Une IA peut réussir un questionnaire médical sans savoir conduire une consultation. MAI-DxO tente de franchir cette limite en organisant le diagnostic étape par étape. Les résultats publiés sont solides dans le cadre testé, mais ils ne prouvent pas encore une supériorité en pratique hospitalière.

Un diagnostic construit, pas deviné en une fois

Les assistants médicaux basés sur l’intelligence artificielle reçoivent souvent toutes les données d’un cas avant de proposer une réponse. Or un médecin ne travaille pas ainsi. Il commence avec quelques symptômes, interroge le patient, examine, choisit un test, puis modifie son hypothèse à mesure que de nouvelles informations arrivent. L’étude publiée le 22 octobre dans Science évalue précisément cette capacité séquentielle.

Microsoft présente le Diagnostic Orchestrator, ou MAI-DxO, comme un coordinateur de plusieurs rôles cliniques simulés. Le système décide quelles questions poser et quels examens demander, confronte plusieurs hypothèses et tient compte du coût estimé de la démarche. Le benchmark SDBench comprend 304 cas complexes issus des conférences clinicopathologiques du New England Journal of Medicine et 325 situations provenant de la base d’urgences MIMIC-IV-ED.

Dans les cas complexes, MAI-DxO a atteint environ 83 % de diagnostics corrects, contre 36 % pour des médecins généralistes autorisés à consulter des ressources et 22 % sans ces ressources. Dans les scénarios d’urgences, le résultat annoncé est d’environ 80 % contre 47 %. Une configuration contrainte par les coûts a maintenu près de 81 % de précision tout en réduisant la dépense théorique des examens.

Des chiffres impressionnants, dans un cadre étroit

Ces comparaisons ne permettent pas de conclure que l’IA est meilleure qu’un service hospitalier. Les situations étaient textuelles, les médecins comparés étaient des généralistes individuels et non des équipes multidisciplinaires, et les coûts reposaient sur une grille tarifaire. Les auteurs, employés de Microsoft, indiquent eux-mêmes que l’étude n’établit pas une supériorité sur les spécialistes ni sur la pratique réelle.

Le risque le plus simple serait de transformer un score de benchmark en promesse médicale. Les données hospitalières sont incomplètes, les patients décrivent parfois mal leurs symptômes et certaines décisions dépendent de gestes, d’images ou d’un contexte social que le texte ne restitue pas. Une IA peut aussi choisir une séquence cohérente tout en partant d’une hypothèse erronée.

Le prochain test se fera avec des patients

Microsoft prévoit une étude prospective avec le Beth Israel Deaconess Medical Center. Des patients interagiront avec le système et ses résultats seront comparés à des évaluations indépendantes de médecins. Cette étape devra mesurer la sécurité, les erreurs, l’équité entre groupes de patients, l’intégration dans le travail et la manière dont le clinicien peut contester la recommandation.

Pour les patients, l’intérêt potentiel se situe dans un triage plus régulier et une aide aux cas difficiles. Pour les soignants, l’outil pourrait structurer l’interrogatoire ou signaler une piste oubliée. Mais la responsabilité doit rester attribuable, et l’interface doit montrer les incertitudes plutôt que produire une certitude artificielle.

Conclusion

MAI-DxO montre qu’une IA peut être évaluée sur le chemin du diagnostic, pas seulement sur la réponse finale. C’est un progrès méthodologique utile. La vraie preuve viendra toutefois des essais en situation clinique, des erreurs observées et de la capacité des équipes à garder le contrôle.