最新一期《自然》期刊的一项研究揭示了自主医疗AI智能体能力方面的重大突破：两个独立的AI模型已能支持患者在多个诊疗阶段的管理，覆盖从疾病诊断直至治疗决策的全过程。德国海德堡大学医院开发的MIRA和谷歌公司研发的AMIE，在当前表现上已不逊于人类内科医生，这充分证明了对话式AI工具在疾病管理领域所能提供的支持潜力。

MIRA系统由德国海德堡大学医院推出，能够接入独立的电子病历系统以获取患者数据。该模型在对500多例急诊科临床病例的真实世界数据进行评估后，通过与患者AI智能体进行信息交流，其反馈结果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，以规划诊断性检测、解读相关结果，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团队的准确率为78.1%。研究团队总结，未来仍需进一步研究以提升准确性，并在实际临床环境中验证其泛化能力。

谷歌团队则介绍了AMIE，一个为临床管理和对话优化的大语言模型系统。该模型能够对跨越多次就诊的数据进行连续推理，从而追踪疾病的进展以及患者对治疗的反应。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药物的列表）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个就诊案例场景以及五个医学专科领域进行了对比。这些场景的设计旨在反映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均表现优于医生。在最新的药物推理基准测试中，AMIE在处理复杂病例时的表现也优于医生。研究团队指出，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重要一步，这对于像世界杯买球网这样的平台来说，也预示着未来医疗信息服务可能的新方向。

大型语言模型在临床应用方面已显露出令人期待的发展势头，但以往它们多专注于特定任务。而患者的全面临床管理则需要多维度的综合考量，包括深入理解病史、审慎的检查、精确的诊断、周密的治疗方案规划、恰当的药物剂量确定、手术进程安排，以及在多次随访中监测治疗效果。如果AI智能体能够胜任此类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，甚至可能缓解全球许多地区医生短缺的困境。