Une intelligence artificielle dépasse les médecins dans le diagnostic et la prise en charge des patients

Un système d’intelligence artificielle nommé MIRA a démontré sa capacité à gérer des cas médicaux complexes avec une précision égale, voire supérieure, à celle de médecins expérimentés. Intégré dans un environnement simulant un dossier médical électronique, MIRA peut interroger les antécédents des patients, commander et interpréter des analyses de laboratoire, des examens d’imagerie et des tests de microbiologie, établir des diagnostics différentiels et proposer des plans de traitement. Ces plans incluent la prescription de médicaments, la planification d’interventions chirurgicales et l’organisation des admissions à l’hôpital.

Lors d’une évaluation portée sur plus de 500 cas réels couvrant plusieurs maladies, MIRA a surpassé les médecins en termes de précision diagnostique. Elle a également pris des décisions conformes aux directives cliniques, sûres sur le plan médicamenteux et adaptées aux besoins des patients. Contrairement aux applications précédentes d’intelligence artificielle, qui se limitaient à des tâches isolées ou fournissaient des conseils sous forme de texte libre, MIRA a prouvé qu’un agent intégré au dossier médical peut transformer une intention clinique en actions structurées et exécutables. Cela en fait un partenaire de soutien à la décision potentiellement plus efficace pour les médecins.

MIRA a été testée sur des cas variés, allant de l’appendicite à la pancréatite, en passant par des infections pulmonaires ou urinaires. Dans chaque situation, elle a suivi une démarche similaire à celle d’un médecin : recueillir des informations par le dialogue, demander des examens complémentaires, analyser les résultats et proposer un traitement. Par exemple, pour une appendicite, MIRA a commencé par recueillir l’historique clinique, puis a demandé un examen physique, des analyses sanguines, une imagerie, avant de prescrire des médicaments et de planifier une intervention chirurgicale. Ses choix correspondaient étroitement aux pratiques courantes, y compris les paramètres sanguins spécifiques, les tests de microbiologie et les modalités d’imagerie demandées.

Les résultats montrent que MIRA a atteint une précision diagnostique moyenne de 88,9 % sur l’ensemble des maladies évaluées, avec des performances particulièrement élevées pour des affections comme l’appendicite, où elle a atteint 98,6 % de bons diagnostics. Même dans des cas plus complexes comme la pancréatite, elle a obtenu 92,3 % de précision. Comparée à des médecins certifiés, MIRA a affiché une précision moyenne de 87,8 %, contre 78,1 % pour les médecins expérimentés et 71,1 % pour un groupe mixte de médecins juniors et seniors. Les écarts les plus marquants ont été observés dans les cas de pancréatite, où MIRA a atteint 95,2 % de précision, dépassant largement les 78,6 % des médecins certifiés et les 61,9 % du groupe mixte.

MIRA a également démontré une grande rigueur dans le respect des protocoles médicaux. Elle a prescrit des traitements conformes aux recommandations cliniques dans une proportion plus élevée que les médecins, notamment pour des aspects comme l’administration de liquides intraveineux ou la thérapie antalgique. En moyenne, elle a affiché une conformité supérieure de 35 points de pourcentage par rapport aux médecins certifiés et de 36 points par rapport au groupe mixte. Cependant, comme les médecins, elle n’a pas atteint une conformité parfaite pour tous les traitements, notamment dans le domaine des antibiothérapies, où seule la pneumonie a atteint 100 % de conformité dans le groupe évalué.

La sécurité des prescriptions a également été évaluée de manière approfondie. Aucun cas de contre-indication majeure, comme des interactions médicamenteuses graves, des incompatibilités de dosage rénal, des incompatibilités allergiques, des risques liés à l’allongement de l’intervalle QT ou des prescriptions d’opioïdes non sûres, n’a été observé. Seuls trois cas de duplication thérapeutique ont été identifiés, jugés cliniquement acceptables. Par ailleurs, MIRA a démontré une précision de 99,8 % dans la documentation des médicaments prescrits, avec une grande exactitude dans les instructions de dosage, les unités, les périodes et les voies d’administration.

Un autre aspect crucial a été l’évaluation de la robustesse de MIRA face à des biais potentiels. Des tests ont été menés pour vérifier si des variations dans les caractéristiques des patients, comme le sexe, l’anxiété, la langue parlée ou des convictions personnelles sur leur état de santé, influençaient ses performances. Les résultats ont montré que MIRA maintenait une stabilité diagnostique dans toutes les situations testées, avec des différences minimales dans la précision, ce qui confirme sa robustesse face à ces perturbations.

MIRA a également été évaluée sur sa capacité à recommander des admissions ou des sorties de l’urgence de manière appropriée. Dans des scénarios de pneumonie et d’embolie pulmonaire, elle a correctement identifié tous les patients nécessitant une admission, avec une sensibilité de 100 %. Bien qu’elle ait parfois recommandé des admissions inutiles, elle n’a jamais manqué une admission nécessaire, ce qui montre une approche prudente mais sûre.

Enfin, MIRA a prouvé qu’elle pouvait gérer un large éventail d’options cliniques, plus de 85 000 au total, tout en respectant les normes médicales établies. Elle a utilisé des systèmes de codage médical standardisés pour s’assurer que ses demandes et ses résultats étaient compatibles avec les dossiers médicaux électroniques réels. Cela inclut l’utilisation de codes pour les diagnostics, les médicaments, les analyses de laboratoire et les procédures, garantissant une intégration fluide dans les workflows cliniques existants.

Ces résultats suggèrent que MIRA pourrait devenir un outil précieux pour soutenir les médecins dans leur travail quotidien, en automatisant des tâches répétitives et en améliorant la précision des diagnostics et des traitements. Cependant, des études supplémentaires dans des environnements cliniques réels seront nécessaires pour confirmer son efficacité et sa sécurité à grande échelle.

Bases documentaires

Rapport de référence

DOI : https://doi.org/10.1038/s41586-026-10675-5

Titre : Towards autonomous medical artificial intelligence agents

Revue : Nature

Éditeur : Springer Science and Business Media LLC

Auteurs : Dyke Ferber; Lars Hilgers; Christiane Höper; Benedict Kinny-Köster; Jan-Niklas Eckardt; Katharina Egger-Heidrich; Marius Bill; Martin M. K. Schneider; Jan Clusmann; Lejla Kadric; Marcel Oehme; Maximilian Mayrhofer-Schmid; Alexander Oeser; Georg Wölflein; Isabella C. Wiest; Jan Moritz Middeke; A. John Iafrate; Daniel Truhn; Dirk Jäger; Jakob Nikolas Kather