Microsoft a annoncé les résultats d’une étude publiée dans la revue Science montrant que son système d’intelligence artificielle diagnostique, baptisé MAI‑DxO, a surpassé les médecins généralistes sur des cas médicaux complexes. Le dispositif, présenté comme une première étape vers une « superintelligence médicale », coordonne plusieurs agents IA qui agissent comme un panel de spécialistes, posent des questions, commandent des examens et débattent d’un diagnostic.
Des performances impressionnantes sur des cas complexes
Dans une simulation utilisant des dossiers tirés du New England Journal of Medicine, MAI‑DxO a atteint un taux de précision de 83 %. En comparaison, les médecins de soins primaires et les internistes généralistes, travaillant individuellement avec des références, n’ont obtenu que 36 % de bonnes réponses. Il convient de souligner que les cas étudiés sont habituellement traités par des spécialistes ou des équipes multidisciplinaires, ce qui rend la comparaison avec des médecins généralistes particulièrement révélatrice.
Coût et efficacité : le rôle de l’orchestration DxO
Au-delà de la précision, Microsoft a évalué le coût d’exécution du système. Le modèle de base GPT‑5, utilisé seul, a atteint 78,9 % de précision sur les cas complexes à un coût estimé de 8 400 $ par cas. L’ajout de l’orchestrateur DxO a permis de réduire ce coût d’environ 3 000 $, tout en augmentant légèrement la précision de quatre points. Avec le modèle plus récent GPT‑5.5, DxO a fait passer la précision de 72 % à près de 87 % pour un coût légèrement inférieur.
Les gains sont moins marqués sur les cas d’urgence en salle d’attente, où les deux configurations (avec ou sans DxO) ont atteint environ 85 % de précision à un coût similaire. Cette différence souligne que l’orchestrateur apporte le plus de valeur lorsque les modèles de base sont moins performants ou que les cas sont particulièrement complexes.
- Gemini 2.5 Flash : 46,4 % de précision seul, 69 % avec DxO.
- GPT‑5 : 78,9 % seul, 82,9 % avec DxO, coût réduit de 3 000 $.
- GPT‑5.5 : 72 % seul, 87 % avec DxO, coût légèrement inférieur.
Microsoft explique que les gains d’exactitude diminuent naturellement à mesure que les modèles approchent leur plafond théorique, mais que l’orchestration reste un levier essentiel pour optimiser simultanément précision et coût.
Vers une superintelligence médicale : perspectives et partenariats
Mustafa Suleyman, directeur de l’unité IA de Microsoft, a indiqué que l’entreprise collabore avec la Mayo Clinic pour entraîner un modèle de fondation dédié à la santé, dont le lancement est prévu l’an prochain. Il estime que d’ici 2027, les systèmes pourront fournir des prédictions très précises sur l’évolution d’un dossier médical, offrant ainsi aux cliniciens un « or en or » pour la prise de décision.
Un partenariat avec le Beth Israel Deaconess Medical Center de Boston permettra d’évaluer les capacités de raisonnement clinique de DxO dans différents environnements hospitaliers. Les patients consentants seront suivis en parallèle d’un traitement standard et d’une interaction avec DxO, afin de comparer les recommandations de l’IA avec celles des médecins humains.
Cette démarche s’inscrit dans une stratégie plus large de Microsoft, qui vise à dépasser le simple benchmark de tâches isolées (réponses à des questions d’examen, génération de diagnostics) pour intégrer l’IA directement dans les flux de travail cliniques. L’objectif déclaré est de créer une « superintelligence médicale », définie comme la capacité à surpasser les systèmes de santé humains les plus avancés en matière de raisonnement et de coordination tout au long du parcours de soins.
Implications pour le secteur de la santé
Les résultats de Microsoft rejoignent ceux de concurrents comme Google, qui a récemment publié une étude clinique sur son IA AMIE. L’ensemble de ces travaux souligne un déséquilibre croissant entre la demande de soins spécialisés et l’offre de professionnels qualifiés. En proposant des outils capables de soutenir le diagnostic et la prise de décision, les géants technologiques cherchent à combler ce fossé.
Microsoft commercialise déjà des solutions de dictée et d’imagerie radiologique. MAI‑DxO représente une extension de cette offre, visant à devenir le produit de soutien clinique le plus avancé d’ici les prochaines années. Selon Suleyman, la rapidité des progrès observés dans le domaine du code et du langage naturel laisse entrevoir une accélération similaire pour les applications médicales, à condition de disposer d’un « flywheel » – un cycle continu d’utilisation réelle, d’identification des lacunes et d’amélioration du modèle.
En résumé, le système MAI‑DxO montre que l’orchestration d’agents IA peut améliorer sensiblement la précision diagnostique sur des cas complexes, tout en réduisant les coûts d’exécution. Les prochains mois seront déterminants pour valider ces performances en conditions réelles et déterminer dans quelle mesure une véritable superintelligence médicale pourra être déployée à grande échelle.