Un système de diagnostic médical basé sur l'intelligence artificielle et développé par Microsoft a démontré une capacité supérieure à celle des médecins généralistes pour diagnostiquer des cas médicaux complexes dans le cadre d'une étude de simulation publiée dans la revue Science. Mustafa Suleyman, PDG de l'IA chez Microsoft, a décrit ces résultats comme une étape importante vers la réalisation de ce que l'on appelle la "superintelligence médicale" (medical superintelligence).
Mécanisme de fonctionnement du système MAI-DxO
Le système est nommé MAI-DxO (abrégé en DxO) et repose sur la coordination de plusieurs agents d'intelligence artificielle travaillant ensemble comme un comité médical intégré. Ils se chargent d'interroger le patient, de demander les examens nécessaires et de délibérer pour parvenir au diagnostic précis. Dans un test de simulation utilisant des cas complexes tirés du New England Journal of Medicine, le système a réussi à poser le diagnostic dans 83 % des cas, tandis que les médecins de soins primaires et les internistes généralistes – qui ont travaillé individuellement avec l'aide de documents de référence – ont atteint un taux de réussite de 36 %. Il est à noter que de tels cas complexes sont généralement référés à des spécialistes ou à des équipes médicales spécialisées qui ne faisaient pas partie de cette comparaison.
Rôle des modèles de base et efficacité des coûts
Les données de l'étude indiquent également que la majeure partie de l'amélioration est due à la puissance des modèles d'intelligence artificielle de base sous-jacents, tandis que le système de coordination développé par Microsoft a apporté des gains supplémentaires. La société a testé le système DxO en utilisant des modèles provenant de plusieurs entreprises telles qu'OpenAI, Google, Anthropic, Meta et DeepSeek, mais les meilleurs résultats ont été enregistrés avec les modèles GPT-5 et GPT-5.5 d'OpenAI.
Outre la précision, Microsoft a mesuré le coût d'exploitation de l'intelligence artificielle par cas : le modèle GPT-5 seul a affiché une précision de 78,9 % pour un coût d'environ 8 400 dollars par cas, tandis que le système DxO a réduit ce coût d'environ 3 000 dollars tout en augmentant la précision d'environ quatre points seulement. Avec la version plus récente GPT-5.5, la précision pour les cas complexes est passée de 72 % à environ 87 %, pour un coût légèrement inférieur lorsqu'il est combiné avec le système DxO.
Qu'est-ce qui change concrètement ?
Par le biais de nouveaux partenariats, tels que sa collaboration avec des hôpitaux comme la Mayo Clinic et le Beth Israel Deaconess Medical Center à Boston, Microsoft cherche à évaluer les capacités de raisonnement clinique du système DxO dans des environnements hospitaliers réels et dans des services d'urgence surchargés. Ces évaluations comprennent la comparaison des recommandations du système avec les décisions réelles des médecins humains afin de relever le plus grand défi posé par le fossé qui se creuse entre la demande d'expertise médicale et sa disponibilité.
Perspectives d'avenir et défis persistants
L'équipe prévoit de développer un modèle de base dédié aux soins de santé dont le lancement est attendu l'année prochaine, avec des prévisions selon lesquelles les capacités de l'intelligence artificielle médicale s'amélioreront de manière exponentielle au cours des prochaines années. Malgré ces résultats prometteurs, des questions demeurent ouvertes quant à la capacité de ces systèmes à faire face à toute la complexité des environnements médicaux réels en dehors du cadre des simulations, et quant à la manière dont ils s'intégreront effectivement avec le rôle crucial des médecins spécialistes.