Le système de diagnostic par IA de Microsoft a correctement diagnostiqué des cas médicaux complexes dans une simulation plus de deux fois plus souvent que des médecins généralistes, selon une étude publiée jeudi dans Science. Mustafa Suleyman, PDG de Microsoft AI, a qualifié ce résultat d’étape vers une « superintelligence médicale ».
Le système, baptisé MAI-DxO (DxO en abrégé), coordonne plusieurs agents d’IA qui agissent comme un collège de médecins. Ils interrogent un patient, commandent des examens et débattent d’un diagnostic.
Dans une simulation utilisant des cas complexes issus du New England Journal of Medicine, il a donné la bonne réponse 83% du temps. Les médecins de premier recours et les internistes généralistes, travaillant individuellement avec des documents de référence, avaient raison 36% du temps. Une précision : les cas de cette complexité sont généralement traités par des spécialistes ou des équipes médicales, qui ne faisaient pas partie de la comparaison.
« Il y a ici quelque chose de très substantiel et d’excitant », a déclaré à TechCrunch Dominic King, vice-président Santé de Microsoft AI. « Le plus grand défi de la prise en charge sanitaire actuellement est le décalage croissant entre la demande et l’offre d’expertise médicale. »
En publiant ces résultats, Microsoft rejoint Google et OpenAI en affirmant que son IA peut égaler ou surpasser les médecins.
Les propres données de l’étude suggèrent qu’une grande partie de l’amélioration provient de modèles d’IA sous-jacents plus puissants, le système d’orchestration de Microsoft apportant des gains supplémentaires.
Microsoft a testé MAI-DxO avec des modèles de plusieurs entreprises, dont OpenAI, Google, Anthropic, Meta et DeepSeek, mais ses meilleurs résultats ont été obtenus avec GPT-5 et GPT-5.5 d’OpenAI.
invités avec un prompt de référence, à travers différents grands modèles de langage.Image Credits:Microsoft AI
Microsoft a mesuré DxO tant sur le coût que sur la précision, c’est-à-dire le coût estimé de l’exécution de l’IA sur chaque cas. Utilisé seul avec un prompt court et basique, GPT-5 a obtenu 78,9% sur des cas complexes à environ 8 400 $ par cas. DxO a réduit ce coût d’environ 3 000 $ mais n’a augmenté la précision que d’environ quatre points. Sur les cas des services d’urgences, il y a eu peu d’amélioration, tant en précision qu’en coût, entre GPT-5 seul et avec l’assistance de DxO.
Avec GPT-5.5, un modèle plus récent publié en avril 2026, les résultats divergent. Sur les cas complexes, DxO a fait passer le score de précision de GPT-5.5 de 72% à près de 87% à un coût légèrement inférieur. Cependant, les gains ne se sont là encore pas manifestés sur les cas des services d’urgences. Les deux (avec et sans DxO) ont obtenu environ 85% à un coût similaire.
DxO est le plus utile sur les cas complexes et avec des modèles d’IA moins performants. Gemini 2.5 Flash, par exemple, a obtenu 46,4% seul mais près de 69% avec DxO. Néanmoins, l’écart entre les modèles plus faibles et plus puissants était plus grand que le surcroît apporté par DxO.
Les chercheurs de Microsoft ont indiqué que les gains de précision diminuent naturellement à mesure que les modèles approchent du maximum théorique. « L’orchestration DxO aide à relever le défi plus large de l’optimisation à la fois de la précision et du coût », a ajouté un porte-parole.
Suleyman, qui dirige l’effort de Microsoft pour construire sa propre IA de frontière, a déclaré à TechCrunch que l’entreprise travaille avec la Mayo Clinic pour entraîner un modèle de fondation pour la santé, dont la sortie est prévue l’année prochaine. Il estime que ce modèle permettra à l’entreprise de « réaliser des bonds vraiment énormes », et affirme que DxO fait partie de l’infrastructure fondatrice que Microsoft construit pour voir de véritables percées dans la santé.
« Je crois vraiment qu’en 2027, nous serons au seuil d’une percée de type codage pour les dossiers médicaux », a déclaré Suleyman. « Je pense que nous serons capables de générer en flux des prédictions très précises sur la manière dont un dossier médical pourrait évoluer, et évidemment ce genre de prescience est une mine d’or pour un clinicien. »
Suleyman a consacré sa carrière à tenter d’utiliser l’IA pour résoudre des problèmes médicaux. Il a auparavant été cofondateur de DeepMind, qui a été racheté par Google en 2014. L’année suivante, Google DeepMind a acquis Hark, la startup de King, une application de gestion des tâches cliniques, et les deux ont lancé ensemble DeepMind Health. Suleyman a rejoint Microsoft pour diriger sa division IA en 2024, et King l’a suivi quelques mois plus tard.
« Nous sommes simplement de vrais croyants », a déclaré Suleyman.
Il a déclaré que, même si l'utilisation de l'IA générative dans le domaine de la santé en est encore à ses débuts, il s'attend à ce que les modèles de santé gagnent « un ordre de grandeur en capacité dans les 24 à 36 prochains mois ».
« Comme nous l'avons vu à plusieurs reprises au cours des cinq ou six dernières années, les progrès se font très rapidement dès que vous avez une roue d'inertie », a déclaré Suleyman. « Une roue d'inertie signifie que nous avons un modèle en production que nous améliorons grâce à une utilisation dans le monde réel afin d'identifier les lacunes du modèle, puis de les corriger et de les améliorer. C'est ce qui s'est passé dans le codage. C'est ce qui s'est passé dans le chat avant cela. Et je pense que l'année prochaine, cela va commencer à se produire pour les dossiers médicaux et pour l'aide à la décision clinique. »
Grâce à un nouveau partenariat avec le Beth Israel Deaconess Medical Center de Boston, Microsoft évaluera les capacités de raisonnement clinique de DxO dans différents contextes hospitaliers.
« Cette technologie est prête pour des évaluations en conditions réelles, et l'on peut imaginer la complexité et la diversité des problèmes qui se présentent dans un service d'urgences de Boston un vendredi soir », a déclaré King.
Il a expliqué comment l'étude fonctionnera : les patients recevront un traitement standard, comprenant le triage, du temps avec un spécialiste, des traitements, des examens et une décision sur la sécurité de leur sortie. En parallèle, ceux qui donnent leur consentement interagiront également avec DxO. Microsoft et ses partenaires compareront les recommandations de DxO à celles des médecins humains.
Google a publié une étude clinique aux côtés de Beth Israel dans The Lancet ce mois-ci afin d'évaluer l'IA de diagnostic conversationnel AMIE de Google lors de consultations réelles de soins urgents, tandis que des médecins humains surveillaient les interactions en temps réel.
« Nous pensons que ce sera la plus grande étude de ce type », a déclaré King. « Elle couvrira non seulement les services d'urgence, mais aussi les environnements de soins urgents, et nous fournira des preuves très convaincantes à la fin de la période d'étude quant à la capacité de ces systèmes à être déployés à plus grande échelle à l'avenir. »
L'étude de Microsoft dans Science coïncide avec une sorte de manifeste autour de ce qu'il faudra pour construire une superintelligence médicale, définie comme « la capacité de dépasser les systèmes de santé contemporains les plus solides dirigés par des humains dans le raisonnement médical et la coordination sur l'ensemble du parcours de soins ». Microsoft espère aller au-delà de l'évaluation de tâches individuelles — comme répondre à des questions d'examens médicaux et générer des diagnostics — pour s'intégrer aux cliniciens et aux systèmes de santé afin d'obtenir de meilleurs résultats.
« C'est le genre de technologie que tout le monde au monde souhaite, et c'est pourquoi nous nous engageons à faire tout notre possible pour accélérer son introduction dans le monde », a déclaré Suleyman, ajoutant que cette orientation pourrait être un facteur de différenciation pour Microsoft par rapport aux autres laboratoires de pointe.
Microsoft vend déjà des outils de dictée et de radiologie aux cliniciens et considère DxO comme une extension de ces efforts.
« Nous devons disposer dans les prochaines années des tout meilleurs produits de soutien à la décision clinique médicale, à la pointe de l'état de l'art », a déclaré Suleyman.