近期，《自然》杂志公布了自主医疗AI智能体领域的突破性进展：两款独立的AI模型在患者管理的全过程，从诊断到治疗决策，均展现出强大的辅助能力。这两套系统分别是德国的MIRA和谷歌的AMIE。据报道，它们在当前表现上已达到或超越人类内科医生的水平，预示着对话式AI在疾病管理领域巨大的应用前景。

由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信息。该模型在超过500例急诊科真实临床病例数据上进行了测试。结果表明，MIRA通过与患者AI进行交流并收集信息后，其生成的病史记录与实际临床记录高度一致。MIRA能够从85000多个选项中进行选择，以安排诊断测试、解释结果并制定治疗计划，包括开具处方、安排手术以及办理入院手续。其平均诊断准确率为87.8%，而由六位跨学科专家组成的评审团的准确率为78.1%。研究团队同时指出，未来需要进一步的研究来提升准确率，并在实际临床环境中验证其泛化能力。

谷歌方面则推出了AMIE，一个专门为临床管理和对话而优化的、基于大型语言模型的系统。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和治疗的反应。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100多个就诊场景中进行了比较，这些场景涵盖了五个医学专科领域，并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的表现与真人医生相当；而在治疗和检查的精准度、遵循临床指南的程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，其表现也超过了医生。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应用方面已展现出令人振奋的发展势头，尽管此前它们多专注于特定任务。然而，患者的全面临床管理需要多方面的能力，包括深入了解病史、进行适度的检查、准确诊断、规划治疗方案、确定药物剂量、安排手术进程，以及在多次就诊中监测治疗效果。如果AI智能体能够承担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，分担这些日常的常规工作，甚至有望缓解全球部分地区内科医生短缺的现状。