Microsoft présente un système de diagnostic reposant sur des agents multiples, publié dans Science, qui bat des médecins sur des cas publiés et des données d’urgences. L’entreprise prépare des essais hospitaliers et promet d’ouvrir son référentiel SDBench, tout en reconnaissant l’absence de validation clinique et un calendrier encore flou.
Validation clinique requise et portée des tests encore limitée
Microsoft indique qu’un long chemin reste à parcourir avant tout déploiement large. Le système n’a été évalué que sur des cas médicaux passés, et ses performances en conditions réelles demeurent incertaines. Mustafa Suleyman affirme qu’une validation clinique est nécessaire. Les modèles plus récents tels que GPT-6 Astra, Muse Wonder Full de Meta, Gemini 4 Argon de Google ou Opus 5.5 d’Anthropic ne sont pas intégrés dans l’évaluation, ce qui limite les comparaisons. Par ailleurs, l’IA tend à parvenir à un diagnostic à un coût estimé inférieur à celui des praticiens, une estimation qui devra être confirmée en clinique.
Résultats publiés : 83 % sur des cas NEJM et 80 % aux urgences
Les résultats ont été publiés un jeudi dans Science après des tests comparant l’outil aux médecins sur des scénarios tirés de rapports de cas et de données d’urgences. Sur des cas issus de centaines de rapports du New England Journal of Medicine, le système atteint environ 83 % de précision, contre environ 36 % pour des généralistes avec références et 22 % sans références. Sur des cas des services d’urgence du Beth Israel Deaconess Medical Center à Boston, l’outil atteint 80 % de précision face à une moyenne de 47 % pour les médecins.
Architecture multi-agents et référentiel SDBench annoncé en open source
Le Diagnostic Orchestrator fonctionne comme un panel d’experts en s’appuyant sur plusieurs agents d’IA pour analyser les informations cliniques, décider des examens et proposer un diagnostic. Microsoft a constitué un référentiel de cas, SDBench, qu’elle prévoit de rendre open source. Les chercheurs précisent que le système est alimenté par GPT-5 d’OpenAI et indiquent avoir surpassé des modèles autonomes de pointe. Conçu à l’époque où GPT-4.1 était l’état de l’art, il a fait l’objet de tests ultérieurs suggérant que de simples gains de capacité des modèles ne réduisent pas nécessairement les bénéfices d’une approche multi-agents.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Déploiement envisagé avec Beth Israel Deaconess et commercialisation non datée
Microsoft prévoit de démarrer des essais en milieu hospitalier avec le Beth Israel Deaconess Medical Center pour mesurer les performances en clinique. Aucun calendrier précis n’est annoncé, même si ces tests pourraient débuter dans les prochains mois selon le Dr Dominic King. La mise sur le marché est envisagée sans indication du quand ni du comment. King souligne la nécessité d’un déploiement responsable conforme aux exigences réglementaires et de conformité élevées en médecine.
Ambition de superintelligence médicale et positionnement de Microsoft
Microsoft vise une superintelligence médicale qui surpasserait les meilleurs systèmes dirigés par des humains et affirme utiliser le terme de superintelligence depuis avant son adoption par l’administration Trump. Le Dr Dominic King, responsable de l’IA santé et co-auteur de l’étude, indique que la société a détaillé, dans un billet de blog publié un jeudi et dans BMJ Digital Health & AI, cinq autres domaines à maîtriser par l’IA, dont la coordination des soins, la décision thérapeutique et la gestion de l’aspect humain. L’entreprise souligne disposer déjà d’une présence importante dans la santé américaine via ses outils numériques, et la santé figure parmi les usages les plus populaires de Copilot. Mustafa Suleyman projette la construction dans les prochaines années de systèmes indiscernables de la performance humaine, affirme que l’outil atteint jusqu’à quatre fois la précision de médecins humains, et anticipe dès l’an prochain des déploiements très impressionnants en production susceptibles de modifier significativement la délivrance des soins. Il porte une vision centrée sur l’humain, insiste sur le rôle central durable des cliniciens, reconnaît une possible hausse de la charge de travail et espère réduire la corvée administrative, tout en affichant son optimisme.
