Le raisonnement diagnostique sur cas cliniques · Contestée (depuis 2024)

Dans un essai randomisé avec 50 médecins sur des cas écrits, GPT-4 seul obtient 92 % sur une grille de raisonnement diagnostique, contre 74 % pour les médecins avec les ressources habituelles et 76 % pour les médecins disposant du modèle.

Il s'agit de vignettes : l'anamnèse est déjà faite, les signes déjà consignés, et personne n'est examiné. Des travaux ultérieurs (le banc de diagnostic séquentiel de Microsoft sur 304 cas du NEJM, 2025) rapportent une exactitude supérieure à celle de médecins privés de leurs outils habituels, ce qui n'est pas la façon dont ils exercent. Bien lire un cas est sérieusement disputé ; recueillir l'histoire, examiner le corps, décider dans l'incertitude avec un vrai patient et répondre du résultat ne sont pas la même tâche, et restent au clinicien.