Présentation du Diagnostic Orchestrator
Microsoft a introduit le Diagnostic Orchestrator, un système d’intelligence artificielle conçu pour reproduire le raisonnement d’un panel d’experts médicaux. Le modèle s’appuie sur GPT‑5 d’OpenAI et organise plusieurs agents IA qui, à tour de rôle, interrogent les symptômes, analysent les antécédents, sélectionnent les examens pertinents et proposent un diagnostic. Les cas étudiés ont été rassemblés dans un benchmark propriétaire nommé SDBench, que Microsoft prévoit d’ouvrir au public afin de standardiser les évaluations de performance.
Performances chiffrées et comparaison médicale
Sur un jeu de données tiré de centaines de rapports du New England Journal of Medicine, le système a atteint une précision diagnostique d’environ 83 %. En comparaison, les médecins généralistes utilisant des références ont obtenu 36 % et ceux travaillant sans aide seulement 22 %. Dans un second test basé sur les admissions du service des urgences du Beth Israel Deaconess Medical Center, l’IA a réalisé 80 % de bonnes réponses contre une moyenne de 47 % pour les cliniciens humains. Les auteurs notent également que le coût estimé des investigations menées par l’IA était inférieur à celui des parcours classiques, suggérant un potentiel d’optimisation économique.
Architecture technique et rôle des agents multiples
L’innovation principale réside dans la orchestration de plusieurs agents GPT‑5, chacun spécialisé dans une étape du processus diagnostique : collecte d’informations, génération d’hypothèses, sélection d’examens et synthèse finale. Cette approche contraste avec les modèles « monolithiques » qui produisent directement une réponse. Microsoft indique que le système a d’abord été entraîné avec GPT‑4.1, puis réévalué avec GPT‑5, montrant que l’ajout d’agents ne dépend pas uniquement de la puissance brute du modèle sous‑jacent. Les tests internes ont aussi montré que les modèles concurrents (GPT‑6 Astra, Gemini 4 Argon, etc.) n’étaient pas inclus dans l’étude, ce qui limite la portée comparative.
Limites, validation clinique et perspectives de déploiement
Les évaluations se sont limitées à des dossiers historiques ; aucune donnée en temps réel n’a été recueillie. Les auteurs soulignent donc la nécessité d’une validation clinique prospective avant tout déploiement à grande échelle. Microsoft prévoit des essais pilotes au Beth Israel Deaconess Medical Center dans les prochains mois, mais aucune date précise n’a été annoncée. Le projet s’inscrit dans la vision plus large de « medical superintelligence », qui inclut la coordination des soins, la décision thérapeutique et la prise en compte de l’aspect humain. Le respect des exigences réglementaires et de conformité médicale constitue un obstacle majeur, et la publication du benchmark SDBench vise à favoriser la transparence et la reproductibilité des résultats.
