Présentation du système
MAI‑DxO (Diagnostic eXpert Orchestrated) est une plateforme d’intelligence artificielle qui regroupe plusieurs agents spécialisés. Chaque agent agit comme un médecin : il interroge le patient, propose des examens complémentaires et débat d’un diagnostic avec les autres agents. L’orchestration centrale assure la cohérence du raisonnement, simulant ainsi le travail d’une équipe multidisciplinaire.
Résultats de la simulation
Dans une étude publiée dans *Science*, MAI‑DxO a correctement diagnostiqué 83 % des cas complexes tirés du *New England Journal of Medicine*. Les médecins généralistes et internistes, travaillant seuls avec leurs références, n’ont atteint que 36 % de précision. La comparaison exclut les spécialistes, qui traitent habituellement ces dossiers.
Le coût estimé d’un diagnostic avec le modèle de base GPT‑5 était de 8 400 $ par cas, avec une précision de 78,9 %. En ajoutant l’orchestration DxO, le coût a baissé d’environ 3 000 $ tout en augmentant la précision de quatre points. Sur les urgences, aucune amélioration notable n’a été observée, tant en précision qu’en coût.
Analyse de l’orchestration et des modèles
Avec le modèle plus récent GPT‑5.5 (déployé en avril 2026), la précision brute était de 72 %. L’intervention de DxO a porté ce score à près de 87 %, le coût restant comparable. Le gain est moins visible sur les cas d’urgence, où les deux configurations atteignent environ 85 %.
Les modèles moins performants bénéficient davantage de l’orchestration : Gemini 2.5 Flash passe de 46,4 % à 69 % de précision grâce à DxO. Cependant, l’écart entre les modèles forts (GPT‑5/5.5) et faibles demeure supérieur à l’apport de DxO, illustrant des rendements décroissants à mesure que les modèles approchent leur plafond théorique.
Les chercheurs de Microsoft soulignent que les gains d’exactitude se réduisent naturellement quand la performance du modèle s’approche du maximum possible, tandis que l’orchestration optimise simultanément précision et coût.
Perspectives et limites
Microsoft collabore avec la Mayo Clinic pour entraîner un modèle de fond dédié à la santé, prévu pour 2027. Une étude clinique en partenariat avec le Beth Israel Deaconess Medical Center évaluera DxO en conditions réelles, en comparant ses recommandations à celles des équipes humaines dans un service d’urgence.
Les limites de l’étude actuelle sont multiples : il s’agit d’une simulation, les médecins spécialistes n’ont pas été inclus dans le groupe de référence, et le coût par cas reste très élevé. De plus, les améliorations ne se manifestent pas sur les scénarios d’urgence, où les modèles atteignent déjà un plafond de performance.
Mustafa Suleyman anticipe une progression « d’ordre de grandeur » des capacités médicales d’ici 24 à 36 mois, grâce à un « flywheel » d’itération continue entre production et retours cliniques. Si ces prévisions se concrétisent, DxO pourrait devenir un composant clé des systèmes de décision clinique, mais son adoption dépendra de la maîtrise des coûts et de la validation en environnement réel.
