《自然》杂志近期公布了在自主医疗AI智能体能力上的重要突破：两个独立的AI模型，德国的MIRA和谷歌的AMIE，已能对患者进行从诊断到治疗决策的全程管理。这两套系统在当前表现已不亚于人类内科医生，有力证明了对话式AI在疾病管理中的辅助潜力。

德国海德堡大学医院开发的MIRA，能够访问电子病历数据。该模型在500余例急诊临床病例的真实数据中接受了检验。通过与患者AI智能体交流并搜集信息，MIRA能够生成与病史记录一致的反馈。MIRA能够在85000多种选项中进行选择，以安排诊断检查、解读结果并制定治疗计划，包括开具处方、安排手术及办理入院。其平均诊断准确率高达87.8%，超越了由六位跨学科医生组成的专家组78.1%的准确率。研究团队认为，未来需进一步研究以提升准确性，并在实际应用中验证其通用性。

谷歌团队则推出了AMIE，一个为临床管理和对话流程优化的大语言模型系统。该模型能够对多次就诊数据进行连续推理，从而跟踪疾病进展和治疗反应。AMIE利用谷歌Gemini分析患者信息，并确保其输出结果与最新的临床实践指南及药物目录（包括获批和首选药物清单）保持一致。

在一项虚拟临床检查研究中，AMIE与21名全科医生在100多个就诊案例场景及五个医学专科领域进行了对比，这些场景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。在管理推理能力方面，AMIE的表现与人类医生相当；而在治疗和检查的精确度、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均表现更优。在最新的药物推理基准测试中，AMIE在处理复杂病例时也优于医生。研究团队表示，AMIE代表了利用对话式AI工具辅助医生进行疾病管理的重要一步。

大型语言模型在临床领域的应用前景令人振奋，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多方面的能力，包括深入的病史了解、恰当的检查、准确的诊断、治疗方案的规划、药物剂量的确定、手术进程的安排，以及在多次就诊中对治疗效果的监测。如果AI智能体能够胜任此类任务并实现有效管理，它们将能成为人类医生的得力助手，承担日常的常规工作，甚至有望缓解全球部分地区内科医生短缺的局面。