《自然》杂志近日刊登了一项关于自主医疗AI智能体能力的重要研究成果，揭示了两个独立AI模型在患者管理全过程中的潜力，其协助范围覆盖了从诊断到治疗决策的多个环节。这两个系统分别是德国的MIRA和谷歌公司的AMIE，它们在当前表现上已能媲美人内科医生，凸显了对话式AI工具在疾病管理领域的应用前景。

海德堡大学医院的研究团队发布了MIRA，一个能够读取独立电子病历中患者信息的AI模型。该模型在500多例急诊科临床病例的实际数据上进行了测试。结果表明，MIRA通过与患者AI进行交流并搜集信息后，其提供的反馈与临床记录中的病史信息高度吻合。MIRA拥有超过85000种诊断检测安排、结果解读及治疗方案制定的选项，包括处方开具、手术安排和入院流程。其平均诊断准确率为87.8%，相较之下，由六位跨学科专家组成的评审团的准确率为78.1%。研究团队表示，未来需要进一步的研究来提升准确性，并验证其在实际应用中的泛化能力。

与此同时，谷歌团队展示了AMIE，一个专为临床管理和对话流程优化的大语言模型系统。该模型能够对跨越多此就诊的数据进行连续性推理，从而跟踪疾病的演变和治疗的反应。AMIE利用谷歌Gemini技术分析从患者处收集的信息，并确保其输出结果符合最新的临床实践指南和药物目录，即已批准且临床首选药物的列表。

在一项虚拟临床检查研究中，AMIE与21名全科医生在超过100个就诊场景及五个医学专科领域进行了比较。这些场景的设计参考了英国国家卫生与临床优化研究所的指导意见以及《英国医学杂志》的最佳实践指南。在推理管理能力方面，AMIE的表现与人类医生相当；而在治疗和检查的精确度、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均超越了医生。在近期推出的药物推理基准测试中，AMIE在处理复杂病例时也表现出优于医生的能力。研究团队认为，AMIE代表了利用对话式AI工具协助医生进行疾病管理的一个重要里程碑。

大型语言模型在临床领域的应用已显示出积极的发展趋势，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个多角度的方法，包括深入了解病史、审慎的检查、精准的诊断、周密的治疗计划、准确的药物剂量确定、手术进程的安排，以及在多次就诊中对治疗效果的持续监测。如果AI智能体能够胜任这些任务并实现有效的管理，它们将能成为人类医生的得力助手，承担日常的常规工作，甚至可能有助于缓解全球多地内科医生短缺的局面。