In questo articolo
Uno studio pilota JAVMA 2026 (Murdoch University) ha testato sei servizi AI su radiografie addominali di 53 cani con diagnosi confermata. La balanced accuracy è risultata tra il 60% e il 69%, con sensibilità spesso bassa (fino al 23% sull'ostruzione intestinale). Conclusione degli autori: non idonei all'uso diagnostico autonomo. La lezione: usare l'AI come supporto calibrato e trasparente, con validazione onesta.
"Quanto è affidabile?" è la domanda giusta prima di adottare qualsiasi strumento clinico. E la risposta migliore non è una brochure, ma un lavoro peer-reviewed. Vediamo cosa dicono i numeri e — soprattutto — come leggerli senza esagerare in nessuna direzione.
Punti chiave
- Fonte: studio peer-reviewed su JAVMA (2026), non marketing.
- Balanced accuracy 60–69%: la misura equilibrata, più severa dell'accuratezza.
- Sensibilità bassa = reperti mancati, il rischio più pericoloso.
- Lezione: supporto calibrato e trasparente, mai uso autonomo.
Quanto è affidabile l'AI in radiologia veterinaria?
Moderatamente, e non abbastanza per lavorare da sola. È la sintesi onesta dei dati oggi disponibili. Gli strumenti sono bravi a confermare la normalità, ma perdono con frequenza i reperti patologici — proprio quelli che contano. Ecco perché la conclusione degli autori dello studio più citato del 2026 è che i servizi testati non sono idonei all'uso diagnostico autonomo.
Lo studio JAVMA 2026 in breve
Un gruppo della Murdoch University (Ma, Faulkner, Stander, Raisis, Joslyn) ha pubblicato sul Journal of the American Veterinary Medical Association uno studio pilota di validazione esterna. Ha raccolto radiografie addominali di 53 cani provenienti dalla pratica generalista, ciascuno con diagnosi confermata (chirurgia, necroscopia, TC, ecografia, citologia o risposta documentata al trattamento), e le ha sottoposte a sei servizi commerciali di AI. Il punto forte del metodo è proprio questo: immagini della vita reale, non un dataset curato e "facile".
I numeri, in tabella
| Metrica | Intervallo (6 servizi) | Significato |
|---|---|---|
| Accuratezza "grezza" | ~70–90% | Alta ma fuorviante: gonfiata dai molti negativi |
| Balanced accuracy | ~60–69% | Media di sensibilità e specificità: la misura equa |
| Sensibilità (per reperto) | ~28–78% | Molti reperti veri non colti (falsi negativi) |
| Specificità | ~69–95% | Buona nel confermare l'assenza di anomalie |
| F1 score | ~28–51% | Basso: coerente con reperti frequentemente omessi |
| Sensibilità su ostruzione intestinale | ~23–69% | Reperto critico spesso mancato |
Contesto onesto. È uno studio pilota, su un solo distretto (addome) e 53 cani. Non va esteso ad altri distretti o strumenti, né sovrastimato: è un segnale metodologico, non una condanna definitiva dell'AI.
Perché "balanced accuracy" conta più dell'accuratezza
Ecco il trucco statistico da conoscere. In un set dove la maggior parte dei reperti è negativa, un modello che risponde quasi sempre "normale" appare molto accurato — anche se non riconosce quasi nulla di patologico. La balanced accuracy (media di sensibilità e specificità) neutralizza questo sbilanciamento: per questo scende dal ~70–90% "grezzo" a un ben più modesto 60–69%. In radiologia il numero che pesa davvero è la sensibilità: un reperto mancato può costare caro, e qui la sensibilità era spesso bassa.
La lezione: supporto calibrato e trasparente
Lo studio non dice "l'AI è inutile". Dice qualcosa di più utile: l'AI va usata bene. Tre principi pratici che ne discendono:
- Supporto, non sostituto: l'AI segnala e velocizza; il veterinario legge, corregge e valida.
- Trasparenza: uno strumento dovrebbe mostrare dove guarda (heatmap) e comunicare la propria incertezza, così il clinico sa quanto fidarsi.
- Confidenza calibrata: un punteggio di confidenza per reperto, ben tarato, vale più di un "sì/no" secco.
Dove aiuta l'AI (RefertAI)
RefertAI applica proprio questi principi. Oggi rileva reperti sul torace, mostra una heatmap che indica dove guarda il modello — così la segnalazione è ispezionabile, non una scatola nera — e genera una bozza di referto che il veterinario valida sempre. È in italiano nativo, con dati in UE/GDPR, senza lock-in e a €99/mese. La confidenza calibrata per reperto e il VHS automatico sono in arrivo. Nessuna diagnosi autonoma: lo strumento affianca, il clinico decide.
Nota. Questo articolo ha scopo informativo/professionale e non sostituisce il giudizio clinico del medico veterinario.
Domande frequenti
Quanto è affidabile l'AI in radiologia veterinaria nel 2026?
Secondo lo studio pilota JAVMA 2026, l'affidabilità è moderata e non sufficiente all'uso autonomo. Su radiografie addominali di 53 cani, la balanced accuracy dei sei servizi commerciali testati è risultata tra il 60% e il 69%, con sensibilità spesso bassa. Gli autori concludono che questi servizi non sono idonei allo scopo diagnostico da soli e vanno usati come supporto.
Cos'è la balanced accuracy e perché conta più dell'accuratezza?
La balanced accuracy è la media tra sensibilità e specificità e non si lascia ingannare dallo sbilanciamento tra casi malati e sani. L'accuratezza grezza dei servizi era circa 70-90%, ma poiché la maggior parte dei reperti è negativa, un modello che dice quasi sempre normale sembra molto accurato. La balanced accuracy corregge questa distorsione ed è più bassa: 60-69%.
Perché la sensibilità bassa è un problema in clinica?
La sensibilità misura quanti casi realmente patologici vengono colti. Nello studio la sensibilità per reperto andava dal 28% al 78% e sui casi di ostruzione intestinale scendeva fino al 23%: significa che molte anomalie critiche venivano mancate. Una sensibilità bassa produce falsi negativi, cioè reperti persi, il rischio più pericoloso in radiologia.
Lo studio JAVMA 2026 vale per tutta l'AI veterinaria?
No: è uno studio pilota su un solo distretto, l'addome, con radiografie di casistica reale e un campione di 53 cani. Non va sovrastimato né esteso ad altri distretti o strumenti. È però una lezione metodologica importante: l'AI va validata su dati esterni e usata come supporto, con misure oneste e trasparenti.
Come rende affidabile il supporto AI RefertAI?
RefertAI è pensato come supporto trasparente: rileva reperti sul torace, mostra una heatmap che indica dove guarda il modello e produce una bozza di referto che il veterinario valida sempre. La confidenza calibrata per reperto è in arrivo. Nessuna diagnosi autonoma: lo strumento affianca, il veterinario decide.