L’IA médicale de Microsoft dépasse des médecins dans un test contrôlé
MAI-DxO atteint 83 % de précision diagnostique dans une étude contrôlée. Voici son fonctionnement, ses résultats et pourquoi il ne remplace pas un médecin.
Une intelligence artificielle de Microsoft a obtenu de meilleurs diagnostics que des médecins généralistes dans une étude publiée le 22 octobre dans la revue Science. Sur des cas médicaux complexes, le système MAI-DxO a atteint 83 % de précision, contre 36 % pour les médecins autorisés à consulter des ouvrages et Internet.
Le résultat est impressionnant, mais il ne signifie pas qu’un médecin numérique est prêt à recevoir des patients. MAI-DxO a travaillé sur des dossiers historiques transformés en simulations structurées. Sa prochaine épreuve sera une étude prospective dans un véritable hôpital.
Une équipe virtuelle qui avance étape par étape
Les évaluations médicales classiques donnent souvent à l’IA tous les symptômes, examens et résultats en même temps. Dans la vie réelle, un médecin commence avec des renseignements incomplets. Il doit questionner le patient, examiner différentes hypothèses et choisir les tests qui permettront de les confirmer ou de les éliminer.
Le Microsoft AI Diagnostic Orchestrator reproduit ce processus. Plusieurs agents logiciels jouent les rôles d’un groupe de cliniciens : ils proposent des diagnostics possibles, débattent des informations manquantes et choisissent les prochaines questions ou analyses. Un orchestrateur coordonne leurs échanges, puis actualise la conclusion à mesure que de nouvelles données apparaissent.
Le système n’est pas limité à un seul modèle. Microsoft affirme avoir essayé son architecture avec des modèles provenant notamment d’OpenAI, Google, Anthropic, Meta et DeepSeek. Les meilleurs résultats publiés ont été obtenus avec des modèles GPT-5 et GPT-5.5.
Des résultats nettement supérieurs dans la simulation
L’étude, intitulée Sequential diagnosis with language models, s’appuie d’abord sur 304 cas complexes tirés des conférences clinicopathologiques du New England Journal of Medicine. Chaque participant recevait une courte présentation initiale et devait demander les renseignements nécessaires avant de proposer un diagnostic.
MAI-DxO a obtenu une précision de 83 %. Les médecins généralistes ont atteint 22 % sans ressources externes et 36 % avec accès à des références. Dans une seconde évaluation fondée sur des admissions à l’urgence de la base MIMIC-IV-ED, l’IA a obtenu 80 %, contre 47 % pour les médecins.
Les chercheurs ont également attribué un coût estimatif aux examens demandés. Certaines configurations de MAI-DxO ont conservé une précision élevée en choisissant des investigations moins coûteuses. Selon Microsoft, aucune autre approche humaine ou automatisée évaluée n’était simultanément plus précise et moins chère.
Ces coûts demeurent théoriques : ils reposent sur la tarification intégrée au banc d’essai et non sur les dépenses réelles d’un hôpital canadien.
Un meilleur test, mais pas encore la vraie clinique
Le banc d’essai SDBench constitue une amélioration par rapport aux questionnaires où toutes les informations sont fournies d’avance. Il oblige l’IA à décider quoi demander, évitant qu’elle profite automatiquement d’un dossier complet.
Il reste néanmoins une simulation. Un programme appelé « Gatekeeper » révèle les données lorsque l’IA ou le médecin les réclame. Un véritable patient peut décrire ses symptômes de façon imprécise, oublier un médicament, présenter plusieurs problèmes en même temps ou manifester des signes qu’un clinicien observe sans qu’ils figurent dans le dossier.
Les cas du New England Journal of Medicine sont aussi sélectionnés parce qu’ils sont difficiles ou inhabituels. Le groupe de comparaison était composé de généralistes, pas d’équipes de spécialistes connaissant déjà les maladies concernées. Les pourcentages ne peuvent donc pas être transposés directement à toutes les consultations.
Disponibilité, prix et Canada
MAI-DxO est un système de recherche, pas un service que les patients, médecins ou hôpitaux peuvent acheter aujourd’hui. Microsoft n’a communiqué ni prix, ni date de commercialisation, ni disponibilité canadienne. Rien dans l’annonce n’indique une autorisation de Santé Canada pour un usage clinique.
Microsoft prévoit une étude prospective avec le Beth Israel Deaconess Medical Center de Boston. Des patients devraient interagir directement avec le système, tandis que ses conclusions seront comparées aux évaluations indépendantes des médecins. Cette étape permettra de mesurer son comportement avec des informations réelles et imparfaites.
Limites ou points à considérer
Les auteurs de l’étude travaillent majoritairement pour Microsoft, qui développe MAI-DxO. La publication dans Science renforce la crédibilité méthodologique, mais ne remplace pas une reproduction indépendante ni une évaluation réglementaire.
Une forte précision moyenne peut aussi masquer des erreurs graves dans certains groupes ou certaines maladies. Avant tout déploiement, il faudra mesurer les faux diagnostics, les biais, la confidentialité des renseignements, la responsabilité en cas d’erreur et la tendance des professionnels à faire trop confiance à une réponse convaincante.
Conclusion
MAI-DxO montre qu’une équipe d’agents qui questionne, débat et révise ses hypothèses peut faire mieux qu’un modèle chargé de répondre immédiatement. Les résultats dépassent clairement ceux des généralistes dans les simulations étudiées.
La technologie demeure toutefois un outil de recherche. La prochaine avancée décisive ne sera pas un meilleur pourcentage sur un dossier historique, mais la démonstration qu’elle améliore les soins réels sous la supervision de professionnels, sans créer de nouveaux risques pour les patients.
