《自然》杂志近期公布了自主医疗AI智能体能力的重大进展，其中两个独立的AI模型在患者管理的全过程，从诊断到治疗决策，都展现了重要辅助能力。这两个系统分别是德国的MIRA和谷歌公司的AMIE。目前，它们在多项指标上至少已达到人类内科医生的水平，证实了对话式AI工具在疾病管理方面的巨大潜力。

德国海德堡大学医院开发的MIRA，能够接入独立的电子病历系统以获取患者数据。该模型在500多例急诊临床病例的真实世界数据中进行了测试。结果显示，MIRA在与患者AI智能体进行交流并收集信息后，其反馈与临床记录中的病史高度吻合。MIRA可从超过85000种选项中做出选择，用于安排诊断检测、解读结果以及制定治疗计划，包括开具处方、安排手术和办理入院。其平均诊断准确率为87.8%，相较之下，由六名跨学科医生组成的专家组的准确率为78.1%。研究团队指出，未来需要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，一个针对临床管理和对话流程进行了优化的、基于大型语言模型的系统。该模型能够对多次就诊的数据进行连续推理，从而追踪疾病的进展和对治疗的反应。AMIE利用谷歌的Gemini技术来分析从患者处收集的信息，并确保其输出结果与最新、相关的临床实践指南以及药物目录（包含获批且临床首选的药物清单）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。这些场景的设计旨在模拟英国国家卫生与临床优化研究所的指导意见以及《英国医学杂志》的最佳实践指南。在推理和决策能力方面，AMIE的表现与真人医生相当；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在处理复杂病例时也表现出比医生更好的能力。研究团队认为，AMIE标志着利用对话式AI工具协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领域的应用前景光明，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综合考量，包括深入理解病史、进行适当的检查、做出准确的诊断、规划治疗方案、确定药物剂量、安排手术进程，以及在多次就诊中监测治疗效果。若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有力助手，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。