Microsoft publie de nouveaux résultats pour MAI-DxO, son système d’intelligence artificielle consacré au diagnostic médical. Dévoilé en 2025, l’outil fait l’objet d’une étude parue le 22 octobre 2026 dans Science. Les chercheurs ont élargi l’évaluation à des dossiers d’urgences, en complément des 304 cas complexes utilisés pour éprouver ses capacités de raisonnement.
Des cas complexes aux dossiers d’urgences
Les premiers travaux reposaient sur des cas publiés dans le New England Journal of Medicine, sélectionnés pour leur difficulté. Cette fois, Microsoft ajoute des situations issues de MIMIC-IV-ED, une base de dossiers d’urgences désidentifiés. L’objectif est d’observer le comportement du système sur un autre ensemble de problèmes cliniques.
Sur les 304 cas complexes, MAI-DxO atteint désormais environ 83 % de diagnostics corrects, selon les résultats publiés par Microsoft. Les médecins participant à l’évaluation obtiennent 22 % sans ressources externes et 36 % lorsqu’ils peuvent consulter des documents de référence, notamment des ouvrages médicaux et Internet. Ces conditions comptent : les scores décrivent les performances des participants dans un exercice encadré, pas celles de l’ensemble de la profession.
Aux urgences, le système obtient 80 % de bonnes réponses, contre 47 % pour les médecins évalués, soit un rapport d’environ 1,7.
Derrière ces chiffres, MAI-DxO organise le travail de plusieurs agents spécialisés. Certains proposent des diagnostics, d’autres choisissent les examens à demander ou cherchent des incohérences dans les hypothèses. Les informations arrivent progressivement : le système doit décider ce qu’il veut savoir avant de recevoir la réponse. Cette démarche séquentielle cherche à reproduire une partie du raisonnement clinique, lorsqu’il faut choisir le prochain examen utile avec un dossier encore incomplet.
Microsoft indique aussi avoir répété les évaluations avec des modèles plus récents, dont GPT-5.5, tout en conservant la même méthode d’orchestration. Les performances bénéficient donc également de l’évolution des modèles qui alimentent le système.
Précision diagnostique et coût moyen estimé des examens sur les cas d’urgences de MIMIC-IV-ED. Le graphique compare MAI-DxO, les médecins et les modèles d’IA évalués en octobre 2025.
Une configuration à 81 % pour limiter les examens
Le banc d’essai tient également compte du coût estimé des examens demandés. Une configuration de MAI-DxO destinée à limiter ces dépenses atteint 81 % de diagnostics corrects sur les cas complexes, pour un coût inférieur à la moitié de celui des systèmes de comparaison. L’intérêt est de chercher une réponse juste sans multiplier inutilement les analyses et les imageries. Il s’agit toutefois de coûts attribués dans le protocole : ce résultat ne démontre pas qu’un hôpital réduirait sa facture dans les mêmes proportions.
Sur les cas complexes du NEJM, les différentes configurations de MAI-DxO sont comparées aux médecins et aux modèles d’IA selon leur précision diagnostique et le coût moyen estimé des examens. Les points situés vers le haut et la gauche associent une meilleure précision à un coût plus faible. Évaluations d’octobre 2025.
Le passage aux patients reste à évaluer
La publication dans la revue Science soumet la méthode à l’examen scientifique, mais elle ne constitue pas une autorisation d’utilisation clinique. Les tests restent des simulations fondées sur des dossiers déjà constitués. La documentation du banc d’essai précise même que, lorsqu’un résultat demandé manque dans le cas d’origine, le module chargé de fournir les informations peut produire une réponse synthétique plausible. Une consultation réelle ajoute les échanges avec le patient, les contraintes de temps et les conséquences des décisions prises.
Microsoft annonce une étude prospective avec le Beth Israel Deaconess Medical Center, à Boston. Des patients doivent interagir directement avec le système, dont les évaluations seront comparées à celles de médecins travaillant indépendamment. Cette étape doit permettre d’examiner son comportement sur de nouveaux cas, recueillis au fil de l’étude.
Pour faciliter d’autres travaux, Microsoft publie certaines composantes de son cadre SDBench, notamment les outils qui fournissent les informations pendant le test, évaluent le diagnostic et estiment le coût des examens. Les données cliniques restent soumises à des conditions d’accès : les cas du New England Journal of Medicine nécessitent une licence, tandis que MIMIC impose des identifiants PhysioNet, une formation et l’acceptation d’un accord d’utilisation.
