Le panel de diagnostic IA de Microsoft surpasse les médecins (83% contre 36%) selon une étude scientifique

Le système de diagnostic IA de Microsoft, MAI-DxO, a correctement diagnostiqué 83% de cas complexes du New England Journal of Medicine dans une étude évaluée par des pairs dans Science, contre 36% pour les médecins généralistes qui pouvaient utiliser des outils de référence.

Le papier, “ Diagnostic séquentiel avec des modèles de langage ”, a été publié le 22 octobre. Au lieu de fournir à une IA un compte rendu complet du cas, il fait en sorte que le système parte d'une brève présentation et décide des questions à poser et des examens à prescrire, comme le ferait un médecin.

Comment cela fonctionne-t-il ?

L'équipe a élaboré un référentiel appelé SDBench à partir de 304 cas clinicopathologiques du NEJM et de 325 admissions aux urgences issues de l'ensemble de données MIMIC-IV-ED. Un agent “ Gatekeeper ” ne diffuse que les informations qu'une question ou un test est susceptible de révéler, et un agent “ Judge ” établit le diagnostic final.

MAI-DxO, l'orchestrateur de diagnostic IA de Microsoft, fonctionne comme un panel de médecins virtuelsChacun propose un diagnostic, choisit des questions ou des tests et remet en question l'opinion émergente, tandis que le système évalue le coût de chaque test.

Les chiffres

Sur les cas du NEJM, le système utilisant GPT-5 a obtenu un score de 83,2% pour un coût de test estimé moyen de 5 431 dollars. Les médecins ont obtenu en moyenne 36,1% avec les outils de recherche et de référence, et 22,3% sans. Même le meilleur médecin, avec un score de 51,8%, a été devancé à la fois en termes de précision et de coût.

Pour les cas d'urgence plus courants, MAI-DxO a atteint 80,3% contre 46,8% pour les médecins. Microsoft indique que ces gains se sont maintenus, voire améliorés, lors d'une nouvelle évaluation sur GPT-5.5 sans modification de l'orchestration.

Les mises en garde

Les auteurs reconnaissent d'emblée les limites de leur étude. Les tests, exclusivement textuels, comparaient l'IA à des médecins généralistes individuels plutôt qu'à des spécialistes ou à des équipes, et mesuraient le “ raisonnement diagnostique dans des conditions d'information idéales plutôt que les performances au chevet du patient ou les résultats cliniques ”. Tous les auteurs travaillent chez Microsoft.

C’est pourquoi la prochaine étape est cruciale. Microsoft annonce le lancement d’une étude prospective en collaboration avec le Beth Israel Deaconess Medical Center de Boston, où les patients interagiront directement avec le système. L’entreprise rend également le code source de SDBench accessible à tous afin que d’autres puissent tester d’autres modèles et remettre en question les résultats.

Pourquoi c'est important

Les médecins généralistes sont déjà se tourner vers ChatGPT et d'autres outils de diagnostic, et des outils comme ceux du NHS Outil contre le cancer Mia Des études ont montré que l'IA peut détecter des anomalies que les médecins ne remarquent pas. Un panel structuré et économique comme MAI-DxO suggère une version plus rigoureuse de cette approche, mais tant que son efficacité n'est pas prouvée sur de vrais patients, il s'agit d'un résultat de référence et non d'une donnée clinique.