Intelligence artificielle et prise en charge des troubles respiratoires chez les bovins

Résumé

La détection précoce des bronchopneumonies infectieuses (BPI) reposant uniquement sur la clinique reste imparfaite. Les capteurs enregistrent des signaux physiologiques et comportementaux que l’ intelligence artificielle peut transformer en alertes. Ces alertes ne constituent pas un diagnostic. Le couplage de modèles d’ analyse automatique des données et de modèles mécanistes permet d’ estimer un niveau de risque et de comparer différentes stratégies d’ intervention. Cela nécessite une définition précise des cas, une validation externe et une interprétation tenant compte du contexte d’ élevage. Intégrés dans des outils d’ aide à la décision ils permettent d’ améliorer l’ identification des animaux à examiner ou à traiter et de mieux cibler l’ usage des antibiotiques. Ils viennent en appui au raisonnement et à l’ examen cliniques sans s’ y substituer.

Abstract

Sensors record physiological and behavioral signals that artificial intelligence can convert into alerts. These alerts do not constitute a diagnosis. Combining automated data analysis models with mechanistic models makes it possible to estimate a risk level and compare different intervention strategies. This requires a precise case definition, external validation, and interpretation that takes the farming context into account. When integrated into decision-support tools, they improve the identification of animals requiring examination or treatment and help better target the use of antibiotics. They support clinical reasoning and examination without replacing them.