在《自然》杂志的最新一期中，一项关于自主医疗AI智能体能力的研究取得了显著突破。两个独立的AI模型，德国的MIRA和谷歌公司的AMIE，在患者管理的多个阶段，从疾病诊断到治疗决策，都展现出了强大的辅助能力。目前，这两个系统在表现上已能媲美人类内科医生，证实了对话式AI工具在疾病管理方面蕴藏的巨大潜力。
由德国海德堡大学医院开发的MIRA，能够访问独立的电子病历系统中的患者信息。该模型通过对500多例急诊科临床病例的真实数据进行评估，显示出其在与患者AI智能体进行信息交互后，能够生成与临床记录中病史相符的回应。MIRA拥有超过85000个选项，可以用于安排诊断性检查、解读检测结果以及制定治疗计划，包括开具处方、安排手术和办理住院手续。其平均诊断准确率为87.8%，超越了由六位跨专科医生组成的专家组的78.1%。研究团队同时指出，未来需要进一步的研究来提升准确率，并在实际应用中验证其泛化能力。
谷歌团队则推出了AMIE，一个针对临床管理和对话流程进行优化的、基于大型语言模型的系统。该模型能够对多次就诊的数据进行连续性推理，从而追踪疾病的进展和对治疗的反应。AMIE利用谷歌的Gemini技术来分析从患者那里获取的信息，并确保其输出结果与最新的临床实践指南以及批准的、首选的药物清单保持一致。
在一项虚拟临床检查研究中，AMIE与21名全科医生进行了比较，涉及100多个就诊场景以及五个医学专科领域，这些场景的设计均参照了英国国家卫生与临床优化研究所的指导意见和《英国医学杂志》的最佳实践指南。在管理推理能力方面，AMIE的表现与真实医生相当。而在治疗和检查的准确性、遵循临床指南的程度以及基于指南制定管理方案的合理性方面，AMIE均优于医生。在最新的药物推理基准测试中，AMIE在处理复杂病例时也表现出比医生更强的能力。研究团队认为，AMIE的出现标志着利用对话式AI工具辅助医生进行疾病管理迈出了重要一步。
大型语言模型在临床领域的应用正展现出令人振奋的进展，尽管此前它们多专注于特定任务。然而，患者的临床管理需要一种多角度的方法，这包括深入的病史理解、审慎的检查、精准的诊断、有效的治疗方案规划、准确的药物剂量确定、以及手术进程的安排。此外，还需要在多次就诊过程中监测治疗效果。如果AI智能体能够胜任这些任务并实现有效的管理，它们将能够成为人类医生的得力助手，承担起日常繁琐的工作，甚至可能有助于缓解全球部分地区内科医生短缺的困境。
