Microsoft affirme que son système MAI-DxO diagnostique correctement 83 % des cas médicaux complexes, contre 36 % pour des médecins généralistes. Le résultat, publié dans Science, repose toutefois sur des dossiers simulés, et non sur des consultations réelles. L’annonce place Microsoft dans la course aux assistants médicaux avancés, avec un passage aux essais hospitaliers désormais prévu avec Beth Israel Deaconess Medical Center.

Au programme

  • MAI-DxO atteint 83 % de précision contre 36 % pour des généralistes avec documentation.
  • Le système orchestre plusieurs agents capables de poser des questions et de demander des examens.
  • Les prochains tests porteront sur des patients réels, avec validation médicale et réglementaire.

Le dispositif s’inscrit dans la stratégie plus large de Microsoft, après son virage vers l’IA présenté dans les annonces de Microsoft sur le métaverse et Teams.

Comment MAI-DxO dépasse-t-il les médecins sur les cas complexes ?

MAI-DxO coordonne plusieurs agents IA qui reproduisent le travail d’un groupe médical. Ils interrogent le patient, envisagent plusieurs hypothèses, demandent des examens, puis confrontent leurs conclusions avant de retenir un diagnostic. Cette approche multi-agent rejoint les travaux sur les agents IA capables de répartir une tâche complexe entre plusieurs systèmes.

Sur des cas issus de centaines d’articles du New England Journal of Medicine, le système a obtenu 83 % de bonnes réponses. Les médecins généralistes et internistes, seuls mais avec des documents de référence, ont atteint 36 %. Sans ces documents, leur score est tombé à 22 %, d’après les résultats rapportés par TechCrunch AI et The Verge AI.

Le résultat doit toutefois être lu avec prudence. Ces dossiers particulièrement difficiles sont souvent traités par des spécialistes ou des équipes médicales, qui ne figuraient pas dans la comparaison. L’IA n’a donc pas affronté l’ensemble des compétences mobilisées dans une prise en charge réelle. Cette question de la validation rejoint les débats sur les audits externes des systèmes d’IA.

Pourquoi l’orchestration de plusieurs agents change-t-elle les résultats ?

L’orchestration améliore surtout les performances des modèles moins puissants et réduit parfois le coût estimé d’un diagnostic. Avec GPT-5, le système atteignait 78,9 % seul, pour environ 8 400 dollars par dossier. MAI-DxO a réduit cette dépense d’environ 3 000 dollars, tout en ajoutant près de 4 points de précision. Cette recherche d’efficacité intervient alors que Microsoft développe aussi des puces dédiées à l’IA.

Les résultats varient selon les modèles et les contextes :

Configuration Précision annoncée Coût ou contexte
GPT-5 seul 78,9 % Environ 8 400 $ par cas
GPT-5 avec MAI-DxO Environ 83 % Environ 3 000 $ de moins
GPT-5.5 seul 72 % Cas complexes
GPT-5.5 avec MAI-DxO Près de 87 % Coût légèrement inférieur

Sur les urgences, le gain est plus limité. GPT-5.5 et sa version orchestrée ont obtenu environ 85 % dans les 2 configurations. Le dispositif semble donc particulièrement utile lorsque les informations sont nombreuses, contradictoires et difficiles à hiérarchiser.

Cette logique rappelle la sécurisation par plusieurs contrôles dans les smart contracts non vérifiés, mais la comparaison s’arrête là : une erreur médicale engage directement un patient, tandis qu’une erreur logicielle engage d’abord un protocole.

Quand Microsoft testera-t-il son outil dans les hôpitaux ?

Microsoft prévoit une évaluation avec Beth Israel Deaconess Medical Center, à Boston, dans des services d’urgence et de soins rapides. Les patients continueront de recevoir le traitement habituel. Avec leur accord, MAI-DxO formulera en parallèle ses recommandations afin de les comparer à celles des médecins.

Le calendrier précis reste ouvert. Dominic King évoque un démarrage dans les prochains mois, tandis que Microsoft insiste sur la nécessité de mesurer le comportement du système dans des situations réelles. Les dossiers historiques ne reproduisent pas la pression temporelle, les informations manquantes ni les échanges humains d’un service hospitalier.

L’entreprise travaille aussi avec la Mayo Clinic sur un modèle médical spécialisé, dont la sortie est annoncée pour 2027. Mustafa Suleyman estime que les capacités des modèles pourraient progresser d’un ordre de grandeur en 24 à 36 mois. Cette projection appartient cependant à Microsoft et ne constitue pas encore un résultat clinique.

Le projet rejoint la montée des agents IA capables d’agir on-chain, avec une différence majeure : dans la santé, chaque déploiement devra intégrer la responsabilité médicale, la confidentialité des dossiers et les exigences réglementaires.

Que signifie cette annonce pour l’IA médicale ?

Le score de 83 % marque une progression technique, mais il ne permet pas encore de remplacer un médecin. Il mesure une précision sur un ensemble de cas choisis, dans un environnement contrôlé. The Verge souligne que les tests restent fondés sur des situations passées et que l’efficacité en conditions cliniques demeure inconnue.

Microsoft devra donc démontrer plusieurs éléments : la stabilité des réponses, la gestion des cas atypiques, la traçabilité des recommandations et l’absence de biais entre catégories de patients. La société devra aussi préciser le niveau de supervision humaine nécessaire avant toute utilisation commerciale. Ces exigences font écho aux préoccupations liées aux modèles d’IA et à leur gouvernance.

Le contraste entre 83 % sur les cas complexes et environ 85 % sur les urgences avec GPT-5.5 montre déjà une limite. Un système peut exceller dans l’analyse documentaire sans apporter le même gain dans un service où la rapidité et l’examen direct dominent. La prochaine étape sera donc moins spectaculaire, mais plus décisive : comparer l’outil à des équipes médicales dans des parcours réels.

Questions fréquentes

MAI-DxO peut-il remplacer un médecin ?

Non. MAI-DxO a obtenu 83 % sur des dossiers médicaux complexes simulés, mais ces résultats ne mesurent ni l’examen physique, ni la relation avec le patient, ni la gestion d’une urgence réelle. Microsoft prévoit des évaluations hospitalières pour vérifier la fiabilité de ses recommandations sous supervision médicale.

Quelle différence existe entre MAI-DxO et un chatbot médical ?

MAI-DxO orchestre plusieurs agents qui posent des questions, formulent des hypothèses et demandent des examens avant de comparer leurs conclusions. Un chatbot classique répond généralement à une demande isolée. Cette architecture a atteint près de 87 % avec GPT-5.5 sur certains cas complexes.

Quand l’IA médicale de Microsoft sera-t-elle testée sur des patients ?

Microsoft prévoit une évaluation avec Beth Israel Deaconess Medical Center, à Boston, dans les services d’urgence et de soins rapides. Les patients conserveront leur prise en charge habituelle. Avec leur accord, les recommandations de MAI-DxO seront comparées à celles des médecins dans un environnement clinique réel.

À retenir

MAI-DxO atteint 83 % de précision sur des cas complexes, contre 36 % pour des généralistes avec documentation. L’écart est significatif, mais il provient d’une simulation. Les essais hospitaliers prévus à Boston devront mesurer la fiabilité, le coût et la sécurité du système avant toute adoption clinique.

Sources