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.