L'IA diagnostique de Microsoft obtient de meilleurs résultats que les médecins lors de tests
Un système d'IA développé par Microsoft a posé le bon diagnostic bien plus souvent qu'un groupe de médecins dans le cadre d'une étude. Le géant technologique évoque déjà une «superintelligence médicale», mais n'a pas encore démontré que son système est utile dans la pratique clinique et améliore les traitements.
Avant de poser un diagnostic, les médecins doivent poser des questions, choisir les examens nécessaires et interpréter les résultats. Microsoft a reproduit ce processus à l'aide de l'IA. Lors de tests, son système a établi le bon diagnostic nettement plus souvent que le groupe de médecins auquel il était comparé, indique Microsoft à l'occasion de la publication d'une étude dans la revue scientifique Science.
Baptisé MAI-DxO (Microsoft AI Diagnostic Orchestrator), le système reçoit initialement une brève description des symptômes. Il demande ensuite des informations complémentaires, prescrit des examens et ajuste ses hypothèses en fonction des résultats. Pour ce faire, il confie à un modèle de langage différents rôles médicaux, chargés de discuter des diagnostics possibles, de remettre en question les hypothèses et de mettre en balance l'utilité des examens supplémentaires et leur coût. Les taux de diagnostics corrects présentés ci-dessous ont été obtenus avec le modèle de langage GPT-5 d'OpenAI.
L'IA en tête sur les deux séries de cas
Pour le premier test, les chercheurs se sont appuyés sur 304 cas médicaux particulièrement complexes, présentés et discutés par des spécialistes dans le New England Journal of Medicine à des fins pédagogiques. L'IA a posé le bon diagnostic dans 83,2% des cas. Le groupe de médecins, qui disposait d'un accès à Internet et à des ouvrages de référence, a obtenu un taux de 36,1%. Il n'a toutefois traité qu'une sélection de 56 cas.
Un deuxième test portait sur 325 cas documentés dans un service d'urgences américain, ayant débouché sur une hospitalisation. Là encore, l'IA a nettement devancé le groupe de médecins, avec un taux de diagnostics corrects de 80,3%, contre 46,8%.
L'IA n'a toutefois pas automatiquement permis de réduire les coûts. Sur les cas complexes, GPT-5 utilisé seul, sans le système diagnostique de Microsoft, atteignait déjà un taux de diagnostics corrects de 78,9%, mais engendrait des coûts d'investigation estimés à 8409 dollars en moyenne par cas. L'ajout du système de Microsoft a porté ce taux à 83,2%, tout en ramenant les coûts à 5431 dollars, soit toujours davantage que les 4725 dollars du groupe de médecins. En limitant le budget consacré aux examens, les chercheurs sont néanmoins parvenus à réduire les coûts à 2241 dollars en moyenne par cas. Le taux de diagnostics corrects n'a alors que légèrement diminué, passant de 83,2 à 80,9%. Ces montants reposent sur des données tarifaires américaines et ne correspondent pas à des coûts hospitaliers réellement engagés.
Une comparaison qui présente des limites
Si ces chiffres sont impressionnants, ils ne permettent pas encore de tirer des conclusions sur la pratique clinique. Les médecins et l'IA ont travaillé sur des cas médicaux présentés à l'écran, plutôt que d'examiner de véritables patients. Un autre module d'IA leur fournissait, sur demande, des informations tirées des dossiers médicaux, notamment les antécédents des patients ou les résultats d'examens. Lorsque certaines données manquaient, il générait des résultats fictifs, censés fournir le moins possible d'indices sur le bon diagnostic. Un deuxième module d'IA évaluait ensuite les diagnostics finaux selon des critères définis par des médecins.
Le test ne couvrait ainsi qu'une partie du travail médical. Les échanges directs avec les patients, l'interprétation des images médicales et la suite de la prise en charge n'entraient pas dans le cadre de l'évaluation. De plus, l'ensemble des cas étudiés ne comprenait que des personnes malades. Les personnes en bonne santé et celles présentant des troubles bénins en étaient absentes, alors qu'elles font également partie du quotidien médical. Microsoft a par ailleurs comparé son système à des médecins pris individuellement, et non à des équipes soignantes spécialisées. Les chercheurs estiment eux-mêmes que l'avantage de l'IA serait probablement moins marqué face à de telles équipes.
Une évaluation en conditions cliniques reste à mener
En juin 2025, lors de la présentation de travaux préliminaires, David Sontag, professeur d'informatique au MIT et chercheur spécialisé dans les applications de l'IA à la santé, avait déjà jugé l'approche prometteuse auprès de Wired. Il appelait toutefois à la prudence: rien ne permettait encore d'affirmer que le système réduirait effectivement les coûts dans la pratique clinique. David Sontag préconisait donc des études comparatives impliquant de véritables patients.
Microsoft considère ces résultats comme une étape vers une «superintelligence médicale». Cette ambition va toutefois bien au-delà de ce que démontre l'étude. Celle-ci montre uniquement la capacité du système à établir des diagnostics dans des conditions de test contrôlées, et non sa capacité à améliorer les traitements dans la pratique clinique.
Microsoft entend désormais évaluer les performances diagnostiques de son système au contact direct des patients. Le groupe prévoit, en collaboration avec un hôpital américain, une étude dans laquelle des patients interagiront directement avec l'IA. L'équipe de recherche souhaite alors comparer les diagnostics du système à des évaluations médicales indépendantes
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
