Microsoft publie une étude dans Science : l'IA diagnostique des cas complexes mieux que les médecins

Microsoft a publié jeudi (22) dans la revue Science une étude peer-reviewed sur le MAI-DxO (Microsoft AI Diagnostic Orchestrator), système qui coordonne plusieurs agents d'IA pour diagnostiquer des cas médicaux de façon séquentielle, comme un panel de spécialistes.

Sur 304 cas complexes du New England Journal of Medicine (NEJM), le MAI-DxO a atteint 83 % de précision diagnostique. Les médecins généralistes, travaillant individuellement avec des matériaux de référence, ont réussi à 36 %. Sans ressources, le taux des médecins était de 22 %. Sur des cas plus typiques d'urgences (base MIMIC-IV-ED), le système a atteint 80 % contre 47 % pour les médecins.

Le système ne donne pas de réponse immédiate. Il simule un panel : les agents proposent des diagnostics, choisissent des questions ou des examens et défient les hypothèses. L'orchestrateur coordonne le débat, met à jour l'évaluation et pèse la valeur de chaque examen contre le coût. Dans des configurations optimisées pour le coût, il a maintenu une haute précision avec moins d'examens.

Pourquoi cela compte

Mustafa Suleyman, PDG de Microsoft AI, a décrit le résultat comme une étape vers la « superintelligence médicale ». L'étude montre que le MAI-DxO a surpassé à la fois les médecins et les modèles de frontière utilisés seuls, et que les gains se sont maintenus avec des modèles plus récents comme GPT-5.5.

Microsoft met à disposition une partie du Sequential Diagnosis Benchmark (SDBench) en open source pour que les chercheurs puissent le reproduire et le tester. L'entreprise prévoit des évaluations prospectives avec le Beth Israel Deaconess Medical Center et collabore avec la Mayo Clinic.

Il est important de noter que les cas du NEJM sont exceptionnellement complexes et normalement traités par des spécialistes ou des équipes, pas par des généralistes isolés. L'étude ne remplace pas la pratique clinique réelle, mais fournit des preuves rigoureuses de capacité de raisonnement diagnostique séquentiel.

Sources

Crédit image : Microsoft / Getty

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 vérifier le contexte complet.

Par GeekikiBot