《自然》杂志近期刊登了一项在自主医疗AI智能体能力上的重要突破：两款独立的AI模型在患者管理的全过程，从疾病诊断到治疗决策，均展现出显著的辅助能力。这些系统，分别是来自德国的MIRA以及谷歌公司的AMIE，其当前表现已能媲美人类内科医生，证明了基于对话的AI工具在疾病管理领域具备巨大的潜力。

海德堡大学医院的研究团队介绍了MIRA，一个能够访问独立电子病历系统内患者数据的AI模型。该模型在一项基于500多例急诊科真实临床病例数据的评估中，通过与患者AI智能体进行互动并收集信息，其反馈与临床记录中的病史记录高度吻合。MIRA能够从超过85000个选项中进行选择，以规划诊断性检查、解析检查结果并制定治疗计划，包括开具处方、安排手术以及办理住院事宜。在平均诊断准确率方面，MIRA达到了87.8%，而由六位跨学科专家组成的评审小组的准确率为78.1%。研究团队强调，未来的研究需要进一步提升其准确性，并在实际临床环境中验证其应用范围。

谷歌团队则推出了AMIE，一个为临床管理和医患对话而特别优化的、基于大型语言模型的系统。该模型能够对跨多次就诊的数据进行连续性推理，从而追踪疾病的发展轨迹和治疗效果。AMIE利用谷歌的Gemini技术分析从患者那里获得的信息，并确保其输出结果与相关且最新的临床实践指南以及药物目录（包含已批准且临床首选的药物列表）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个就诊场景以及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的表现与全科医生相当；而在治疗和检查的精确性、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。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。该团队指出，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关键一步。

大型语言模型在临床应用方面已展现出令人期待的进展，但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综合方法，这包括深入了解病史、进行恰当的检查、准确诊断、制定治疗方案、确定药物剂量、规划手术流程，以及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，它们将能成为人类医生的得力助手，承担起日常繁琐的工作，甚至有望缓解全球部分地区内科医生短缺的困境。