Microsoft teste DxO à l’hôpital et vise une superintelligence médicale

Microsoft présente DxO, un système d’orchestration d’agents IA, comme capable de poser le bon diagnostic dans 83% des cas complexes en simulation, contre 36% pour des généralistes. Les gains varient fortement selon le modèle sous-jacent et les scénarios, et une étude hospitalière est prévue avec Beth Israel à Boston. Mustafa Suleyman évoque une trajectoire vers une « superintelligence médicale » et vise un modèle de santé co‑entraîné avec la Mayo Clinic dès l’an prochain.

Des essais hospitaliers prévus et une ambition de dépasser les soins humains de référence

Microsoft prévoit d’évaluer les capacités de raisonnement clinique de DxO dans différents hôpitaux via un partenariat avec le Beth Israel Deaconess Medical Center à Boston. Dominic King estime la technologie prête pour des évaluations en conditions réelles et cite la variété des situations rencontrées dans un service d’urgence un vendredi soir. Le protocole annoncé prévoit des soins standards, tandis que des patients consentants interagiront aussi avec DxO, afin de comparer ses recommandations à celles des médecins. Cette démarche accompagne un manifeste définissant la « superintelligence médicale » comme la capacité à surpasser les meilleurs systèmes de santé humains en raisonnement et en coordination sur tout le parcours de soins, et une volonté affichée d’intégrer ces systèmes auprès des cliniciens pour améliorer les résultats. King anticipe la plus grande étude de ce type, couvrant urgences et soins urgents, avec des preuves attendues d’ici la fin de la période d’étude sur un déploiement à plus grande échelle. Mustafa Suleyman affirme vouloir accélérer l’introduction de ces technologies, y voyant un possible différenciateur face aux autres laboratoires, tandis que Microsoft rappelle déjà commercialiser des outils de dictée et de radiologie. En parallèle, Google a publié ce mois-ci dans The Lancet une étude clinique avec Beth Israel autour d’AMIE pour des visites de soins urgents sous supervision médicale.

Ce que montrent les simulations: 83% sur cas complexes, comparaison limitée

Lors d'une simulation utilisant des cas complexes tirés du New England Journal of Medicine, DxO a trouvé la solution correcte dans 83% des situations. Les médecins de soins primaires ainsi que les internistes généralistes, opérant seuls et en s'appuyant sur des documents de référence, ont obtenu le bon diagnostic dans 36% des cas. Ni spécialistes ni équipes pluridisciplinaires n'ont été inclus dans la comparaison, bien que ces dossiers leur soient habituellement confiés. Selon les données publiées, la majeure partie des gains provient de la puissance des modèles sous-jacents, l’orchestration ajoutant des améliorations additionnelles. Les résultats ont été présentés dans Science, où il est aussi indiqué que DxO a dépassé plus de deux fois la performance de généralistes en simulation.

Coût et précision: l’orchestration aide surtout les cas complexes et les modèles plus faibles

Microsoft a mesuré la performance de DxO à la fois en précision et en coût de calcul par cas. Avec un prompt court, GPT‑5 seul a atteint 78,9% sur cas complexes pour environ 8 400 dollars par cas ; ajouté par‑dessus, DxO a réduit le coût d’environ 3 000 dollars pour un gain d’environ quatre points de précision, sans bénéfice notable en contexte d’urgence. Avec GPT‑5.5 sorti en avril 2026, l’orchestration a, pour cas complexes, fait passer la précision de 72% à près de 87% tout en réduisant légèrement le coût ; en urgence, les deux approches ont plafonné autour de 85% à coût similaire. Les hausses les plus nettes apparaissent avec des modèles moins performants : Gemini 2.5 Flash passe de 46,4% seul à près de 69% avec DxO, même si l’écart entre modèles faibles et forts demeure plus déterminant que le seul apport de l’orchestration. Des chercheurs de Microsoft notent un rendement décroissant à l’approche d’un plafond théorique de précision, un porte‑parole ajoutant que la coordination de DxO vise à optimiser à la fois coût et exactitude.

Quels modèles sous le capot: meilleurs scores avec GPT‑5 et GPT‑5.5

DxO a été évalué avec des modèles issus d’OpenAI, Google, Anthropic, Meta et DeepSeek. Les meilleures performances ont été obtenues avec GPT‑5 et surtout GPT‑5.5, où l’orchestration a porté la précision sur cas complexes d’environ 72% à près de 87% à coût légèrement inférieur. En situation d’urgence avec GPT‑5.5, les scores se situent autour de 85% avec ou sans orchestration, pour un coût comparable.

Cap sur un modèle de santé avec la Mayo Clinic et des jalons temporels affichés

Mustafa Suleyman indique que Microsoft entraîne, avec la Mayo Clinic, un modèle de base destiné à la santé dont la sortie est annoncée pour l’an prochain, voyant dans cette brique la possibilité de « très grandes avancées » et situant DxO dans l’infrastructure requise pour des percées. Il affirme viser, d’ici quelques années, des produits d’aide à la décision clinique parmi les plus avancés et anticipe un bond d’un ordre de grandeur des capacités des modèles de santé sur 24 à 36 mois. Il évoque un « flywheel » où un modèle en production est amélioré par l’usage réel, citant le codage et le chat comme précédents, et s’attend à ce que l’an prochain ce cycle démarre pour les dossiers médicaux et l’aide à la décision. Il estime par ailleurs qu’en 2027 ils seront à la veille d’une percée dans le style de codage des dossiers et pensent pouvoir diffuser des prédictions très précises sur leur évolution. Dans ce contexte, Dominic King pointe le déséquilibre offre‑demande d’expertise médicale que ces outils visent à adresser, tandis que Microsoft se place aux côtés de Google et d’OpenAI parmi ceux qui revendiquent des performances au niveau ou au‑delà des médecins.

Parcours des dirigeants et concurrence universitaire et clinique

Mustafa Suleyman, cofondateur de DeepMind racheté par Google en 2014, a lancé avec Dominic King DeepMind Health après l’acquisition par Google de la startup Hark l’année suivante. Il a pris la tête de l’unité IA de Microsoft en 2024, rejoint par King peu après, et se présente comme un « véritable croyant » dans l’apport de l’IA à la santé. Sur le plan concurrentiel, Google a déjà mené avec Beth Israel une étude clinique, publiée ce mois‑ci dans The Lancet, sur AMIE, son IA conversationnelle de diagnostic en contexte de soins urgents, sous supervision de médecins en temps réel.