最新一期《自然》雜志發表了自主醫療AI智能體能力方面重大進展：兩個獨立的AI模型能夠為患者的全面管理提供多個階段的重要協助，包括從診斷到治療決策。這兩套系統是德國的MIRA和谷歌公司的AMIE，當前表現至少已與人類內科醫生相當，証明了對話式AI工具在疾病管理方面的協助潛力。

德國海德堡大學醫院介紹了MIRA，一個能夠訪問獨立電子病歷系統中患者數據的AI模型。該模型通過500多例急診科臨床病例的真實世界數據進行了評估。結果顯示，MIRA通過與患者AI智能體進行對話並收集信息后，其回應與臨床記錄中記載的病史相匹配。MIRA可從85000多種選項中進行選擇，以安排診斷檢測、解讀結果並制定治療方案，包括開具處方、安排手術及辦理入院手續。其平均診斷准確率達到87.8%，而由六位跨專科醫生組成的專家組准確率僅為78.1%。團隊總結指出，未來需要進一步開展研究以提高准確率，並在真實世界研究中驗証其泛化能力。

谷歌團隊則介紹了AMIE，一個針對臨床管理和對話進行優化的基於大語言模型的系統。該模型能夠對多次就診數據進行連續推理，從而追蹤疾病進展和治療反應。AMIE利用谷歌Gemini分析從患者處獲取的信息，並使其輸出結果與相關且最新的臨床實踐指南及藥物目錄（經批准且臨床首選藥物的清單）保持一致。

在一項虛擬臨床檢查研究中，AMIE與21名全科醫生在100多個就診案例場景及五個醫學專科領域進行了對比，這些場景旨在反映英國國家衛生與臨床優化研究所的指導意見及《英國醫學雜志》最佳實踐指南。在管理推理能力方面，AMIE的表現與真實醫生相當﹔而在治療和檢查的精准度、對臨床指南的遵循程度以及基於指南制定管理方案的合理性方面，AMIE的表現均優於醫生。在最新推出的藥物推理基准上，AMIE在處理疑難病例時的表現優於醫生。團隊指出，AMIE標志著利用對話式AI工具輔助醫生進行疾病管理邁出了重要一步。

【總編輯圈點】

大型語言模型在臨床應用方面，已經展現出令人鼓舞的發展勢頭，但之前它們往往專攻一些特定任務。而患者的臨床管理，需要的是多維度的方法，包括深入了解病史、適度檢查、准確診斷、規劃治療方案、確定藥物劑量、安排手術進程，還需要在多次就診中監測治療效果。如果AI智能體能夠執行此類任務並實現有效的管理，就可以成為人類醫生的助手，“扛起”這些日復一日的常規工作，甚至可能緩解全球多個地區內科醫生短缺問題。（記者張夢然）