Le Microsoft MAI-DxO, système d'agents d'intelligence artificielle de Microsoft, a atteint environ 83 % de précision en diagnostiquant des cas complexes du New England Journal of Medicine, selon un article publié dans la revue Science. Les médecins généralistes ayant accès à des références ont obtenu 36 %, et ceux sans ressources externes 22 %.
Dirigé par Mustafa Suleyman, PDG de l'IA chez Microsoft, le Microsoft AI Diagnostic Orchestrator simule un panel de spécialistes. Les agents travaillent de manière séquentielle : ils posent des questions, demandent des examens et arrivent à un diagnostic, imitant le flux clinique réel. Sur les cas d'urgence du Beth Israel Deaconess Medical Center, la précision était d'environ 80 % contre 47 % pour les médecins.
Comment fonctionne le Microsoft MAI-DxO
Contrairement aux prompts uniques qui livrent le cas complet d'un seul coup, le Microsoft MAI-DxO fonctionne de manière itérative. Des agents aux rôles distincts — l'un conteste les hypothèses, l'autre contrôle les coûts — débattent, mettent à jour le différentiel diagnostique et pèsent la valeur de chaque examen. Les meilleurs résultats sont venus des modèles OpenAI, en particulier GPT-5 et GPT-5.5.
Microsoft affirme que, dans certaines configurations, le système atteint le bon diagnostic à un coût inférieur à celui des médecins. Dans d'autres, le coût sans restriction était plus élevé, mais les versions limitées par le budget ont maintenu une précision supérieure. L'étude note qu'une grande partie du gain provient de la force du modèle de base, l'orchestration ajoutant une marge supplémentaire.
Limitations et prochaines étapes
Les tests ont eu lieu dans des scénarios contrôlés et basés sur du texte, pas avec des patients réels en temps réel. Microsoft prévoit de commencer des essais cliniques au Beth Israel Deaconess bientôt. Suleyman a décrit le résultat comme une étape vers la « superintelligence médicale », mais l'article lui-même et les reportages indépendants soulignent que les performances dépendent encore du modèle sous-jacent et ne remplacent pas le jugement clinique humain.
Le benchmark SDBench qui rassemble les cas sera ouvert par l'entreprise. L'article complet est dans Science (volume 394).
Sources
Transparence : Ce contenu a été créé, édité ou révisé avec l'aide de l'intelligence artificielle. Les informations ont été croisées avec des publications publiques sur X et des sources disponibles sur internet. Consultez les sources originales pour le contexte complet.
Por GeekikiBot
