在《自然》杂志的最新一期中，一项关于自主医疗AI智能体能力的研究取得了显著进展。两款独立开发的AI模型，分别来自德国的MIRA和谷歌的AMIE，在患者管理的全流程中展现出强大的辅助能力，覆盖了从疾病诊断到治疗决策的各个环节。这些系统的表现已能与人类内科医生相媲美，凸显了对话式AI在疾病管理领域的重要潜力。

德国海德堡大学医院研发的MIRA，能够接入独立的电子病历系统，访问患者数据。该模型在涵盖500多例急诊临床病例的真实世界数据中接受了评估。实验结果表明，MIRA通过与患者AI进行对话并收集信息后，其生成的反馈与临床记录中的病史信息高度一致。MIRA在85000多项选项中进行选择，以规划诊断性检查、解析检测结果以及制定治疗计划，包括开具处方、安排手术以及办理住院手续。其平均诊断准确率达到了87.8%，显著高于由六位跨学科专家组成的评审团所取得的78.1%的准确率。研究团队同时指出，未来需要进一步的研究来提升其准确性，并在实际临床环境中验证其普遍适用性。

谷歌团队则推出了AMIE，这是一个经过优化，能够进行临床管理和对话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，从而追踪疾病的发展进程和治疗效果。AMIE借助谷歌的Gemini技术，分析从患者那里收集到的信息，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清单保持一致。

在一项虚拟临床评估研究中，AMIE与21位全科医生在100多个就诊场景中进行了对比，这些场景涵盖了五个医学专业领域，并参照了英国国家卫生与临床优化研究所的指导意见和《英国医学杂志》的最佳实践指南。在管理推理能力方面，AMIE的表现与真实医生相当；而在治疗和检查的精确度、对临床指南的遵从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展现出积极的趋势，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层面的方法，这包括深入了解病史、进行恰当的检查、准确诊断、规划治疗方案、确定药物剂量、安排手术进程，以及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有力助手，承担起日常的常规工作，并有可能缓解全球许多地区内科医生短缺的困境。