Une avancée révolutionnaire en matière d'intelligence artificielle en médecine : elle diagnostique mieux que les médecins
Alors que l'impact de l'intelligence artificielle dans le monde médical s'accroît de jour en jour, Microsoft a franchi une étape ambitieuse dans ce domaine. L'entreprise a annoncé que son nouveau système d'intelligence artificielle médicale, baptisé Microsoft AI Diagnostic Orchestrator (MAI-DxO), a diagnostiqué avec succès certains des cas médicaux les plus complexes au monde.
85 % DES CAS DIFFICILES SONT CORRECTEMENT DIAGNOSTIQUÉS
Selon un article de blog publié lundi par Microsoft, MAI-DxO a diagnostiqué correctement 85 % des 304 cas médicaux complexes recensés dans le New England Journal of Medicine (NEJM). Ce chiffre est bien supérieur à la précision moyenne de 20 % obtenue par des médecins expérimentés. De plus, les cas du NEJM sont connus pour être complexes et nécessitent plusieurs spécialités.
IL PROCÈDE AU PROCESSUS DE DIAGNOSTIC COMME UN MÉDECIN
Microsoft souligne que MAI-DxO utilise la méthode du « diagnostic séquentiel » comme de vrais médecins, au lieu de simplement mémoriser des réponses toutes faites. Le système pose des questions en fonction des symptômes du patient, demande des tests et calcule leur coût. Ainsi, l'intelligence artificielle décide quels tests sont réellement nécessaires, réduisant ainsi les coûts et l'inconfort inutile du patient. MAI-DxO fonctionne avec les modèles de langage les plus avancés, tels que le modèle o3 d'OpenAI, ainsi que GPT, Llama, Claude, Gemini, Grok et DeepSeek. Ce système produit des diagnostics à la manière d'un conseil médical virtuel en combinant différents modèles. À l'issue des tests, il a été annoncé que le système fournit des résultats plus précis et plus rentables que les médecins et les modèles utilisés seuls.
« POUR SOUTENIR LES MÉDECINS »
Microsoft affirme que MAI-DxO est conçu pour assister les médecins, et non pour les remplacer. L'entreprise estime que le système peut les aider, notamment dans les cas complexes, et contribuer à réduire les coûts élevés des soins de santé. On ne sait pas encore comment le système fonctionnera dans la pratique hospitalière quotidienne.
ntv
