Le diagnostic médical est en train de vivre une révolution silencieuse. Alors que l’intelligence artificielle était jusqu’à récemment cantonnée à des tâches ponctuelles – analyser une radio, suggérer un médicament – une nouvelle génération d’agents autonomes est capable de piloter l’intégralité du processus diagnostique, du premier symptôme vague jusqu’à la conclusion finale. Plusieurs études publiées ces dernières semaines dans des revues de premier plan démontrent que ces systèmes surpassent déjà les médecins humains sur des critères précis, tout en réduisant considérablement leur charge de travail.
DxDirector-7B : le médecin qui réfléchit avant d’agir
Publié dans Nature Communications, le modèle DxDirector-7B illustre un changement de paradigme fondamental. Là où les assistants médicaux classiques ne répondent qu’à des questions spécifiques formulées par le clinicien, DxDirector-7B est capable de prendre l’initiative. Partant d’une plainte vague du patient – « j’ai mal au ventre » – il engage un raisonnement clinique complet : il détermine quels examens demander, interprète les résultats, affine son diagnostic différentiel et ne sollicite l’intervention humaine que pour les actes qu’il ne peut accomplir lui-même, comme un examen physique ou un prélèvement.
Ce qui impressionne les chercheurs, c’est la méthode. Le modèle utilise un mécanisme de « pensée lente » (slow thinking) qui imite le raisonnement profond d’un clinicien expérimenté. Avant chaque décision, il explore mentalement plusieurs pistes, évalue leur plausibilité et choisit la stratégie optimale. Cette approche permet à DxDirector-7B, avec seulement 7 milliards de paramètres, de surpasser des modèles cent fois plus gros comme GPT-4o, o1-preview ou Deepseek-R1-671B en précision diagnostique.
Les chiffres parlent d’eux-mêmes : testé sur plus de 26 000 cas cliniques, dont des cas rares du New England Journal of Medicine et des patients réels d’hôpitaux chinois de grade 3A, le modèle atteint une précision supérieure aux meilleurs modèles généralistes. Dans des départements comme la pneumologie et la gastro-entérologie, il peut remplacer le médecin spécialiste dans 60 à 75 % des cas, tout en maintenant un cadre de sécurité robuste grâce à un système de détection des risques intégré.
MIRA : l’agent qui explore 85 000 options cliniques
De l’autre côté de l’Atlantique, l’équipe de chercheurs à l’origine de MIRA (Medical Intelligence for Reasoning and Action) a poussé le concept encore plus loin. Publié dans Nature, MIRA n’est pas un simple modèle de langage : c’est un agent évoluant dans un environnement hospitalier virtuel, capable de naviguer dans le dossier médical électronique (EHR) et d’exécuter des actions cliniques concrètes.
Concrètement, MIRA dispose de 11 outils lui donnant accès à plus de 85 000 options de décision clinique, couvrant l’intégralité des codes médicaux standardisés (ICD, LOINC, ATC, SNOMED-CT, etc.). Il peut prescrire des examens biologiques et d’imagerie, interpréter les résultats, générer des diagnostics différentiels, planifier des interventions chirurgicales, prescrire des médicaments en respectant les contre-indications, et décider de l’admission ou de la sortie du patient.
Testé sur plus de 500 cas réels issus de la base MIMIC-IV, MIRA a été comparé à deux groupes de médecins : des spécialistes certifiés d’une part, et une équipe mixte (internes + seniors) d’autre part. Résultat : MIRA a égalé ou surpassé les deux groupes en précision diagnostique et en qualité thérapeutique. Ses prescriptions respectaient mieux les guidelines médicales, et il faisait preuve d’une sécurité médicamenteuse irréprochable (dosages rénaux, interactions, allergies).
L’aspect le plus frappant est peut-être que MIRA opère en totale autonomie dans un environnement pourtant complexe, où chaque décision engage la sécurité du patient. Les chercheurs insistent sur le fait qu’il ne s’agit pas d’un outil de question-réponse, mais d’un véritable partenaire décisionnel capable de transformer une intention clinique en actions structurées dans le dossier médical.
Le cœur battu en deux secondes
Tous les progrès ne nécessitent pas des modèles de plusieurs milliards de paramètres. Une équipe de cardiologues a présenté au congrès annuel de la Société Européenne de Cardiologie à Munich un outil d’IA capable de détecter une maladie cardiaque en moins de deux secondes à partir d’un simple électrocardiogramme (ECG) de routine.
Là où l’œil humain ne voit qu’un tracé, l’IA entraînée sur des millions de patients extrait des motifs invisibles qui signalent une insuffisance cardiaque ou une valvulopathie, deux des formes les plus courantes de maladies cardiovasculaires. L’outil, qualifié de « surhumain » par ses créateurs, pourrait transformer le dépistage cardiaque : un ECG coûte quelques euros et est pratiqué partout, là où un échocardiogramme nécessite un spécialiste et un équipement coûteux. En repérant les patients à risque dès la salle d’attente, cet outil pourrait sauver des milliers de vies chaque année.
Un cadre de sécurité repensé
Ces avancées ne signifient pas pour autant la fin des médecins. Les chercheurs des trois études insistent sur un point crucial : l’IA reste un outil de délégation, pas de remplacement. DxDirector-7B comprend un modèle de détection des risques qui peut à tout moment redonner la main au praticien. MIRA opère dans un environnement « bac à sable » où chaque action est tracée et vérifiable. Et le diagnostic cardiaque par ECG est conçu comme un filet de sécurité, pas comme un diagnostic final.
Le paradigme qui se dessine est celui d’une médecine à deux vitesses : l’IA gère les tâches répétitives et les raisonnements de bas niveau, libérant le médecin pour ce qui requiert véritablement l’humain – la relation de soin, les décisions complexes engageant des valeurs, et la gestion des cas à haut risque. Les résultats de DxDirector montrent que cette délégation peut atteindre 75 % dans certains services, mais jamais 100 %. La décision finale, éthique et clinique, reste humaine.
Vers une médecine accessible et augmentée
Au-delà des prouesses techniques, c’est l’accessibilité des soins qui est en jeu. Dans les pays à faibles ressources, où le nombre de radiologues et de spécialistes est insuffisant, un agent comme DxDirector ou MIRA pourrait fournir un niveau de diagnostic proche de l’expert, sans infrastructure coûteuse. L’outil de dépistage cardiaque par ECG, lui, pourrait être déployé dans n’importe quel cabinet de médecine générale, voire dans une pharmacie de village.
La convergence entre agents autonomes, modèles de langage et systèmes de santé numériques dessine un avenir où le diagnostic ne sera plus un goulot d’étranglement, mais un processus fluide, rapide et accessible. Restent des défis majeurs : la généralisation à d’autres spécialités, la validation prospective dans des essais cliniques réels, et la gouvernance de ces systèmes. Mais une chose est certaine : la médecine ne sera plus jamais la même.
Sources
- DxDirector-7B. Yang, K. et al. (2026). DxDirector: an agentic large language model driving the full-process clinical diagnosis. Nature Communications. Lire l’article
- MIRA. Aich, K. et al. (2026). Towards autonomous medical artificial intelligence agents. Nature. Lire l’article
- Détection cardiaque par IA. The Guardian (2026). « Superhuman » AI tool spots heart disease in less than 2 seconds. Lire l’article
- NeuroVFM. Breithaupt, A.G. et al. (2026). Health system learning enables generalist neuroimaging models. Nature Medicine. Lire l’article
- PRISM2. Vorontsov, E. et al. (2026). End-to-end multimodal pathology foundation model with clinical dialogue. Nature Medicine. Lire l’article
