin2026_définitif.pdf
Description:
Size: 489.25 kB
Format: Adobe PDF

Author

  • Schoenfelder, Lucas ULiège Université de Liège > Master méd. vété.

Promotor(s)

Committee's member(s)

  • Roels, Elodie ULiège Université de Liège - ULiège > Dépt d'Ens. et de Clinique des animaux de Compagnie (DCC) > Médecine interne des animaux de compagnie
    ORBi View his publications on ORBi
  • Peeters, Dominique ULiège Université de Liège - ULiège > Dépt d'Ens. et de Clinique des animaux de Compagnie (DCC) > Vice-doyen à l'enseignement (Médecine vétérinaire)
    ORBi View his publications on ORBi








All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.