IA médicale : entre promesses et réalité, les vrais résultats des modèles AMIE et MIRA

Deux articles de recherche majeurs, publiés dans Nature en juin 2026, font progresser le débat sur l'IA médicale autonome. Le premier détaille une version de l'IA AMIE de Google, qui évolue au-delà du simple diagnostic pour gérer des maladies chroniques lors de consultations multiples. Le second présente un agent d'IA appelé MIRA, qui opère directement au sein d'un système de dossier médical électronique (DME) pour recommander des examens, prescrire des médicaments et suggérer des hospitalisations .

Les titres ont célébré la capacité des deux systèmes à égaler — voire à surpasser — des médecins certifiés dans des environnements cliniques simulés. Mais une lecture attentive des études disponibles, des commentaires d'experts et des recherches plus larges sur les agents d'IA en santé révèle un tableau plus nuancé : des capacités impressionnantes, mais aussi des limitations fondamentales qui rendent le déploiement clinique dans le monde réel encore lointain .

Ce que chaque système peut réellement faire

AMIE (Articulate Medical Intelligence Explorer), développé par Google Research, Google DeepMind et Google Health, a considérablement évolué. L'AMIE original était une IA conversationnelle textuelle optimisée pour l'anamnèse et le diagnostic différentiel. Dans une étude de référence randomisée, en double aveugle et croisée utilisant des patients simulés par des acteurs, AMIE a obtenu des résultats au moins aussi bons que des médecins généralistes certifiés sur plusieurs axes cliniquement significatifs .

L'article de juin 2026 dans Nature fait progresser AMIE vers la gestion longitudinale des maladies. Dans ces travaux, AMIE a utilisé les capacités de contexte long des modèles Gemini de Google pour gérer des maladies chroniques lors de visites simulées, en employant une architecture à deux agents : un agent de dialogue empathique pour les conversations en temps réel avec les patients, et un agent de raisonnement thérapeutique capable de croiser des centaines de pages de recommandations cliniques faisant autorité .

Dans une évaluation en aveugle portant sur 100 scénarios de trois visites couvrant la cardiologie, la pneumologie, la neurologie, l'obstétrique-gynécologie/urologie et la gastro-entérologie, chacun basé sur les recommandations NICE et BMJ Best Practice, les recommandations d'AMIE en matière d'investigations et de traitements étaient systématiquement plus précises. Les spécialistes ayant évalué les plans ont constaté que ceux d'AMIE correspondaient exactement beaucoup plus souvent : 99 % contre 84 % pour les investigations lors des deuxièmes visites, et 100 % contre 88 % lors des troisièmes visites, avec des citations explicites aux sources des recommandations .

MIRA adopte une approche différente. Plutôt que de se concentrer sur la conversation, cet agent opère directement dans les dossiers médicaux électroniques. Selon une publication LinkedIn du Else Kröner Fresenius Center for Digital Health, une équipe de recherche dirigée par Jakob Nikolas Kather a développé MIRA pour évaluer de manière autonome des informations médicales, prescrire des tests et préparer des décisions diagnostiques et thérapeutiques au sein d'un système d'information hospitalier simulé, en utilisant des cas réels de patients .

Dans des simulations rétrospectives, MIRA a atteint une précision diagnostique globale de 87,8 %, contre 78,1 % pour des médecins certifiés, avec des améliorations particulièrement notables pour des diagnostics spécifiques comme la pancréatite (95,2 % contre 78,6 %) et l'appendicite (100 % contre 88 %) . MIRA a prescrit plus d'analyses sanguines que les médecins (51 % contre 28 %), mais a partiellement compensé cela en prescrivant beaucoup moins d'examens d'imagerie . Le système avait accès à plus de 85 000 actions cliniques possibles et a été testé contre 880 invites adversariales conçues pour tromper l'IA, sans qu'aucun cas de fuite de données ne soit constaté .

Les limites critiques

Malgré ces chiffres, les deux systèmes sont confrontés à la même réalité : ils n'ont pas été testés sur de vrais patients dans de véritables environnements cliniques. Ce fossé entre la simulation et la réalité est le thème dominant des analyses indépendantes des agents d'IA en santé.

Une revue de la portée complète (scoping review) publiée dans PMC identifie le défi principal sans détour : « l'absence de validation clinique robuste dans des environnements réels ». Les évaluations reposent fréquemment sur des ensembles de données idéalisés et synthétiques, plutôt que de traiter la rareté, le déséquilibre et les valeurs manquantes caractéristiques des dossiers réels des patients. La revue conclut que l'efficacité clinique réelle de ces systèmes reste largement non confirmée par des études prospectives .

Parmi les autres limites majeures :

• Limitations textuelles. AMIE et MIRA fonctionnent principalement via du texte et des données structurées. Aucun ne peut effectuer un examen physique — palper un abdomen, écouter les bruits du cœur ou observer la démarche d'un patient. Ce n'est pas une lacune mineure ; l'examen physique reste fondamental pour de nombreux diagnostics.
• Absence d'apprentissage continu. Une analyse du chapitre médical du AI Index Report 2026 confirme qu'aucun système n'a démontré d'apprentissage continu ou de mémoire à long terme entre différentes rencontres avec des patients .
• Acteurs simulés, pas de vrais patients. L'étude de gestion de maladies sur plusieurs visites d'AMIE, bien que rigoureuse, a utilisé des acteurs professionnels lors de consultations virtuelles de type OSCE. L'évaluation de MIRA a utilisé des cas rétrospectifs où des agents d'IA simulaient le comportement des patients plutôt que d'interagir avec de vrais patients .
• Vulnérabilités de sécurité. La même analyse du AI Index signale les hallucinations, la prise de décision opaque, les échecs de coordination entre agents et la vulnérabilité aux violations des DME comme des risques de sécurité ouverts pour l'IA médicale agentive .

Les mises en garde des experts

Les scientifiques commentant les deux études de Nature ont reconnu leur importance tout en soulignant la distance qui les sépare d'une utilisation clinique. Une réaction d'experts relayée par le Science Media Centre britannique a décrit les travaux comme « un bond qualitatif en avant », tout en notant que les résultats proviennent d'environnements contrôlés .

Des recherches plus larges sur les agents d'IA dans le domaine de la santé identifient plusieurs préoccupations persistantes :

Interprétabilité et confiance. Lorsque les agents d'IA génèrent des recommandations diagnostiques ou thérapeutiques, le raisonnement sous-jacent manque souvent de transparence, ce qui rend difficile pour les cliniciens de retracer comment une conclusion a été atteinte. Cela nuit à la confiance et limite l'adoption .

Ambiguïté de la responsabilité. En cas d'erreur, il n'est pas clair qui porte la responsabilité légale et éthique — le développeur de l'IA, l'établissement qui la déploie, ou le clinicien superviseur. Les cadres réglementaires actuels, y compris ceux de la FDA et de la loi européenne sur l'IA, ne répondent pas encore aux besoins de gouvernance uniques de l'IA médicale agentive .

Généralisabilité. Les systèmes formés et évalués sur des données provenant d'un seul centre médical ou d'ensembles de données spécifiques (comme MIMIC-IV) peuvent ne pas fonctionner de manière fiable dans différentes populations démographiques, protocoles administratifs ou systèmes de santé .

Risque de dépendance excessive. Même les chercheurs qui ont développé une version « protégée » d'AMIE (appelée g-AMIE) reconnaissent la nécessité de contraintes explicites. g-AMIE est conçu pour effectuer l'anamnèse tout en s'abstenant de donner des conseils médicaux individualisés — une reconnaissance explicite qu'une utilisation autonome et non restreinte est prématurée et potentiellement dangereuse .

Le chemin vers un déploiement réel

Ni AMIE ni MIRA n'est prêt pour un déploiement clinique de routine. AMIE a fait ses premiers pas vers une validation concrète avec une étude de faisabilité prospective à un seul bras, menée en partenariat avec le Beth Israel Deaconess Medical Center, qui a exploré comment AMIE pourrait recueillir des informations sur les patients avant des consultations de soins primaires ambulatoires . Une autre étude de faisabilité en soins d'urgence, portant sur 100 patients, a évalué la capacité d'AMIE à recueillir l'anamnèse avant la consultation. Ses diagnostics différentiels incluaient le diagnostic final dans 90 % des cas, avec une précision de 75 % dans le top 3 — bien que les médecins généralistes aient surpassé AMIE sur le caractère pratique et le rapport coût-efficacité des plans de gestion .

Ces signaux précoces sont prometteurs, mais il s'agit d'études de faisabilité, pas des essais contrôlés randomisés qui seraient nécessaires pour démontrer une amélioration des résultats pour les patients. Le domaine des agents d'IA en santé est largement confronté à un ensemble de défis non résolus avant qu'un déploiement réaliste ne soit possible :

• Voies réglementaires. Les systèmes d'IA clinique qui aident au diagnostic ou à la gestion nécessitent des preuves de sécurité et d'efficacité. Aucun organisme de réglementation majeur n'a encore établi un cadre clair pour les agents autonomes apprenant en continu en milieu clinique.
• Intégration aux DME. L'intégration des LLM dans les systèmes de dossiers médicaux électroniques existants introduit des défis pratiques et de gouvernance, notamment le risque de mélanger le contenu généré par l'IA et celui généré par l'humain, obscurcissant ainsi la responsabilité clinique .
• Le vide de l'examen physique. Les IA conversationnelles textuelles et les agents basés sur des données structurées ne peuvent pas reproduire l'évaluation physique pratique qui reste centrale dans la pratique clinique.
• Équité en santé. Aucun des deux systèmes n'a été validé sur des populations réelles et diverses d'une manière qui justifierait des allégations de performance équitable.

Que faut-il en retenir ?

Les études de juin 2026 représentent un progrès réel. AMIE est passé de conversations diagnostiques uniques à la gestion de maladies sur plusieurs visites avec un raisonnement fondé sur des recommandations. MIRA a démontré qu'un agent autonome peut naviguer dans les dossiers médicaux électroniques et prescrire des tests et des traitements à des niveaux comparables — voire supérieurs — à ceux des médecins dans des simulations rétrospectives soigneusement contrôlées .

Mais l'écart entre ces démonstrations et la médecine réelle reste grand. Comme le conclut la revue de la portée sur les agents d'IA en santé, la plupart des évaluations reposent sur des ensembles de données et des contextes qui ne reflètent pas le bruit, l'ambiguïté, les contraintes de ressources et les exigences de responsabilité des environnements cliniques réels .

Les prochaines étapes cruciales seront des études prospectives sur de vrais patients, des cadres réglementaires clairs, une sécurité démontrée dans diverses populations, et la preuve que ces systèmes améliorent les résultats plutôt que de simplement égaler les performances des cliniciens dans des scénarios de test. Jusque-là, AMIE et MIRA restent d'impressionnants prototypes de recherche — pas des remplaçants pour les médecins humains, mais de futurs outils potentiels qui nécessitent une validation supplémentaire substantielle avant de pouvoir entrer dans un cabinet médical.