Microsoft Ai Surpasse Les Medecins Sur Cas Complexes
Et si une intelligence artificielle pouvait diagnostiquer un patient plus precisement qu’un medecin generaliste face a des dossiers extremement complexes ? C’est exactement ce que revendique aujourd’hui Microsoft a travers les resultats d’une etude publiee dans la revue Science. Le systeme baptise MAI-DxO, ou simplement DxO, a atteint 83 % de reussite la ou des praticiens humains, munis de documentation, n’en obtenaient que 36 %. Derriere ces chiffres se dessine l’ambition de Mustafa Suleyman : bâtir ce qu’il appelle une « superintelligence medicale ».
Une orchestration d’agents qui change la donne
Le principe de DxO n’est pas de confier le diagnostic a un unique modele de langage. Plusieurs agents conversationnels travaillent ensemble comme un collegue de medecins. Ils interrogent le patient virtuel, proposent des examens, discutent entre eux et finissent par converger vers un diagnostic. Cette approche multi-agents s’inspire directement du fonctionnement des equipes hospitalieres reelles, ou le dialogue entre specialistes reduit les angles morts.
Les cas utilises pour l’evaluation proviennent des archives du New England Journal of Medicine. Il s’agit de situations difficiles, celles que l’on confie habituellement a des specialistes ou a des reunions de concertation pluridisciplinaire. Les medecins generalistes et internistes qui ont servi de reference travaillaient seuls, avec acces a la litterature medicale. Le gap de performance est donc impressionnant, mais il faut le contextualiser : la comparaison n’inclut pas les equipes specialisees qui auraient normalement pris en charge ces dossiers.
Des gains qui dependent fortement du modele sous-jacent
Microsoft a teste DxO avec plusieurs modeles de frontier : GPT-5, GPT-5.5, Gemini 2.5 Flash, ainsi que des systemes d’Anthropic, Meta et DeepSeek. Les meilleurs scores ont ete obtenus avec les modeles d’OpenAI. Sur les cas complexes, GPT-5 seul atteignait deja 78,9 % de precision pour un cout estime a environ 8 400 dollars par dossier. L’ajout de DxO a permis de reduire ce cout d’environ 3 000 dollars tout en gagnant quatre points de precision. Avec GPT-5.5, le saut a ete plus marque : de 72 % a presque 87 %.
Sur les cas d’urgence, en revanche, l’apport de l’orchestration reste limite. Que ce soit avec ou sans DxO, les scores tournent autour de 85 %. Les chercheurs de Microsoft expliquent que plus les modeles se rapprochent du plafond theorique de performance, plus les gains marginaux de l’orchestration diminuent. DxO brille surtout lorsqu’il accompagne des modeles moins puissants ou face a des problemes de raisonnement complexes et multi-etapes.
Il y a quelque chose de tres substantiel et excitant ici. Le plus grand defi de la sante aujourd’hui est le desequilibre croissant entre la demande et l’offre d’expertise medicale.
– Dominic King, vice-president Health chez Microsoft AI
Vers une evaluation en conditions reelles
Les resultats de simulation ne suffisent pas. Microsoft a annonce un partenariat avec le Beth Israel Deaconess Medical Center a Boston pour tester DxO dans de vrais environnements hospitaliers. Les patients continueront de recevoir les soins standards : triage, consultation specialiste, examens, decision de sortie. En parallele, ceux qui auront donne leur consentement interagiront aussi avec le systeme. Les recommandations de l’IA seront ensuite comparees a celles des equipes humaines.
Dominic King insiste sur l’ambition de cette etude : elle couvrira a la fois les urgences et les soins urgents, avec une diversite de situations bien plus large que les cas selectionnes pour la publication dans Science. L’objectif est d’obtenir, a la fin de la periode d’observation, des preuves solides sur la capacite de ces systemes a etre deployes a plus grande echelle.
La vision de Mustafa Suleyman
Mustafa Suleyman n’en est pas a son premier combat dans le domaine de la sante. Cofondateur de DeepMind, il avait deja travaille sur des applications medicales avant de rejoindre Microsoft en 2024 pour diriger son unite d’intelligence artificielle. Pour lui, DxO n’est qu’une brique d’une infrastructure plus vaste. Microsoft collabore deja avec la Mayo Clinic pour entrainer un modele de fondation specialise en sante, dont la sortie est prevue pour 2027.
Suleyman evoque l’arrivee imminente d’une « rupture de type coding » pour les dossiers medicaux. L’idee est de pouvoir predire avec une grande precision la maniere dont un dossier patient pourrait evoluer. Pour un clinicien, ce type de foresight represente un atout considerable. Il estime que les modeles de sante vont progresser d’un ordre de grandeur dans les 24 a 36 prochains mois, grâce a un effet volant d’inertie similaire a celui observe dans le code ou dans les chatbots : un modele en production, une boucle de feedback avec les utilisateurs reels, et des ameliorations iteratives constantes.
Je crois vraiment qu’en 2027 nous serons a l’aube d’une rupture de style coding pour les dossiers medicaux. Nous pourrons diffuser des predictions tres precises sur la maniere dont un dossier pourrait se derouler.
– Mustafa Suleyman, CEO de Microsoft AI
Au-dela du benchmark : l’integration dans le parcours de soins
Microsoft publie simultanement un manifeste qui redefine la superintelligence medicale. Il ne s’agit plus seulement de reussir des examens medicaux ou de generer un diagnostic isole. L’objectif devient de surpasser les meilleurs systemes humains actuels sur l’ensemble du parcours de soins : raisonnement, coordination, suivi, anticipation. L’entreprise dispose deja d’outils de dictee et de radiologie commercialises aupres des cliniciens. DxO s’inscrit dans l’extension de cette offre vers le support a la decision clinique.
Cette orientation pourrait devenir un differenciateur face a Google ou OpenAI, qui multiplient egalement les annonces de performances medicales. Google a d’ailleurs publie recemment une etude clinique avec le meme hopital de Boston pour evaluer son systeme conversationnel AMIE dans des consultations urgentes, sous supervision humaine en temps reel. La course est clairement lancee.
Ce que ces resultats changent vraiment
Les chiffres de 83 % contre 36 % attirent l’attention, mais ils ne disent pas tout. Ils montrent d’abord que l’orchestration multi-agents apporte une valeur mesurable, surtout sur les cas difficiles et avec des modeles moins performants. Ils montrent aussi que la majorite des gains provient encore de la puissance brute des modeles de base. Enfin, ils rappellent que les evaluations en simulation, aussi rigoureuses soient-elles, ne remplacent pas les essais en conditions reelles.
Le vrai enjeu se situe dans la capacite a reduire l’ecart entre l’offre et la demande d’expertise medicale. Dans de nombreuses regions, l’acces a des specialistes reste limite. Un systeme capable d’aider les generalistes a se rapprocher de la performance d’une equipe multidisciplinaire pourrait liberer du temps medical et ameliorer la qualite des premiers diagnostics.
Microsoft insiste sur le fait que ces technologies doivent rester au service des cliniciens, et non les remplacer. L’integration dans les flux de travail existants, la gestion des couts, la responsabilite medicolegale et l’acceptation par les professionnels de sante seront des conditions aussi importantes que la precision pure.
Les prochaines etapes a surveiller
Plusieurs jalons se profilent. La publication des resultats de l’etude clinique avec Beth Israel Deaconess apportera des donnees concretes sur l’utilite en situation reelle. Le modele de fondation developpe avec la Mayo Clinic devrait arriver en 2027. Les ameliorations continues des modeles de langage sous-jacents continueront de soulever le plafond de performance.
Suleyman parle d’un effet volant qui va s’enclencher. Une fois qu’un systeme est utilise en production et qu’il recoit un flux permanent de retours d’experience, les cycles d’amelioration s’accelerent. C’est ce qui s’est produit pour le code et pour les assistants conversationnels. La sante pourrait suivre le meme chemin, a condition que les garde-fous ethiques, reglementaires et cliniques soient solidement en place.
Pour l’instant, Microsoft affiche une conviction claire : cette technologie est celle que le monde entier attend. L’entreprise se donne pour mission d’accelerer son arrivee tout en construisant les infrastructures necessaires pour qu’elle soit fiable, mesurable et utile au quotidien. Les prochains mois diront si la promesse de superintelligence medicale commence a se concretiser ou si elle reste encore une ambition lointaine.
En attendant, les chiffres publies dans Science marquent une etape. Ils montrent qu’une combinaison intelligente de modeles puissants et d’orchestration multi-agents peut deja depasser, dans un cadre controle, les performances de medecins generalistes confrontes a des cas difficiles. Le chemin vers un usage large et sur reste long, mais la direction est tracee.
