Un studiu publicat în mai 2026 în Journal of the American Veterinary Medical Association, condus de cercetători de la Universitatea Murdoch din Australia, ridică semne serioase de întrebare cu privire la fiabilitatea platformelor de inteligență artificială utilizate pentru interpretarea radiografiilor în medicina veterinară, concluzionând că niciunul dintre cele șase instrumente evaluate nu este potrivit pentru utilizare clinică în forma sa actuală.

Inteligența artificială în radiologia veterinară: promisiuni mari, performanțe modeste

Un câine înghițise o piatră de râu. Obiectul era vizibil clar în ambele radiografii, un oval inconfundabil în regiunea intestinală. Și totuși, două din cele șase platforme de inteligență artificială testate au clasificat cazul drept „normal." O a treia a văzut ceva anormal, dar a diagnosticat cinci afecțiuni inexistente, printre care un corp străin în stomac, organ aflat la distanță considerabilă față de piatră.

Acest caz, relatat de Dr. Stephen Joslyn de la Universitatea Murdoch din Australia, nu este o anecdotă izolată. Este ilustrarea unui pattern documentat acum sistematic într-un studiu publicat în mai 2026 în Journal of the American Veterinary Medical Association, primul care evaluează riguros, pe cazuri confirmate prin chirurgie și histopatologie, performanța reală a platformelor AI de radiologie veterinară în condiții de practică generală.

Cum a fost realizat studiul

Echipa lui Joslyn a selectat 53 de cazuri din spitale de medicină generală din Australia, toate verificate prin diagnostice de confirmare, nu prin consens de radiologi, nu prin autoevaluarea platformei, ci prin proceduri gold standard: chirurgie și patologie clinică. Cazurile au fost trimise între septembrie și decembrie 2024 către șase platforme AI: patru americane (SignalPET, Vetology, Radimal, RapidRead/Antech), una franceză (FAS) și una sud-coreeană (SK Telecom).

Rata medie de acuratețe a variat între 70% și 90%, o cifră care, la prima vedere, poate părea acceptabilă. Problema apare când privești mai atent metricile. Acuratețea echilibrată, care ia în calcul atât sensibilitatea (detectarea corectă a bolii reale) cât și specificitatea (identificarea corectă a cazurilor normale) a variat doar între 60% și 69%. Iar coeficientul de corelație Matthews (MCC), care penalizează performanța pe seturi de date dezechilibrate, a plasat unele platforme sub nivelul întâmplării, mai puțin fiabile, teoretic, decât o monedă aruncată la întâmplare.

Concluzia cercetătorilor a fost directă: „Chiar și cel mai performant algoritm a avut limitări notabile, iar niciunul nu pare potrivit pentru utilizare clinică în forma sa actuală."

De ce acuratețea singură înșeală

Joslyn explică paradoxul cu un exemplu simplu: dacă o platformă răspunde mereu „nu există patologie" și setul de testare nu conține acea afecțiune specifică, poate raporta o acuratețe de 100%, fără să fi detectat nimic real. Acuratețea brută, fără sensibilitate și specificitate, poate fi profund înșelătoare.

Aceasta este și una dintre criticile aduse studiilor anterioare care au oferit evaluări mai favorabile ale tehnologiei. O lucrare publicată în Frontiers in Veterinary Science a constatat că SignalPET a performat comparabil cu 11 radiologi umani, însă validarea s-a bazat parțial pe consensul radiologilor și, parțial, pe outputul AI însuși. „Adevărul de referință ar trebui să fie independent față de variabila evaluată", precizează comentariul trimis de echipa Murdoch. „Includerea propriului output al AI în stabilirea răspunsului corect reprezintă o formă de logică circulară."

Un alt studiu, publicat în februarie 2026 în Veterinary Radiology and Ultrasound, a constatat că platforma Antech a performat similar cu radiologii umani în detectarea insuficienței cardiace la câini și pisici. Joslyn ridică însă o problemă metodologică recurentă: și acest studiu s-a bazat pe radiografii de înaltă calitate realizate la un spital universitar, condiții semnificativ diferite de realitatea clinicii de medicină generală.

Problema calității radiografiilor

Aceasta este, în opinia lui Joslyn, limitarea structurală care afectează toate platformele: variabilitatea enormă a calității radiografiilor din practica veterinară curentă.

„În asistența medicală umană, avem radiografi instruiți care îi spun pacientului să stea nemișcat, să inspire adânc și să nu se miște. Calitatea radiografiilor este ridicată oriunde te duci. În schimb, în lumea veterinară, medicii veterinari generaliști realizează majoritatea radiografiilor și o fac în timp ce încearcă să efectueze un examen dentar, cu personal insuficient și fără să fi mâncat la prânz."

La aceasta se adaugă variabilitatea biologică extraordinară a pacienților veterinari, câinii singuri vin într-o gamă de forme și dimensiuni fără echivalent în medicina umană. Platformele AI sunt antrenate pe seturi de date care nu reflectă întotdeauna această diversitate. „Când AI este solicitat să evalueze cazuri de la clinica de la colțul străzii, nu performează bine", spune Joslyn.

Poziția companiilor

Producătorii platformelor evaluate nu au acceptat pasiv concluziile studiului. Toți au recunoscut limitările produselor lor, dar au respins ideea că ar fi nepotrivite pentru utilizare clinică, subliniind că instrumentele sunt concepute să asiste judecata medicului veterinar, nu să o înlocuiască.

Dr. James Barr, directorul medical al Antech, a subliniat că RapidRead a fost antrenat pe mai mult de 16 milioane de radiografii din scenarii reale, verificate de radiologi cu certificare de bord, și că produsul continuă să se îmbunătățească, cercetarea din studiul JAVMA datând de aproximativ 18 luni.

Alan Weissman, fondatorul Radimal, a evidențiat utilitatea instrumentului ca ajutor de triaj și instrument educațional: „Dacă oferi proprietarului informații mai detaliate despre ce se întâmplă cu câinele lui, este mai probabil să procedeze cu tratamentele sau alte diagnostice." Fondatorul Vetology, Dr. Seth Wallack, a semnalat că 53 de cazuri reprezintă un eșantion mic pentru o evaluare robustă și a evidențiat că platforma sa publică deschis date de performanță bazate pe mai mult de 300.000 de radiografii, un gest salutat de Joslyn drept „un mare pas în direcția corectă."

Ce urmează

Echipa Murdoch nu se oprește la studiul publicat. Cercetările în curs vizează două direcții: repetabilitatea, dacă aceeași radiografie trimisă de două ori produce același rezultat, și impactul calității tehnice a radiografiei asupra performanței AI. Obiectivul pe termen lung este constituirea unui laborator extern de validare independentă, care să poată benchmarka nu doar platformele de radiologie, ci orice instrument diagnostic bazat pe AI în medicina veterinară, inclusiv citologia.

Ce ar trebui să rețină medicul veterinar

Studiul lui Joslyn nu este un argument împotriva tehnologiei ca atare. Este un argument împotriva utilizării necritice a unor instrumente insuficient validate în condiții reale de practică. Diferența dintre performanța raportată de producător, pe seturi de date curate, din spitale universitare, cu patologie evidentă, și performanța reală în clinica generală poate fi semnificativă.

Joslyn este explicit în privința riscului specific pentru practicienii cu experiență limitată în radiografie: „Le bifează o căsuță de dopamină. Nu știu cât de slabe sunt și simt că îi ajută. Este orbul care îl conduce pe orb, din păcate, în această etapă."

Mesajul practic pentru acum: platformele AI de radiologie veterinară pot fi instrumente utile de triaj și de suport în mâinile unui practician experimentat care înțelege limitele lor. Nu sunt un substitut pentru competența radiologică și nu ar trebui tratate ca atare până când validarea independentă în condiții reale de practică nu oferă date mai solide.

Sursă: Kelly, R. (2026, 4 mai). Veterinary AI radiology tools scrutinized in new study. VIN News Service. https://news.vin.com/doc/?id=13256349