《自然》杂志最新刊载了一项关于自主医疗AI智能体能力的重要研究进展，揭示了两个独立的AI模型在患者管理的全程中能够提供关键支持，覆盖了从疾病诊断到治疗决策的多个环节。这两个系统，分别是来自德国海德堡大学医院的MIRA以及谷歌公司的AMIE，它们的表现已达到或超越了人类内科医生的水平，凸显了对话式AI工具在疾病管理领域的巨大潜力。

海德堡大学医院的研究人员介绍了MIRA，该AI模型能够接入独立的电子病历系统以获取患者数据。在对500多例急诊科真实临床病例进行评估后，MIRA在与患者AI智能体进行信息交互后，其反馈与临床记录中的病史信息高度吻合。MIRA能够从85000多个选项中进行选择，以规划诊断检测、解读结果并制定治疗策略，包括开具处方、安排手术及办理入院手续。其平均诊断准确率高达87.8%，而由六位跨学科医生组成的专家组的准确率为78.1%。研究团队强调，未来需要进一步研究以提升准确性，并在实际应用中验证其泛化能力。

谷歌团队则公布了AMIE，这是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。该模型具备连续推理能力，能够处理多次就诊的数据，从而追踪疾病发展和治疗效果。AMIE利用谷歌的Gemini技术分析从患者处收集的信息，并确保其输出结果与最新的临床实践指南以及经批准的首选药物目录保持一致。

在一项虚拟临床检查研究中，AMIE与21名全科医生在超过100个就诊场景和五个医学专科领域进行了对比。这些场景的设计模拟了英国国家卫生与临床优化研究所的指导方针及《英国医学杂志》的最佳实践指南。在推理能力方面，AMIE的表现与人类医生相当；而在治疗和检查的精准度、对临床指南的遵循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。此外，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优于医生的能力。研究团队认为，AMIE的出现标志着利用对话式AI工具协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应用领域已展现出令人期待的发展势头，尽管以往多集中于特定任务。然而，患者的临床管理是一个多方面的过程，需要深入的病史理解、审慎的检查、精确的诊断、周密的治疗计划、恰当的药物剂量以及手术安排，同时还要在多次就诊中持续监测治疗效果。如果AI智能体能够胜任这些任务并实现有效的管理，它们将能成为人类医生的得力助手，承担日常繁琐的工作，甚至有望缓解全球范围内内科医生短缺的困境。